KR102227741B1 - 타이틀 매칭 점수를 기반으로 한 장소 검색 방법 및 시스템 - Google Patents

Abstract

타이틀 매칭 점수를 기반으로 한 장소 검색 방법 및 시스템이 개시된다. 장소 검색 방법은, 장소명을 문서로 하는 POI를 대상으로 상기 POI를 검색하기 위해 이용 가능한 적어도 하나의 쿼리 텀(term)을 생성하는 단계; 상기 쿼리 텀 별로 상기 장소명의 앞쪽 단어에 매칭될수록 점수가 높은 타이틀 매칭 점수를 산출하는 단계; 및 상기 POI의 검색을 위한 색인으로 상기 쿼리 텀과 상기 타이틀 매칭 점수를 인덱싱하는 단계를 포함할 수 있다. 그리고, 장소 검색 방법은, POI 검색 클릭로그를 바탕으로 POI 절대적 인기도와 쿼리에 따른 POI 상대적 인기도를 산출하여 POI 절대적 인기도와 POI 상대적 인기도를 포함한 인덱스를 생성하는 단계를 더 포함할 수 있다.

Description

타이틀 매칭 점수를 기반으로 한 장소 검색 방법 및 시스템{METHOD AND SYSTEM FOR SEARCHING POI BASED ON TITLE MATCHING SCORE}

아래의 설명은 장소(POI) 검색에 적합한 검색 모델에 관한 것이다.

검색 서비스란, 사용자로부터 검색 질의가 입력되면 입력된 질의에 상응하는 검색 결과(예컨대, 입력된 질의를 포함하는 웹 사이트, 입력된 질의를 포함하는 문서, 입력된 질의를 포함하는 명칭을 갖는 장소(POI), 또는 입력된 질의를 포함하는 파일명을 갖는 이미지 등)를 사제공하는 서비스를 의미한다.

최근 스마트폰(smart phone), 태블릿(tablet), 웨어러블 디바이스(wearable device) 등 모바일 단말의 사용이 보편화되면서 모바일 단말에서 다양한 검색 서비스를 제공하고 있다.

검색 서비스를 제공하는 기술의 일례로서, 한국공개특허공보 제10-2015-0052676호(공개일 2015년 05월 14일)에는 검색어에 대응되는 장소 검색 결과를 제공하는 기술이 개시되어 있다.

장소명을 문서로 하는 POI를 대상으로 문서의 앞쪽 단어(term)에 매칭될수록 점수가 높은 타이틀 매칭 점수를 기반으로 한 장소 검색 모델을 제공할 수 있다.

타이틀 매칭 점수와 함께, POI에 대한 거리 점수와 인기도 점수 중 적어도 하나를 더 이용한 장소 검색 모델을 제공할 수 있다.

장소 검색 엔진에 타 검색 엔진 커버리지를 통합하기 위한 메커니즘을 제공할 수 있다.

타 검색 엔진에서 검색 가능한 쿼리들을 추가하여 추가된 쿼리로도 장소 검색이 가능한 검색 모델을 제공할 수 있다.

컴퓨터 시스템에서 실행되는 장소 검색 방법에 있어서, 상기 컴퓨터 시스템은 메모리에 포함된 컴퓨터 판독가능한 명령들을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고, 상기 장소 검색 방법은, 상기 적어도 하나의 프로세서에 의해, 장소명을 문서로 하는 POI를 대상으로 상기 POI를 검색하기 위해 이용 가능한 적어도 하나의 쿼리 텀(term)을 생성하는 단계; 상기 적어도 하나의 프로세서에 의해, 상기 쿼리 텀 별로 상기 장소명의 앞쪽 단어에 매칭될수록 점수가 높은 타이틀 매칭 점수를 산출하는 단계; 및 상기 적어도 하나의 프로세서에 의해, 상기 POI의 검색을 위한 색인으로 상기 쿼리 텀과 상기 타이틀 매칭 점수를 인덱싱하는 단계를 포함하는 장소 검색 방법을 제공한다.

일 측면에 따르면, 상기 산출하는 단계는, 상기 장소명의 첫 단어에 가장 높은 점수를 정의하고 다음 단어부터 순차적으로 낮은 점수를 정의하는 단계; 및 상기 장소명과 상기 쿼리 텀 간에 매칭되는 단어의 점수를 합산하여 상기 타이틀 매칭 점수를 산출하는 단계를 포함할 수 있다.

다른 측면에 따르면, 상기 산출하는 단계는, 상기 장소명의 초성을 기준으로 한 매칭 점수와 상기 장소명의 자소를 기준으로 한 매칭 점수 중 더 높은 값을 상기 타이틀 매칭 점수로 취할 수 있다.

또 다른 측면에 따르면, 상기 산출하는 단계는, 상기 쿼리 텀의 길이가 사전에 정해진 길이 또는 상기 장소명의 길이보다 짧은 경우 상기 타이틀 매칭 점수에 패널티를 적용하는 단계를 더 포함할 수 있다.

또 다른 측면에 따르면, 상기 정의하는 단계는, 상기 장소명의 길이가 짧을수록 상기 장소명의 각 단어에 높은 점수를 정의할 수 있다.

또 다른 측면에 따르면, 상기 생성하는 단계는, 상기 장소명과 상기 장소명의 유의어나 영문 동의어를 초성 분리, 자소 분리, 어간 분리 중 적어도 하나로 분리하여 상기 쿼리 텀을 생성하는 단계를 포함할 수 있다.

또 다른 측면에 따르면, 상기 생성하는 단계는, 상기 POI를 클릭한 사용자들에 의해 입력된 쿼리를 초성 분리, 자소 분리, 어간 분리 중 적어도 하나로 분리하여 상기 쿼리 텀을 생성하는 단계를 포함할 수 있다.

또 다른 측면에 따르면, 상기 장소 검색 방법은, 상기 적어도 하나의 프로세서에 의해, 상기 쿼리 텀 별로 상기 쿼리 텀으로 인한 클릭 대비 상기 POI가 클릭된 확률을 나타내는 상대적 인기도 점수를 산출하는 단계를 더 포함하고, 상기 인덱싱하는 단계는, 상기 POI의 검색을 위한 색인으로 상기 상대적 인기도 점수를 추가로 인덱싱하는 단계를 포함할 수 있다.

또 다른 측면에 따르면, 상기 장소 검색 방법은, 상기 적어도 하나의 프로세서에 의해, 모든 POI에 대한 전체 클릭 대비 상기 POI가 클릭된 확률을 나타내는 절대적 인기도 점수를 산출하는 단계를 더 포함하고, 상기 인덱싱하는 단계는, 상기 POI의 검색을 위한 색인으로 상기 절대적 인기도 점수를 추가로 인덱싱하는 단계를 포함할 수 있다.

또 다른 측면에 따르면, 상기 장소 검색 방법은, 상기 적어도 하나의 프로세서에 의해, 사용자의 검색 요청 시 입력된 쿼리와 매칭되는 쿼리 텀이 포함된 POI를 검색 결과로 제공하는 단계를 더 포함하고, 상기 제공하는 단계는, 상기 타이틀 매칭 점수를 기초로 상기 검색 결과로 제공되는 POI의 랭킹을 결정하는 단계를 포함할 수 있다.

또 다른 측면에 따르면, 상기 장소 검색 방법은, 상기 적어도 하나의 프로세서에 의해, 사용자의 검색 요청 시 입력된 쿼리와 매칭되는 쿼리 텀이 포함된 POI를 검색 결과로 제공하는 단계를 더 포함하고, 상기 제공하는 단계는, 상기 타이틀 매칭 점수와 상기 상대적 인기도 점수를 기초로 상기 검색 결과로 제공되는 POI의 랭킹을 결정하는 단계를 포함할 수 있다.

또 다른 측면에 따르면, 상기 장소 검색 방법은, 상기 적어도 하나의 프로세서에 의해, 상기 사용자의 현재 위치와 POI의 거리에 따른 거리 점수를 산출하는 단계를 더 포함하고, 상기 제공하는 단계는, 상기 타이틀 매칭 점수와 상기 거리 점수를 기초로 상기 검색 결과로 제공되는 POI의 랭킹을 결정하는 단계를 포함할 수 있다.

또 다른 측면에 따르면, 상기 제공하는 단계는, 상기 검색 결과로 제공되는 POI의 장소명의 길이가 짧을수록 랭킹이 높아질 수 있다.

상기 제1항 내지 제13항 중 어느 한 항의 장소 검색 방법을 컴퓨터에 실행시키기 위한 프로그램이 기록되어 있는 비-일시적인 컴퓨터 판독 가능한 기록 매체를 제공한다.

컴퓨터 시스템에 있어서, 메모리에 포함된 컴퓨터 판독가능한 명령들을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는, 장소명을 문서로 하는 POI를 대상으로 상기 POI를 검색하기 위해 이용 가능한 적어도 하나의 쿼리 텀을 생성하는 텀 생성부; 상기 쿼리 텀 별로 상기 장소명의 앞쪽 단어에 매칭될수록 점수가 높은 타이틀 매칭 점수를 산출하는 스코어 산출부; 상기 POI의 검색을 위한 색인으로 상기 쿼리 텀과 상기 타이틀 매칭 점수를 인덱싱하는 색인부; 및 사용자의 검색 요청 시 입력된 쿼리와 매칭되는 쿼리 텀이 포함된 POI를 검색 결과로 제공하는 검색부를 포함하고, 상기 검색부는, 상기 타이틀 매칭 점수를 기초로 상기 검색 결과로 제공되는 POI의 랭킹을 결정하는 것을 특징으로 하는 컴퓨터 시스템을 제공한다.

본 발명의 실시예들에 따르면, 장소명을 문서로 하는 POI를 대상으로 문서의 앞쪽 단어에 매칭될수록 점수가 높은 타이틀 매칭 점수를 이용함으로써 장소 검색에 적합한 새로운 검색 모델을 제공할 수 있다.

본 발명의 실시예들에 따르면, 타 검색 엔진에서 검색 가능한 쿼리들을 추가하여 추가된 쿼리로 장소 검색이 가능한 검색 모델을 제공함으로써 검색 커버리지를 통합할 수 있고 통합 대상이 개선되면 결과적으로 장소 검색 또한 함께 개선될 수 있는 이점이 있다.

도 1은 본 발명의 일실시예에 따른 네트워크 환경의 예를 도시한 도면이다.
도 2는 본 발명의 일실시예에 있어서 전자 기기 및 서버의 내부 구성을 설명하기 위한 블록도이다.
도 3은 본 발명의 일실시예에 따른 서버의 프로세서가 포함할 수 있는 구성요소의 예를 도시한 도면이다.
도 4는 본 발명의 일실시예에 따른 서버가 수행할 수 있는 장소 검색 방법의 예를 도시한 흐름도이다.
도 5는 본 발명의 일실시예에 있어서 쿼리 텀을 생성하는 과정을 설명하기 위한 예시 도면이다.
도 6은 본 발명의 일실시예에 있어서 타이틀 매칭 점수를 산출하는 과정을 설명하기 위한 예시 도면이다.
도 7은 본 발명의 일실시예에 있어서 인기도 점수를 산출하는 과정을 설명하기 위한 예시 도면이다.
도 8은 본 발명의 일실시예에 있어서 장소 검색을 위한 색인 과정을 설명하기 위한 예시 도면이다.
도 9는 본 발명의 일실시예에 있어서 장소 검색 과정을 설명하기 위한 예시 도면이다.
도 10은 본 발명의 일실시예에 있어서 거리 점수에 따른 POI 랭킹을 설명하기 위한 예시 도면이다.
도 11은 본 발명의 일실시예에 따른 서버가 수행할 수 있는 검색 커버리지 통합 방법의 예를 도시한 흐름도이다.
도 12는 본 발명의 일실시예에 있어서 타 검색 엔진의 클릭 로그를 수집하는 과정을 설명하기 위한 예시 도면이다.

이하, 본 발명의 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.

본 발명의 실시예들은 타이틀 매칭 점수, 거리, 인기도를 기반으로 한 장소 검색 모델에 관한 것이다.

본 명세서에서 구체적으로 개시되는 것들을 포함하는 실시예들은 장소명을 문서로 하는 POI에 적합한 검색 모델을 구축할 수 있고, 이를 통해 POI 추천 정확도와 인스턴트 서치(instant search)의 성능을 실현할 수 있다. 아울러, 본 실시예들은 장소 검색 엔진에 타 검색 엔진에서 검색 가능한 쿼리들을 추가 및 통합함으로써 장소 검색 커버리지를 효과적으로 확장할 수 있다.

도 1은 본 발명의 일실시예에 따른 네트워크 환경의 예를 도시한 도면이다. 도 1의 네트워크 환경은 복수의 전자 기기들(110, 120, 130, 140), 복수의 서버들(150, 160) 및 네트워크(170)를 포함하는 예를 나타내고 있다. 이러한 도 1은 발명의 설명을 위한 일례로 전자 기기의 수나 서버의 수가 도 1과 같이 한정되는 것은 아니다.

복수의 전자 기기들(110, 120, 130, 140)은 컴퓨터 시스템으로 구현되는 고정형 단말이거나 이동형 단말일 수 있다. 복수의 전자 기기들(110, 120, 130, 140)의 예를 들면, 스마트폰(smart phone), 휴대폰, 내비게이션, 컴퓨터, 노트북, 디지털방송용 단말, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 태블릿 PC, 게임 콘솔(game console), 웨어러블 디바이스(wearable device), IoT(internet of things) 디바이스, VR(virtual reality) 디바이스, AR(augmented reality) 디바이스 등이 있다. 일례로 도 1에서는 전자 기기(110)의 예로 스마트폰의 형상을 나타내고 있으나, 본 발명의 실시예들에서 전자 기기(110)는 실질적으로 무선 또는 유선 통신 방식을 이용하여 네트워크(170)를 통해 다른 전자 기기들(120, 130, 140) 및/또는 서버(150, 160)와 통신할 수 있는 다양한 물리적인 컴퓨터 시스템들 중 하나를 의미할 수 있다.

통신 방식은 제한되지 않으며, 네트워크(170)가 포함할 수 있는 통신망(일례로, 이동통신망, 유선 인터넷, 무선 인터넷, 방송망, 위성망 등)을 활용하는 통신 방식뿐만 아니라 기기들간의 근거리 무선 통신 역시 포함될 수 있다. 예를 들어, 네트워크(170)는, PAN(personal area network), LAN(local area network), CAN(campus area network), MAN(metropolitan area network), WAN(wide area network), BBN(broadband network), 인터넷 등의 네트워크 중 하나 이상의 임의의 네트워크를 포함할 수 있다. 또한, 네트워크(170)는 버스 네트워크, 스타 네트워크, 링 네트워크, 메쉬 네트워크, 스타-버스 네트워크, 트리 또는 계층적(hierarchical) 네트워크 등을 포함하는 네트워크 토폴로지 중 임의의 하나 이상을 포함할 수 있으나, 이에 제한되지 않는다.

서버(150, 160) 각각은 복수의 전자 기기들(110, 120, 130, 140)과 네트워크(170)를 통해 통신하여 명령, 코드, 파일, 컨텐츠, 서비스 등을 제공하는 컴퓨터 장치 또는 복수의 컴퓨터 장치들로 구현될 수 있다. 예를 들어, 서버(150)는 네트워크(170)를 통해 접속한 복수의 전자 기기들(110, 120, 130, 140)로 제1 서비스를 제공하는 시스템일 수 있으며, 서버(160) 역시 네트워크(170)를 통해 접속한 복수의 전자 기기들(110, 120, 130, 140)로 제2 서비스를 제공하는 시스템일 수 있다. 보다 구체적인 예로, 서버(150)는 복수의 전자 기기들(110, 120, 130, 140)에 설치되어 구동되는 컴퓨터 프로그램으로서의 어플리케이션을 통해, 해당 어플리케이션이 목적하는 서비스(일례로, 장소 검색 서비스 등)를 제1 서비스로서 복수의 전자 기기들(110, 120, 130, 140)로 제공할 수 있다. 다른 예로, 서버(160)는 상술한 어플리케이션의 설치 및 구동을 위한 파일을 복수의 전자 기기들(110, 120, 130, 140)로 배포하는 서비스를 제2 서비스로서 제공할 수 있다.

도 2는 본 발명의 일실시예에 있어서 전자 기기 및 서버의 내부 구성을 설명하기 위한 블록도이다. 도 2에서는 전자 기기에 대한 예로서 전자 기기(110), 그리고 서버(150)의 내부 구성을 설명한다. 또한, 다른 전자 기기들(120, 130, 140)이나 서버(160) 역시 상술한 전자 기기(110) 또는 서버(150)와 동일한 또는 유사한 내부 구성을 가질 수 있다.

전자 기기(110)와 서버(150)는 메모리(211, 221), 프로세서(212, 222), 통신 모듈(213, 223) 그리고 입출력 인터페이스(214, 224)를 포함할 수 있다. 메모리(211, 221)는 비-일시적인 컴퓨터 판독 가능한 기록매체로서, RAM(random access memory), ROM(read only memory), 디스크 드라이브, SSD(solid state drive), 플래시 메모리(flash memory) 등과 같은 비소멸성 대용량 저장 장치(permanent mass storage device)를 포함할 수 있다. 여기서 ROM, SSD, 플래시 메모리, 디스크 드라이브 등과 같은 비소멸성 대용량 저장 장치는 메모리(211, 221)와는 구분되는 별도의 영구 저장 장치로서 전자 기기(110)나 서버(150)에 포함될 수도 있다. 또한, 메모리(211, 221)에는 운영체제와 적어도 하나의 프로그램 코드(일례로 전자 기기(110)에 설치되어 구동되는 브라우저나 특정 서비스의 제공을 위해 전자 기기(110)에 설치된 어플리케이션 등을 위한 코드)가 저장될 수 있다. 이러한 소프트웨어 구성요소들은 메모리(211, 221)와는 별도의 컴퓨터에서 판독 가능한 기록매체로부터 로딩될 수 있다. 이러한 별도의 컴퓨터에서 판독 가능한 기록매체는 플로피 드라이브, 디스크, 테이프, DVD/CD-ROM 드라이브, 메모리 카드 등의 컴퓨터에서 판독 가능한 기록매체를 포함할 수 있다. 다른 실시예에서 소프트웨어 구성요소들은 컴퓨터에서 판독 가능한 기록매체가 아닌 통신 모듈(213, 223)을 통해 메모리(211, 221)에 로딩될 수도 있다. 예를 들어, 적어도 하나의 프로그램은 개발자들 또는 어플리케이션의 설치 파일을 배포하는 파일 배포 시스템(일례로, 상술한 서버(160))이 네트워크(170)를 통해 제공하는 파일들에 의해 설치되는 컴퓨터 프로그램(일례로 상술한 어플리케이션)에 기반하여 메모리(211, 221)에 로딩될 수 있다.

프로세서(212, 222)는 기본적인 산술, 로직 및 입출력 연산을 수행함으로써, 컴퓨터 프로그램의 명령을 처리하도록 구성될 수 있다. 명령은 메모리(211, 221) 또는 통신 모듈(213, 223)에 의해 프로세서(212, 222)로 제공될 수 있다. 예를 들어 프로세서(212, 222)는 메모리(211, 221)와 같은 기록 장치에 저장된 프로그램 코드에 따라 수신되는 명령을 실행하도록 구성될 수 있다.

통신 모듈(213, 223)은 네트워크(170)를 통해 전자 기기(110)와 서버(150)가 서로 통신하기 위한 기능을 제공할 수 있으며, 전자 기기(110) 및/또는 서버(150)가 다른 전자 기기(일례로 전자 기기(120)) 또는 다른 서버(일례로 서버(160))와 통신하기 위한 기능을 제공할 수 있다. 일례로, 전자 기기(110)의 프로세서(212)가 메모리(211)와 같은 기록 장치에 저장된 프로그램 코드에 따라 생성한 요청이 통신 모듈(213)의 제어에 따라 네트워크(170)를 통해 서버(150)로 전달될 수 있다. 역으로, 서버(150)의 프로세서(222)의 제어에 따라 제공되는 제어 신호나 명령, 컨텐츠, 파일 등이 통신 모듈(223)과 네트워크(170)를 거쳐 전자 기기(110)의 통신 모듈(213)을 통해 전자 기기(110)로 수신될 수 있다. 예를 들어 통신 모듈(213)을 통해 수신된 서버(150)의 제어 신호나 명령, 컨텐츠, 파일 등은 프로세서(212)나 메모리(211)로 전달될 수 있고, 컨텐츠나 파일 등은 전자 기기(110)가 더 포함할 수 있는 저장 매체(상술한 영구 저장 장치)로 저장될 수 있다.

입출력 인터페이스(214)는 입출력 장치(215)와의 인터페이스를 위한 수단일 수 있다. 예를 들어, 입력 장치는 키보드, 마우스, 마이크로폰, 카메라 등의 장치를, 그리고 출력 장치는 디스플레이, 스피커, 햅틱 피드백 디바이스(haptic feedback device) 등과 같은 장치를 포함할 수 있다. 다른 예로 입출력 인터페이스(214)는 터치스크린과 같이 입력과 출력을 위한 기능이 하나로 통합된 장치와의 인터페이스를 위한 수단일 수도 있다. 입출력 장치(215)는 전자 기기(110)와 하나의 장치로 구성될 수도 있다. 또한, 서버(150)의 입출력 인터페이스(224)는 서버(150)와 연결되거나 서버(150)가 포함할 수 있는 입력 또는 출력을 위한 장치(미도시)와의 인터페이스를 위한 수단일 수 있다. 보다 구체적인 예로, 전자 기기(110)의 프로세서(212)가 메모리(211)에 로딩된 컴퓨터 프로그램의 명령을 처리함에 있어서 서버(150)나 전자 기기(120)가 제공하는 데이터를 이용하여 구성되는 서비스 화면이나 컨텐츠가 입출력 인터페이스(214)를 통해 디스플레이에 표시될 수 있다.

또한, 다른 실시예들에서 전자 기기(110) 및 서버(150)는 도 2의 구성요소들보다 더 많은 구성요소들을 포함할 수도 있다. 그러나, 대부분의 종래기술적 구성요소들을 명확하게 도시할 필요성은 없다. 예를 들어, 전자 기기(110)는 상술한 입출력 장치(215) 중 적어도 일부를 포함하도록 구현되거나 또는 트랜시버(transceiver), GPS(Global Positioning System) 모듈, 카메라, 각종 센서, 데이터베이스 등과 같은 다른 구성요소들을 더 포함할 수도 있다. 보다 구체적인 예로, 전자 기기(110)가 스마트폰인 경우, 일반적으로 스마트폰이 포함하고 있는 가속도 센서나 자이로 센서, 카메라 모듈, 각종 물리적인 버튼, 터치패널을 이용한 버튼, 입출력 포트, 진동을 위한 진동기 등의 다양한 구성요소들이 전자 기기(110)에 더 포함되도록 구현될 수 있다.

이하에서는 타이틀 매칭 점수, 거리, 인기도를 기반으로 한 장소 검색 방법 및 시스템의 구체적인 실시예를 설명하기로 한다.

일반적인 문서 검색 방법은 TF(Term Frequency), IDF(Inverse Document Frequency), DL(Document Length) 개념 등을 적용하고 있다.

예를 들어, 쿼리가 'campaign about vegetarian'일 때:

TF 기반 검색 방법은 쿼리 텀(query term)이 문서에 많이 등장할수록 랭킹이 높아진다. 예를 들어, 쿼리 텀에 해당되는 'campaign', 'about', 'vegetarian' 단어가 문서에 많이 등장할수록 해당 문서의 랭킹이 높아진다.

IDF 기반 검색 방법은 쿼리 텀을 포함하는 문서의 수가 작을수록(쿼리 텀이 유니크할수록) 랭킹이 높아진다. 예를 들어, 'vegetarian'이 등장하는 문서수가 'about'이 등장하는 문서수보다 작은 경우 'vegetarian'을 포함한 문서가 'about'을 포함한 문서보다 랭킹이 높아진다.

DL 기반 검색 방법은 문서의 길이가 짧을수록 문서의 랭킹이 높아진다. 문서의 길이가 길어지면 자연스럽게 TF가 높아질 수 있기 때문에 패널티(penalty)를 적용하는 방식이다.

장소명을 문서로 하는 장소(POI) 검색의 경우에는 장소명에 중복된 단어가 자주 등장하지 않을뿐더러 중복된 단어가 등장하더라도 굳이 더 높은 점수를 필요가 없다. 그리고, 쿼리가 여백(whitespace)으로 나뉘어진 복수 개의 텀을 포함하는 경우 모든 텀이 장소명에 등장하기만 하면 검색 결과에 포함되므로 텀 간의 가중치를 주는 것이 무의미하다. 이러한 이유로 TF와 IDF 기반 검색은 장소 검색에 적합하지 않다. 다만, 장소명의 길이가 짧을수록 랭킹이 높아지는 DL 기반 검색의 경우 장소 검색에서 어느 정도 의미가 있다.

본 발명은 장소명을 문서로 하는 장소 검색에 적합한 검색 모델링에 관한 것으로, 새로운 개념으로서 장소명의 앞쪽 단어에 매칭될수록 점수가 높은 타이틀 매칭 점수를 적용한 장소 검색 모델을 제공할 수 있다.

도 3은 본 발명의 일실시예에 따른 서버의 프로세서가 포함할 수 있는 구성요소의 예를 도시한 블록도이고, 도 4는 본 발명의 일실시예에 따른 서버가 수행할 수 있는 방법의 예를 도시한 흐름도이다.

본 실시예에 따른 서버(150)는 지도 검색 서비스를 제공하는 플랫폼 역할을 한다. 특히, 서버(150)는 지도 검색 환경에서 인스턴트 서치를 통해 즉각적인 검색 결과를 제공함에 있어 지도 상의 장소 정보인 POI를 추천하는 검색 엔진을 포함할 수 있다.

서버(150)의 프로세서(222)는 도 4에 따른 장소 검색 방법을 수행하기 위한 구성요소로서 도 3에 도시된 바와 같이, 텀 생성부(310), 스코어 산출부(320), 색인부(330), 검색부(340)를 포함할 수 있다. 실시예에 따라 프로세서(222)의 구성요소들은 선택적으로 프로세서(222)에 포함되거나 제외될 수도 있다. 또한, 실시예에 따라 프로세서(222)의 구성요소들은 프로세서(222)의 기능의 표현을 위해 분리 또는 병합될 수도 있다.

이러한 프로세서(222) 및 프로세서(222)의 구성요소들은 도 4의 장소 검색 방법이 포함하는 단계들(S410 내지 S440)을 수행하도록 서버(150)를 제어할 수 있다. 예를 들어, 프로세서(222) 및 프로세서(222)의 구성요소들은 메모리(221)가 포함하는 운영체제의 코드와 적어도 하나의 프로그램의 코드에 따른 명령(instruction)을 실행하도록 구현될 수 있다.

여기서, 프로세서(222)의 구성요소들은 서버(150)에 저장된 프로그램 코드가 제공하는 명령에 따라 프로세서(222)에 의해 수행되는 프로세서(222)의 서로 다른 기능들(different functions)의 표현들일 수 있다. 예를 들어, 서버(150)가 POI를 검색하기 위해 입력 가능한 쿼리 텀을 생성하도록 상술한 명령에 따라 서버(150)를 제어하는 프로세서(222)의 기능적 표현으로서 텀 생성부(310)가 이용될 수 있다.

프로세서(222)는 서버(150)의 제어와 관련된 명령이 로딩된 메모리(221)로부터 필요한 명령을 읽어들일 수 있다. 이 경우, 상기 읽어들인 명령은 프로세서(222)가 이후 설명될 단계들(S410 내지 S440)을 실행하도록 제어하기 위한 명령을 포함할 수 있다.

단계(S410)에서 텀 생성부(310)는 장소명을 문서로 하는 POI에 대하여 해당 POI를 검색하기 위해서 이용 가능한 적어도 하나의 쿼리 텀을 생성할 수 있다. 일례로, 텀 생성부(310)는 텀 단위로 분리하는 텀분리, 자소 단위로 분리하는 자소분리, 초성 단위로 분리하는 초성분리, 엔그램(ngram)을 이용한 어간분리 등을 통해 장소명을 분리하여 쿼리 텀을 생성할 수 있다. 다른 예로, 텀 생성부(310)는 POI를 클릭한 사용자들에 의해 입력된 쿼리를 텀분리, 자소분리, 초성분리, 어간분리 등으로 분리하여 쿼리 텀을 생성할 수 있다. 이때, 텀 생성부(310)는 POI를 클릭한 사용자들이 입력한 쿼리 분포를 바탕으로 쿼리 텀을 생성하기 위한 쿼리를 선정할 수 있다. 또 다른 예로, 텀 생성부(310)는 POI와 관련된 관리자(admin)에 의해 사전 등록된 쿼리를 텀분리, 자소분리, 초성분리, 어간분리 등으로 분리하여 쿼리 텀을 생성할 수 있다. 예를 들어, POI의 장소명과 관련하여 해당 장소명의 영문 동의어나 유의어 등을 추가하여 쿼리 텀을 생성할 수 있다.

도 5는 POI '강남역'에 대한 쿼리 텀의 예시를 도시한 것이다.

도 5를 참조하면, 텀 생성부(310)는 POI의 장소명(510)인 '강남역'을 초성 단위로 분리한 적어도 일부의 텀 'ㄱ', 'ㄱㄴㅇ' 등과, 자소 단위로 분리한 적어도 일부의 텀 'ㄱㅏㅇ', 'ㄱㅏㅇㄴ', 'ㄱㅏㅇㄴㅏㅁㅇㅕㄱ' 등을 쿼리 텀(520)으로 생성할 수 있다. 아울러, 텀 생성부(310)는 POI '강남역'을 클릭한 사용자들이 입력한 쿼리 혹은 관리자에 의해 등록된 쿼리를 텀분리, 자소분리, 초성분리, 어간분리 등으로 분리하여 다양한 쿼리 텀(520)을 생성할 수 있다.

다시 도 4를 참조하면, 단계(S420)에서 스코어 산출부(320)는 각 POI의 쿼리 텀 별로 해당 POI의 장소명과 매칭되는 타이틀 매칭 점수를 산출할 수 있다. 타이틀 매칭 점수는 쿼리 텀이 장소명과 얼마나 매칭되는지를 나타내는 유사도 점수를 의미할 수 있다. 본 발명에서는 장소 검색에 적용하기 위한 새로운 개념으로서 장소명의 앞쪽 단어에 매칭될수록 점수가 높은 타이틀 매칭 점수를 이용할 수 있다.

도 6은 타이틀 매칭 점수를 산출하는 과정을 설명하기 위한 예시 도면이다.

도 6을 참조하면, POI의 장소명(510) '강남역'의 초성이나 자소의 첫 단어에 가장 높은 점수가 정의되고 다음 단어부터 점수가 순차적으로 낮아져 마지막 단어에 가장 낮은 점수가 정의된다. 이때, 장소명(510)의 길이에 따라 정의되는 점수가 다를 수 있으며, 장소명(510)의 길이가 짧을수록 높은 점수가 정의될 수 있다.

장소명(510) '강남역'에 대해 생성된 쿼리 텀(520)이 'ㄱ'인 경우 장소명(510)과의 매칭 점수는 초성 기준으로 (3/6=0.5)이 되거나 혹은 자소 기준으로 (9/45=0.2)가 될 수 있다. 이때, 타이틀 매칭 점수는 두 값 중 높은 값을 취하게 되며, 쿼리 텀(520) 'ㄱ'의 타이틀 매칭 점수는 0.5가 된다.

쿼리 텀(520) 'ㄱㅏㅇㄴ(강ㄴ)'의 경우 타이틀 매칭 점수는 자소 기준 매칭에 따라 (30/45=0.67)이 되고, 'ㄱㄴㅇ'의 경우는 초성 기준 매칭에 따른 (6/6=1)과 자소 기준 매칭에 따른 (18/45=0.4) 중 더 높은 값인 (6/6=1)이 타이틀 매칭 점수가 된다.

따라서, 스코어 산출부(320)는 POI의 장소명(510)에 대해 초성 기준 매칭은 물론이고 자소 기준 매칭을 지원하여 쿼리 텀(520) 별로 장소명(510)과의 매칭 점수를 산출할 수 있다.

이때, 스코어 산출부(320)는 쿼리 텀의 길이에 따라 타이틀 매칭 점수에 패널티를 적용할 수 있다. 유의어 이슈를 고려하여 쿼리 텀의 길이가 짧으면 패널티를 적용하는 것으로, 일례로 스코어 산출부(320)는 POI의 쿼리 텀 중 길이가 사전에 정해진 길이 이상인 쿼리 텀의 경우 타이틀 매칭 점수에 가중치 1을 적용하고, 길이가 일정 길이 미만인 쿼리 텀의 경우 타이틀 매칭 점수에 1 미만의 가중치를 적용할 수 있다. 다른 예로는 POI의 장소명의 길이를 기준으로 쿼리 텀의 길이가 짧은 경우 장소명의 길이 대비 쿼리 텀의 길이 비율에 따라 패널티를 적용하는 것 또한 가능하다.

그리고, 스코어 산출부(320)는 각 POI 별로 해당 POI에 대한 인기도 점수를 산출할 수 있다. 이때, 인기도 점수는 절대적 인기도 점수와 상대적 인기도 점수를 포함할 수 있다. 절대적 인기도 점수는 POI 자체의 인기도를 의미하는 것으로, 모든 POI에 대한 전체 클릭 대비 특정 POI가 클릭된 확률을 나타낼 수 있다. 상대적 인기도 점수는 쿼리가 주어졌을 때 쿼리로 인한 클릭 대비 특정 POI가 클릭된 확률을 나타낼 수 있다.

예를 들어, 도 7을 참조하면 POI '강남역 2호선'에 대하여 전체 POI의 클릭 데이터(700) 중 POI '강남역 2호선'의 클릭 데이터(701)가 차지하는 비율을 절대적 인기도 점수로 정의할 수 있고, '강남역' 쿼리로 발생한 클릭 데이터(702) 중 POI '강남역 2호선'의 클릭 데이터(701)가 차지하는 비율을 상대적 인기도 점수로 정의할 수 있다.

따라서, 스코어 산출부(320)는 각 POI 별로 해당 POI의 절대적 인기도 점수(전체 클릭 대비 POI가 클릭된 확률)를 산출할 수 있고 각 POI에 대해 생성된 쿼리 텀 별로 해당 POI의 상대적 인기도 점수(쿼리 텀으로 발생한 클릭 대비 해당 POI가 클릭된 확률)를 산출할 수 있다.

다시 도 4를 참조하면, 단계(S430)에서 색인부(330)는 검색 대상이 되는 모든 POI에 대하여 각 POI의 쿼리 텀과 쿼리 텀 별 타이틀 매칭 점수의 인덱스를 생성할 수 있다. 아울러, 색인부(330)는 검색 대상이 되는 모든 POI에 대하여 각 POI의 절대적 인기도 점수, 그리고 쿼리 텀 별 상대적 인기도 점수의 인덱스를 생성할 수 있다. 다시 말해, 색인부(330)는 장소 검색을 위한 색인 대상 필드에 각 POI에 대해 쿼리 텀, 쿼리 텀 별 타이틀 매칭 점수, 절대적 인기 점수, 쿼리 텀 별 상대적 인기도 점수 등을 사전에 인덱싱하여 장소 검색 엔진에 반영할 수 있다.

도 8을 참조하면, 색인부(330)는 장소 검색 엔진으로 구성된 데이터베이스(800) 상에 검색 대상이 되는 POI 별로 해당 POI를 식별하기 위한 POI_ID(801), 장소명(802), 위치 좌표(803), 쿼리 텀(804), 타이틀 매칭 점수(805), 절대적 인기도 점수(806), 상대적 인기도 점수(807) 등의 인덱스를 반영할 수 있다.

다시 도 4를 참조하면, 단계(S440)에서 검색부(340)는 쿼리 텀, 타이틀 매칭 점수, 인기도 점수의 인덱스가 반영된 장소 검색 엔진을 통해 전자 기기(110)의 사용자의 검색 요청에 대응되는 적어도 하나의 POI가 포함된 POI 추천 결과를 제공할 수 있다. 일례로, 검색부(340)는 사용자의 검색 요청에 대응되는 검색 결과로서 사용자가 입력한 쿼리(이하, '검색 쿼리'라 칭함)와 매칭되는 쿼리 텀을 가진 POI를 추천할 수 있으며, 이때 검색 쿼리와 매칭되는 쿼리 텀의 타이틀 매칭 점수가 높은 순으로 POI 추천 랭킹이 결정될 수 있다. 다른 예로, 검색부(340)는 검색 쿼리와 매칭되는 쿼리 텀을 가진 POI을 추천함에 있어 POI의 상대적 인기도 점수와 절대적 인기도 점수, 그리고 현재 위치와 POI 위치 간의 거리에 따른 거리 점수 중 적어도 하나 이상의 점수를 타이틀 매칭 점수와 합산하여 합산 점수가 높은 순으로 POI 추천 랭킹을 결정할 수 있다. 거리 점수는 현재 위치와 POI 위치 간의 거리가 가까울수록 높은 점수를 받는 것으로, 사용자의 검색 요청에 따라 스코어 산출부(320)에 의해 산출될 수 있다.

예컨대, 도 9를 참조하면, 검색부(340)는 검색 쿼리(900)로 '강남역'이 입력되면 검색 쿼리(900)와 POI의 쿼리 텀 간에 초성 매칭 혹은 자소 매칭을 통해 검색 쿼리(900)와 매칭되는 쿼리 텀을 검색하여 해당 쿼리 텀이 포함된 POI를 검색 결과(910)로 제공할 수 있다. 검색 쿼리(900) '강남역'에 대해 장소명(802)이 '강남역 2호선'인 POI와 '강남역 신분당선'인 POI가 검색 결과(910)로 선정될 수 있고, 이때 POI 별 랭킹은 [거리 점수(808)+타이틀 매칭 점수(805)+절대적 인기도 점수(806)+상대적 인기도 점수(807)]의 합산 값에 따라 결정될 수 있다. 이때, 타이틀 매칭 점수(805)와 상대적 인기도 점수(807)는 각 POI에 대해 생성된 쿼리 텀 중 검색 쿼리(900)와 매칭되는 쿼리 텀의 타이틀 매칭 점수와 상대적 인기도 점수에 해당된다.

실시예에 따라서 검색부(340)는 거리 점수(808), 타이틀 매칭 점수(805), 절대적 인기도 점수(806), 상대적 인기도 점수(807)를 서로 다른 비율(가중치)로 더하여 검색 결과(910)에 포함된 POI의 랭킹을 결정할 수 있다. 예를 들어, 타이틀 매칭 점수(805), 상대적 인기도 점수(807), 거리 점수(808), 절대적 인기도 점수(806) 순으로 1.0, 0.7, 0.5, 0.3의 가중치를 적용할 수 있다.

또한, 검색부(340)는 장소명(802)이 짧을수록 랭킹이 높아지는 DL 개념을 추가 적용하여 POI 별 랭킹을 결정할 수 있다.

도 10은 POI와의 거리에 따른 거리 점수를 설명하기 위한 예시 도면이다.

예컨대, 도 10을 참조하면, 검색을 요청한 사용자의 현재 위치와 가까운 거리(10km)에 있는 POI들이 상대적으로 높은 거리 점수(808)를 받아 상위 순위에 노출될 수 있다. 그러나, 사용자의 위치에서 멀리 있는 POI라 하더라도 거리 점수(808) 이외에 타이틀 매칭 점수(805)나 인기도 점수(806, 807)에서 높은 점수를 받으면 상위 순위에 노출될 수 있다.

검색부(340)는 지도 상의 POI를 추천하는 인스턴트 서치 방식으로 검색 쿼리(900)의 입력에 맞춰 즉각적인 검색 결과를 제공할 수 있으며, 예를 들어 사용자가 '강남역'을 검색하기 위해 검색 쿼리(900)로서 자소 단위로 입력하는 단어 'ㄱ', 'ㄱㅏ', '강', '강ㄴ', '강나', '강남', '강남ㅇ', '강남여', '강남역'에 대해 차례로 즉각적인 검색 결과를 제공할 수 있다.

따라서, 본 발명은 장소 검색에 적합한 검색 모델로서 POI 장소명의 앞쪽 단어에 매칭될수록 점수가 높은 타이틀 매칭 점수, POI와의 거리가 가까울수록 점수가 높은 거리 점수, POI의 클릭 데이터를 이용한 인기도 점수를 기반으로 하는 새로운 검색 모델을 구축할 수 있다.

이하에서는 장소 검색 커버리지를 통합하는 방법 및 시스템의 구체적인 실시예를 설명하기로 한다.

도 11은 본 발명의 일실시예에 따른 서버가 수행할 수 있는 방법의 다른 예를 도시한 흐름도이다.

기존에는 장소 검색 API와 타 검색 API를 통합할 수 없어 분리해서 서비스하는 실정이다. 특히, 장소명을 문서로 하는 POI를 추천하는 장소 검색 엔진의 경우 인스턴트 서치 방식으로 검색 결과를 제공함에 따라 질의 분석(query analysis) 기능을 제공하지 않기 때문에 지역 컨텍스트(region context)를 이해할 수 없다.

이러한 한계를 보완하기 위해 본 발명은 POI 추천을 위한 장소 검색 엔진에 별개의 서비스로 제공 중인 타 검색 모델의 검색 커버리지를 통합할 수 있다. 질의 분석 및 다양한 유의어를 제공하는 타 검색 엔진(예컨대, 통합 검색 모델, 지역 검색 모델)으로부터 클릭 로그를 수집하고 이를 장소 검색 엔진에서 검색 가능하도록 통합하는 것이다.

서버(150)의 프로세서(222)는 도 11에 따른 검색 커버리지 통합 방법을 수행하기 위한 구성요소로서 도 3에 도시된 바와 같이, 로그 수집부(350), 텀 생성부(310), 스코어 산출부(320), 및 색인부(330)를 포함할 수 있다. 실시예에 따라 프로세서(222)의 구성요소들은 선택적으로 프로세서(222)에 포함되거나 제외될 수도 있다. 또한, 실시예에 따라 프로세서(222)의 구성요소들은 프로세서(222)의 기능의 표현을 위해 분리 또는 병합될 수도 있다.

이러한 프로세서(222) 및 프로세서(222)의 구성요소들은 도 11의 검색 커버리지 통합 방법이 포함하는 단계들(S1110 내지 S1140)을 수행하도록 서버(150)를 제어할 수 있다. 예를 들어, 프로세서(222) 및 프로세서(222)의 구성요소들은 메모리(221)가 포함하는 운영체제의 코드와 적어도 하나의 프로그램의 코드에 따른 명령(instruction)을 실행하도록 구현될 수 있다.

단계(S1110)에서 로그 수집부(350)는 장소 검색 엔진과 통합하고자 하는 대상, 즉 타 검색 엔진에서 지역 검색 결과와 관련된 클릭 로그를 수집할 수 있다. 로그 수집부(350)는 서버(150)에서 별개의 서비스로 제공 중인 타 검색 엔진으로부터 지역 검색 결과로서 제공된 POI를 클릭한 로그를 수집할 수 있다. 이때, 로그 수집부(350)는 일정 기간(예컨대, 1day)을 주기로 타 검색 엔진의 지역 검색 결과와 관련된 클릭 로그를 수집할 수 있다. 로그 수집부(350)는 타 검색 엔진에서 검색 결과로서 제공된 POI 중 클릭된 POI를 대상으로 클릭 로그를 수집하는 것으로, 이때 클릭 로그는 도 12에 도시한 바와 같이 POI를 식별하기 위한 POI_ID(1201)와 장소명(1202), 그리고 POI를 클릭한 사용자가 입력한 쿼리(1204), 쿼리(1204) 별 POI의 클릭 데이터(예컨대, 쿼리 별로 집계된 클릭율 등)(1205) 등을 포함할 수 있다.

로그 수집부(350)는 타 검색 엔진의 검색 커버리지를 학습하는 것으로, 클릭율이 사전에 정해진 일정 기준 이상이 되는 POI를 대상으로 클릭 로그를 수집할 수 있다. 이때, 로그 수집부(350)는 '정자역A카페' 등과 같이 업체명을 포함한 지역 검색(지역+업체명)에 대한 검색 커버리지를 학습할 수 있다. 또한, 로그 수집부(350)는 '정자역맛집'과 같이 주제를 포함한 지역 검색(지역+주제)에 대한 검색 커버리지를 학습할 수 있다.

로그 수집부(350)는 수집된 POI 클릭 로그를 장소 검색 엔진의 데이터베이스(800)에 저장된 POI 정보에 맞춰 정제할 수 있다. POI_ID(1201)는 장소 검색 엔진과 통합될 수 있는 조인 키에 해당되며, 검색 대상에 POI가 포함된 모든 검색 엔진에서 공통된 체계의 ID를 이용하거나 혹은 상호 간에 호환 가능한 매핑 테이블을 통해 정의된 ID를 이용할 수 있다. 조인 키로 사용 가능한 POI_ID가 동일하거나 매핑 가능한 검색 엔진이라면 모두 장소 검색 엔진과의 통합 대상이 될 수 있다. 따라서, 로그 수집부(350)는 서버(150)에서 별개의 서비스로 제공 중인 타 검색 엔진은 물론이고, 서버(150)와 연동 가능한 다른 서버(160)에서 제공 중인 타 검색 엔진으로부터 지역 검색 결과와 관련된 클릭 로그를 수집할 수 있다.

다시 도 11을 참조하면, 단계(S1120)에서 텀 생성부(310)는 단계(S1110)에서 수집된 클릭 로그를 이용하여 POI의 쿼리 텀을 생성할 수 있다. 다시 말해, 텀 생성부(310)는 타 검색 엔진에서 검색 결과로 제공된 POI를 클릭한 사용자들에 의해 입력된 쿼리들을 이용하여 해당 POI를 검색하기 위해 이용 가능한 쿼리 텀을 생성할 수 있다. 쿼리 텀을 생성하는 방법은 도 4의 단계(S410)에서 설명한 내용과 동일하거나 유사하므로 구체적인 설명은 생략하기로 한다.

단계(S1130)에서 스코어 산출부(320)는 타 검색 엔진의 클릭 로그를 이용하여 생성된 쿼리 텀 별로 해당 POI의 상대적 인기도 점수를 산출할 수 있다. 이때, 스코어 산출부(320)는 타 검색 엔진에서 검색 결과로 제공된 POI의 클릭 데이터를 이용하여 쿼리 텀 별 POI의 상대적 인기도 점수를 산출할 수 있다. 상대적 인기도 점수를 산출하는 방법은 도 4와 도 7을 통해 설명한 과정과 동일하거나 유사하므로 구체적인 설명은 생략하기로 한다.

단계(S1140)에서 색인부(330)는 단계(S1110)에서 정제된 데이터와, 단계(S1120)에서 생성된 쿼리 텀, 및 단계(S1130)에서 산출된 쿼리 텀 별 상대적 인기도 점수를 장소 검색 엔진의 데이터베이스(800)의 색인 대상 필드에 통합하여 인덱싱할 수 있다. 색인부(330)는 장소 검색 엔진 상의 POI_ID(801)와 타 검색 엔진 상의 POI_ID(1201)를 조인 키로 장소 검색 엔진에 타 검색 엔진의 클릭 로그 데이터를 통합하여 장소 검색을 위한 최종 색인 대상으로서 검색 컬렉션을 생성할 수 있다. 따라서, 색인부(330)는 타 검색 엔진의 클릭 로그로부터 생성된 쿼리 텀을 장소 검색 엔진에서의 검색 대상 쿼리 텀으로 추가하여 추가된 쿼리를 이용한 검색이 가능하도록 검색 커버리지를 확장할 수 있다.

POI의 상대적 인기도 점수 이외에도 타이틀 매칭 점수와 절대적 인기도 점수 중 적어도 하나를 추가 인덱싱하는 것 또한 가능하다.

따라서, 본 발명은 타 검색 엔진의 클릭 로그 데이터를 수집하여 이를 바탕으로 검색 가능한 쿼리 텀과 인기도 데이터를 생성한 후 이를 이용한 인스턴트 서치 인덱스를 생성하여 장소 검색 엔진에 추가함으로써 검색 커버리지를 통합할 수 있다.

장소 검색 엔진에서 질의 분석을 제공하지 않고 지역 쿼리를 고려하지 않더라도 타 검색 엔진에서의 지역 검색 결과와 관련된 클릭 로그로부터 생성된 쿼리를 추가하는 경우 해당 쿼리로 POI 추천이 가능하다.

통합 대상이 되는 타 검색 엔진에서 검색 가능한 쿼리들이 장소 검색 엔진에서도 검색이 가능함에 따라 타 검색 엔진이 개선되면 장소 검색 엔진 또한 함께 개선될 수 있는 이점이 있다.

이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 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 어플리케이션을 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, 컴퓨터 저장 매체 또는 장치에 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. 이때, 매체는 컴퓨터로 실행 가능한 프로그램을 계속 저장하거나, 실행 또는 다운로드를 위해 임시 저장하는 것일 수도 있다. 또한, 매체는 단일 또는 수 개의 하드웨어가 결합된 형태의 다양한 기록수단 또는 저장수단일 수 있는데, 어떤 컴퓨터 시스템에 직접 접속되는 매체에 한정되지 않고, 네트워크 상에 분산 존재하는 것일 수도 있다. 매체의 예시로는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등을 포함하여 프로그램 명령어가 저장되도록 구성된 것이 있을 수 있다. 또한, 다른 매체의 예시로, 어플리케이션을 유통하는 앱 스토어나 기타 다양한 소프트웨어를 공급 내지 유통하는 사이트, 서버 등에서 관리하는 기록매체 내지 저장매체도 들 수 있다.

이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 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.

그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (20)

1. 컴퓨터 시스템에서 실행되는 장소 검색 방법에 있어서,
   상기 컴퓨터 시스템은 메모리에 포함된 컴퓨터 판독가능한 명령들을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고,
   상기 장소 검색 방법은,
   상기 적어도 하나의 프로세서에 의해, 장소명을 문서로 하는 POI를 대상으로 상기 POI를 검색하기 위해 이용 가능한 적어도 하나의 쿼리 텀(term)을 생성하는 단계;
   상기 적어도 하나의 프로세서에 의해, 상기 쿼리 텀 별로 상기 장소명의 앞쪽 단어에 매칭될수록 점수가 높은 타이틀 매칭 점수를 산출하는 단계; 및
   상기 적어도 하나의 프로세서에 의해, 상기 POI의 검색을 위한 색인으로 상기 쿼리 텀과 상기 타이틀 매칭 점수를 인덱싱하는 단계
   를 포함하고,
   상기 산출하는 단계는,
   상기 장소명의 초성과 자소를 각각 기준으로 하여 첫 단어에 가장 높은 점수를 정의하고 다음 단어부터 순차적으로 낮은 점수를 정의하는 단계; 및
   상기 장소명과 상기 쿼리 텀 간에 매칭되는 단어의 점수를 합산하여 상기 타이틀 매칭 점수를 산출하는 단계
   를 포함하고,
   상기 장소명과 상기 쿼리 텀 간에 상기 장소명의 초성을 기준으로 한 매칭 점수와 상기 장소명의 자소를 기준으로 한 매칭 점수 중 더 높은 값을 상기 타이틀 매칭 점수로 취하는 것
   을 특징으로 하는 장소 검색 방법.
2. 삭제
3. 삭제
4. 제1항에 있어서,
   상기 산출하는 단계는,
   상기 쿼리 텀의 길이가 사전에 정해진 길이 또는 상기 장소명의 길이보다 짧은 경우 상기 타이틀 매칭 점수에 패널티를 적용하는 단계
   를 더 포함하는 장소 검색 방법.
5. 제1항에 있어서,
   상기 정의하는 단계는,
   상기 장소명의 길이가 짧을수록 상기 장소명의 각 단어에 높은 점수를 정의하는 것
   을 특징으로 하는 장소 검색 방법.
6. 제1항에 있어서,
   상기 생성하는 단계는,
   상기 장소명과 상기 장소명의 유의어나 영문 동의어를 초성 분리, 자소 분리, 어간 분리 중 적어도 하나로 분리하여 상기 쿼리 텀을 생성하는 단계
   를 포함하는 장소 검색 방법.
7. 제1항에 있어서,
   상기 생성하는 단계는,
   상기 POI를 클릭한 사용자들에 의해 입력된 쿼리를 초성 분리, 자소 분리, 어간 분리 중 적어도 하나로 분리하여 상기 쿼리 텀을 생성하는 단계
   를 포함하는 장소 검색 방법.
8. 제1항에 있어서,
   상기 장소 검색 방법은,
   상기 적어도 하나의 프로세서에 의해, 상기 쿼리 텀 별로 상기 쿼리 텀으로 인한 클릭 대비 상기 POI가 클릭된 확률을 나타내는 상대적 인기도 점수를 산출하는 단계
   를 더 포함하고,
   상기 인덱싱하는 단계는,
   상기 POI의 검색을 위한 색인으로 상기 상대적 인기도 점수를 추가로 인덱싱하는 단계
   를 포함하는 장소 검색 방법.
9. 제1항에 있어서,
   상기 장소 검색 방법은,
   상기 적어도 하나의 프로세서에 의해, 모든 POI에 대한 전체 클릭 대비 상기 POI가 클릭된 확률을 나타내는 절대적 인기도 점수를 산출하는 단계
   를 더 포함하고,
   상기 인덱싱하는 단계는,
   상기 POI의 검색을 위한 색인으로 상기 절대적 인기도 점수를 추가로 인덱싱하는 단계
   를 포함하는 장소 검색 방법.
10. 제1항에 있어서,
    상기 장소 검색 방법은,
    상기 적어도 하나의 프로세서에 의해, 사용자의 검색 요청 시 입력된 쿼리와 매칭되는 쿼리 텀이 포함된 POI를 검색 결과로 제공하는 단계
    를 더 포함하고,
    상기 제공하는 단계는,
    상기 타이틀 매칭 점수를 기초로 상기 검색 결과로 제공되는 POI의 랭킹을 결정하는 단계
    를 포함하는 장소 검색 방법.
11. 제8항에 있어서,
    상기 장소 검색 방법은,
    상기 적어도 하나의 프로세서에 의해, 사용자의 검색 요청 시 입력된 쿼리와 매칭되는 쿼리 텀이 포함된 POI를 검색 결과로 제공하는 단계
    를 더 포함하고,
    상기 제공하는 단계는,
    상기 타이틀 매칭 점수와 상기 상대적 인기도 점수를 기초로 상기 검색 결과로 제공되는 POI의 랭킹을 결정하는 단계
    를 포함하는 장소 검색 방법.
12. 제10항에 있어서,
    상기 장소 검색 방법은,
    상기 적어도 하나의 프로세서에 의해, 상기 사용자의 현재 위치와 POI의 거리에 따른 거리 점수를 산출하는 단계
    를 더 포함하고,
    상기 제공하는 단계는,
    상기 타이틀 매칭 점수와 상기 거리 점수를 기초로 상기 검색 결과로 제공되는 POI의 랭킹을 결정하는 단계
    를 포함하는 장소 검색 방법.
13. 제10항에 있어서,
    상기 제공하는 단계는,
    상기 검색 결과로 제공되는 POI의 장소명의 길이가 짧을수록 랭킹이 높아지는 것
    을 특징으로 하는 장소 검색 방법.
14. 제1항, 제4항 내지 제13항 중 어느 한 항의 장소 검색 방법을 컴퓨터에 실행시키기 위한 프로그램이 기록되어 있는 비-일시적인 컴퓨터 판독 가능한 기록 매체.
15. 컴퓨터 시스템에 있어서,
    메모리에 포함된 컴퓨터 판독가능한 명령들을 실행하도록 구성된 적어도 하나의 프로세서
    를 포함하고,
    상기 적어도 하나의 프로세서는,
    장소명을 문서로 하는 POI를 대상으로 상기 POI를 검색하기 위해 이용 가능한 적어도 하나의 쿼리 텀을 생성하는 텀 생성부;
    상기 쿼리 텀 별로 상기 장소명의 앞쪽 단어에 매칭될수록 점수가 높은 타이틀 매칭 점수를 산출하는 스코어 산출부;
    상기 POI의 검색을 위한 색인으로 상기 쿼리 텀과 상기 타이틀 매칭 점수를 인덱싱하는 색인부; 및
    사용자의 검색 요청 시 입력된 쿼리와 매칭되는 쿼리 텀이 포함된 POI를 검색 결과로 제공하는 검색부
    를 포함하고,
    상기 검색부는,
    상기 타이틀 매칭 점수를 기초로 상기 검색 결과로 제공되는 POI의 랭킹을 결정하고,
    상기 스코어 산출부는,
    상기 장소명의 초성과 자소를 각각 기준으로 하여 첫 단어에 가장 높은 점수를 정의하고 다음 단어부터 순차적으로 낮은 점수를 정의하고,
    상기 장소명과 상기 쿼리 텀 간에 매칭되는 단어의 점수를 합산하여 상기 타이틀 매칭 점수를 산출하되,
    상기 장소명과 상기 쿼리 텀 간에 상기 장소명의 초성을 기준으로 한 매칭 점수와 상기 장소명의 자소를 기준으로 한 매칭 점수 중 더 높은 값을 상기 타이틀 매칭 점수로 취하는 것
    을 특징으로 하는 컴퓨터 시스템.
16. 제15항에 있어서,
    상기 텀 생성부는,
    상기 장소명과 상기 장소명의 유의어나 영문 동의어를 분리하거나 상기 POI를 클릭한 사용자들에 의해 입력된 쿼리를 분리하여 상기 쿼리 텀을 생성하는 것
    을 특징으로 하는 컴퓨터 시스템.
17. 삭제
18. 제15항에 있어서,
    상기 스코어 산출부는,
    상기 쿼리 텀 별로 상기 쿼리 텀으로 인한 클릭 대비 상기 POI가 클릭된 확률을 나타내는 상대적 인기도 점수를 산출하고,
    상기 색인부는,
    상기 POI의 검색을 위한 색인으로 상기 상대적 인기도 점수를 추가로 인덱싱하고,
    상기 검색부는,
    상기 타이틀 매칭 점수와 상기 상대적 인기도 점수를 기초로 상기 검색 결과로 제공되는 POI의 랭킹을 결정하는 것
    을 특징으로 하는 컴퓨터 시스템.
19. 제15항에 있어서,
    상기 스코어 산출부는,
    모든 POI에 대한 전체 클릭 대비 상기 POI가 클릭된 확률을 나타내는 절대적 인기도 점수를 산출하고,
    상기 색인부는,
    상기 POI의 검색을 위한 색인으로 상기 절대적 인기도 점수를 추가로 인덱싱하고,
    상기 검색부는,
    상기 타이틀 매칭 점수와 상기 절대적 인기도 점수를 기초로 상기 검색 결과로 제공되는 POI의 랭킹을 결정하는 것
    을 특징으로 하는 컴퓨터 시스템.
20. 제18항에 있어서,
    상기 스코어 산출부는,
    상기 사용자의 현재 위치와 POI의 거리에 따른 거리 점수를 산출하고,
    상기 검색부는,
    상기 타이틀 매칭 점수와 상기 거리 점수를 기초로 상기 검색 결과로 제공되는 POI의 랭킹을 결정하는 것
    을 특징으로 하는 컴퓨터 시스템.

Images