KR102263317B1 - 속성 언어 관리 방법 및 장치 - Google Patents

속성 언어 관리 방법 및 장치 Download PDF

Info

Publication number
KR102263317B1
KR102263317B1 KR1020190094688A KR20190094688A KR102263317B1 KR 102263317 B1 KR102263317 B1 KR 102263317B1 KR 1020190094688 A KR1020190094688 A KR 1020190094688A KR 20190094688 A KR20190094688 A KR 20190094688A KR 102263317 B1 KR102263317 B1 KR 102263317B1
Authority
KR
South Korea
Prior art keywords
attribute
keyword
keywords
interface
association
Prior art date
Application number
KR1020190094688A
Other languages
English (en)
Other versions
KR20200125372A (ko
Inventor
도준웅
Original Assignee
주식회사 마이셀럽스
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 주식회사 마이셀럽스 filed Critical 주식회사 마이셀럽스
Priority to US16/859,392 priority Critical patent/US20200341977A1/en
Publication of KR20200125372A publication Critical patent/KR20200125372A/ko
Application granted granted Critical
Publication of KR102263317B1 publication Critical patent/KR102263317B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/3332—Query translation
    • G06F16/3334—Selection or weighting of terms from queries, including natural language queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G06F16/3344—Query execution using natural language analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/338—Presentation of query results
    • 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
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/258—Heading extraction; Automatic titling; Numbering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 명세서의 일 실시 예는 속성 언어 관리 방법 및 장치에 관한 것으로, 속성 언어 관리 방법은, 상위 속성 키워드를 선택받은 경우,　상위 속성 키워드　-　중위 속성 키워드 쌍에 대응되는 제　1　상위 속성-중위 속성 연관도에 기초하여,　기준값 이상의 상기 제　1　상위 속성-중위 속성 연관도를 갖는 중위 속성 키워드를 포함하는 중위 속성 집합을 생성하는 단계; 상기 상위 속성 키워드와 함께 상기 중위 속성 집합에 중위 속성 키워드를 추가하거나 삭제할 수 있는 인터페이스를 제공하고,　사용자 입력에 따라 상기 중위 속성 집합에 중위 속성 키워드를 추가하거나 삭제하는 단계; 제　1　중위 속성 키워드-객체 연관도에 기초하여 선택된 상기 상위 속성 키워드와 객체 쌍에 대응하는 제　1　상위 속성 키워드-객체 연관도를 연산하는 단계; 상기 제　1　상위 속성 키워드-객체 연관도에 대응하는 객체를 상기 인터페이스로 제공하는 단계; 및 속성 집합을 포함하는 인터페이스를 제공하고,　상기 인터페이스에서 선택된 중위 속성 키워드 각각에 대하여 제 2　상위 속성-중위 속성 연관도를 입력받는 단계;를 포함하며, 상기 제　2　상위 속성-중위 속성 연관도를 입력받는 단계는, 상기 인터페이스에서 상기 중위 속성 집합에 포함된 중위 속성 키워드의 배열 순서 변경을 입력받는 단계; 및 상기 배열 순서에 대응하여 미리 정해진 연관도로 상기 제　2　상위 속성-중위 속성 연관도를 변경하는 단계를 포함한다.

Description

속성 언어 관리 방법 및 장치{METHOD AND APPARATUS FOR MANAGING ATTRIBUTE LANGUAGE}
본 명세서의 적어도 일부의 실시 예는 속성 언어 관리 방법 및 장치에 관한 것이다.
종래의 검색 방식에 따르면, 사용자는 검색 창에 검색 키워드를 입력하여 원하는 웹 문서 등을 검색하여 찾을 수 있다. 예를 들어 사용자는 영화 제목 "인터스텔라"를 검색창에 입력하여 영화 "인터스텔라"에 관한 정보를 검색할 수 있다. 다만 사용자가 자신이 찾으려는 영화 제목을 기억하지 못할 경우 다른 방식의 정보 제공이 요구된다. 사용자는 예를 들어 자신이 찾으려는 영화에 출연한 배우나 해당 영화의 감독, 제작자 등을 키워드로 입력하여 검색을 시도할 수 있다. 영화 정보 사이트나 영화 리뷰 사이트에는 영화 정보와 함께 출연진 정보도 제공되는 경우가 많으므로, 운이 나쁘지 않다면 사용자는 배우, 감독, 제작자 등을 키워드로 하여 원하는 영화를 찾을 수도 있을 것이다.
그런데 더 나아가, 이와 같이 정형화된 정보가 아닌 비정형적 언어, 예를 들어 감정 언어에 기반한 정보 제공이라면 종래의 검색 방식을 사용할 수 없다. 예를 들어 "재미있는 영화" 또는 "슬플 때 보는 영화" 등의 검색어에 대해서 종래 검색엔진들이 제공하는 응답은 누군가가 "재미있는 영화" 또는 "슬플 때 보는 영화"라는 키워드를 포함하여 작성해 둔 문서를 검색하는 것에 불과할 것이다. 하지만 비정형적 언어는 출연 배우, (정형화된) 영화 장르, 개봉 년도 등 정형화된 정보와는 다른 방식의 접근이 필요하다. 누군가가 "재미있는 영화" 또는 "슬플 때 보는 영화"라는 키워드를 포함하여 작성해 두지 않았더라도, 실제로 많은 사람들이 "재미있다"거나 "슬플 때 보면 좋다"고 느낄 수 있는 영화들이 있을 수 있다. 더 나아가 영화 외의 다른 분야에 대해서도, 정형화되지 않은 언어를 이용한 정보 제공 요청에 대해서 다른 접근이 필요할 수 있다.
본 명세서의 일 실시 예는 속성 언어 관리 방법 및 장치를 제공하는데 그 목적이 있다.
본 명세서의 일 실시 예에 따르는 정보 제공 장치의 속성 언어 관리 방법은, 상위 속성 키워드를 선택받은 경우,　상위 속성 키워드　-　중위 속성 키워드 쌍에 대응되는 제　1　상위 속성-중위 속성 연관도에 기초하여,　기준값 이상의 상기 제　1　상위 속성-중위 속성 연관도를 갖는 중위 속성 키워드를 포함하는 중위 속성 집합을 생성하는 단계; 상기 상위 속성 키워드와 함께 상기 중위 속성 집합에 중위 속성 키워드를 추가하거나 삭제할 수 있는 인터페이스를 제공하고,　사용자 입력에 따라 상기 중위 속성 집합에 중위 속성 키워드를 추가하거나 삭제하는 단계; 제　1　중위 속성 키워드-객체 연관도에 기초하여 선택된 상기 상위 속성 키워드와 객체 쌍에 대응하는 제　1　상위 속성 키워드-객체 연관도를 연산하는 단계; 상기 제　1　상위 속성 키워드-객체 연관도에 대응하는 객체를 상기 인터페이스로 제공하는 단계; 및 속성 집합을 포함하는 인터페이스를 제공하고,　상기 인터페이스에서 선택된 중위 속성 키워드 각각에 대하여 제2　상위 속성-중위 속성 연관도를 입력받는 단계;를 포함하며, 상기 제　2　상위 속성-중위 속성 연관도를 입력받는 단계는, 상기 인터페이스에서 상기 중위 속성 집합에 포함된 중위 속성 키워드의 배열 순서 변경을 입력받는 단계; 및 상기 배열 순서에 대응하여 미리 정해진 연관도로 상기 제　2　상위 속성-중위 속성 연관도를 변경하는 단계를 포함한다.
상기 정보 제공 장치의 속성 언어 관리 방법은, 속성 집합을 포함하는 인터페이스를 제공하고,　상기 인터페이스에서 선택된 중위 속성 키워드 각각에 대하여 제　2　상위 속성-중위 속성 연관도를 입력받는 단계; 및 상기 제　2　상위 속성-중위 속성 연관도를 반영하여 상기 제　1　상위 속성-중위 속성 연관도를 보정하는 단계를 더 포함한다.
삭제
삭제
삭제
삭제
삭제
삭제
본 명세서의 일 실시 예에 따르는 정보 제공 장치는, 상위 속성 키워드　-　중위 속성 키워드 쌍에 대응되는 제　1　상위 속성-중위 속성 연관도 및 중위 속성 키워드와 객체 쌍에 대응되는 제1 중위 속성 키워드- 객체 연관도를 저장하는 저장부; 상기 제　1　상위 속성-중위 속성 연관도에 기초하여, 기준값 이상의 상기 제 1　상위 속성-중위 속성 연관도를 갖는 중위 속성 키워드를 포함하는 중위 속성 집합을 생성하고, 상기 상위 속성 키워드와 함께 중위 속성 집합에 중위 속성 키워드를 추가하거나 삭제할 수 있는 인터페이스를 제공하는 제어부; 및 상기 인터페이스를 통해 사용자 입력에 따른 상기 중위 속성 집합에 중위 속성 키워드의 추가 또는 삭제를 입력받는 통신부를 포함하고, 상기 제어부는 제　1　중위 속성 키워드-객체 연관도에 기초하여 선택된 상기 상위 속성 키워드와 객체 쌍에 대응하는 제　1　상위 속성 키워드-객체 연관도를 연산하고, 상기 제　1　상위 속성 키워드-객체 연관도에 대응하는 객체를 상기 인터페이스로 제공하며, 상기 통신부는 상기 인터페이스를 통해 상기 중위 속성 집합에 포함된 중위 속성 키워드의 배열 순서 변경을 입력받고, 상기 제어부는 상기 배열 순서에 대응하여 미리 정해진 연관도로 제 2　상위 속성-중위 속성 연관도를 변경한다.
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
본 명세서의 일 실시 예에 따르면 속성 언어 관리 방법 및 장치를 제공할 수 있다.
도 1은 본 명세서의 일 실시 예에 따르는 속성 언어를 이용한 정보 제공 시스템의 망 구성도이다.
도 2는 본 명세서의 일 실시 예에 따르는 단말의 블록구성도이다.
도 3은 본 명세서의 일 실시 예에 따르는 정보 제공 장치의 블록구성도이다.
도 4는 본 명세서의 일 실시 예에 따르는 정보 제공 인터페이스를 통한 정보 제공 과정의 순서도이다.
도 5는 본 명세서의 일 실시 예에 따르는 단계 910의 상세순서도이다.
도 6은 본 명세서의 일 실시 예에 따르는 단계 510의 상세 순서도이다.
도 7은 본 명세서의 일 실시 예에 따르는 단계 530의 상세 순서도이다.
도 8은 본 명세서의 다른 실시 예에 따르는 단계 910의 상세순서도이다.
도 9는 본 명세서의 일 실시 예에 따르는 속성 언어 관리 방법의 순서도이다.
도 10은 본 명세서의 일 실시 예에 따르는 저장된 객체-키워드 연관도의 예시이다.
도 11은 본 명세서의 일 실시 예에 따른 단계 940의 상세 순서도이다.
도 12는 본 명세서의 다른 실시 예에 따른 속성 필터를 포함하는 인터페이스 페이지의 일 예이다.
도 13은 본 명세서의 일 실시 예에 따른 속성 필터를 포함하는 인터페이스 페이지의 부분을 나타내는 예이다.
도 14 및 도 15는 본 명세서의 일 실시 예에 따르는 제2 속성 필터를 포함하는 인터페이스 페이지의 일 예이다.
도 16은 본 명세서의 일 실시 예에 따르는 결과 미리보기부를 포함하는 인터페이스 페이지의 일 예이다.
도 17은 본 명세서의 다른 실시 예에 따르는 속성 필터를 포함하는 인터페이스 페이지의 일 예이다.
도 18은 본 명세서의 일 실시 예에 따르는 가중치 조절부(I-135)를 포함하는 인터페이스 페이지의 일 예이다.
이하, 본 명세서의 실시 예를 첨부된 도면을 참조하여 상세하게 설명한다.
실시 예를 설명함에 있어서 본 명세서가 속하는 기술 분야에 익히 알려져 있고 본 명세서와 직접적으로 관련이 없는 기술 내용에 대해서는 설명을 생략한다. 이는 불필요한 설명을 생략함으로써 본 명세서의 요지를 흐리지 않고 더욱 명확히 전달하기 위함이다.
마찬가지 이유로 첨부 도면에 있어서 일부 구성요소는 과장되거나 생략되거나 개략적으로 도시되었다. 또한, 각 구성요소의 크기는 실제 크기를 전적으로 반영하는 것이 아니다. 각 도면에서 동일한 또는 대응하는 구성요소에는 동일한 참조 번호를 부여하였다.
이하, 도면들을 참고하여 본 명세서의 실시 예들에 대해 설명하도록 한다.
본 명세서의 일부 실시 예에 따르면 예약어는 다른 키워드들과의 연관도 정보를 통해 표현, 정의되거나 그 특성, 활용방식, 성질 등이 표현, 정의될 수 있는 문자열을 의미할 수 있다. 하지만 다른 방식, 예를 들어 관리자의 수동 입력에 따라 정의/표현되는 예약어가 본 발명에 적용되는 것도 가능하다. 연관도 정보의 상세한 구성은 후술한다. 예약어는 토크(talk)의 키(key)가 된다는 의미에서 키토크(keytalk)TM라고 지칭될 수도 있다.
도 1은 본 명세서의 일 실시 예에 따르는 속성 언어를 이용한 정보 제공 시스템의 망 구성도이다.
도 1을 참조하면, 본 명세서의 일 실시 예에 따르는 정보 제공 시스템은 단말(200), 정보 제공 장치(300) 및 통신망(150)을 포함할 수 있다.
단말(200)은 예를 들어 스마트폰, PDA, 태블릿 PC, 노트북 컴퓨터, 랩탑 컴퓨터, 개인용 컴퓨터 기타 통신을 수행하고 사용자의 입력을 수신하고 화면을 출력할 수 있는 전자적 기기 또는 이와 유사한 기기로써 구현될 수 있다.
단말(200)은 관리자 단말(200-1) 또는 고객 단말(200-2) 일 수 있다.
관리자 단말(200-1)은 예를 들어 정보 서비스를 제공하는 관리자가 사용하는 단말이다.
고객 단말(200-2)은 정보 서비스를 제공받는 고객이 사용하는 단말이다.
정보 제공 장치(300)는 예를 들어 워크스테이션, 서버, 일반용 컴퓨터, 기타 통신을 수행할 수 있는 전자적 기기 또는 이와 유사한 기기로써 구현될 수 있다.
단말(200)과 정보 제공 장치(300)는 도 1에 도시한 바와 같이, 통신망(150)을 통해 연결되며 통신망(150)을 통해 서로 통신할 수 있다. 또한, 관리자 단말(200-1)은 정보 제공 장치(300)가 직접 제공하는 인터페이스를 통해 정보 제공 장치(300)에 접근할 수도 있다.
관리자 단말(200-1)이 정보 제공 장치(300)가 직접 제공하는 인터페이스를 통해 정보 제공 장치(300)에 접근하는 경우 정보 제공 장치(300)가 웹 서버 또는 애플리케이션 서버의 구성을 포함하는 것이다. 이 경우 정보 제공 장치(300)에 포함되는 웹 서버/애플리케이션 서버의 구성을 인터페이스 모듈이라고 칭할 수 있다. 인터페이스 모듈은 후술하는 웹 서버/애플리케이션 서버의 역할을 수행할 수 있다. 웹 서버/애플리케이션 서버는 접속한 단말에게 인터페이스를 통해 정보를 입력하거나 요청 메시지를 송신할 수 있고, 접속한 단말이 전달하는 정보 및/또는 요청 메시지를 수신할 수 있다.
통신망(150)은 예를 들어 LTE(Long Term Evolution), LTE-A(LTE-Advanced), WI-FI, LAN(Local Area Network), WAN(Wide Area Network), CDMA(Code Division Multiple Access), TDMA(Time Division Multiple Access), WiBro(Wireless Broadband), GSM(Global System for Mobile Communications) 기타 과거, 현재에 개발되었거나 향후 사용 가능하게 되는 통신 방식 중 적어도 일부를 이용하여 구현될 수 있다. 이하에서는 편의를 위해 통신망(150)을 언급하지 않고 단말(200)과 정보 제공 장치(300)가 직접 통신하는 것처럼 설명한다.
정보 제공 장치(300)는 관리자 단말(200-1)과 고객 단말(200-2)을 위한 인터페이스를 모두 제공하는 경우 미리 등록된 사용자(관리자)의 접근 시에는 객체 추천 및 속성 언어 관리를 위한 인터페이스를 제공하고, 다른 일반 사용자(고객)의 접근 시에는 본인의 객체 검색 및 조회와 같은 제한된 정보의 조회를 위한 인터페이스를 제공할 수 있다.
정보 제공 장치(300)는 이러한 차별화된 인터페이스 제공을 위해, 사용자 인증 또는 단말 인증 절차를 수행할 수 있다. 예를 들어, 정보 제공 장치(300)는 접속된 단말과 사용자 인증 과정을 거쳐, 접속된 단말이 관리자 단말인지 고객 단말인지 구분한다. 또는 정보 제공 장치(300)는 접속된 단말의 단말 인증을 통해 관리자 단말로 등록할 수도 있다. 정보 제공 장치(300)와 단말(200)간 사용자 인증 또는 단말 인증 절차는 이미 실용화된 기술이므로 상세한 설명은 생략한다.
단말(200)과 정보 제공 장치(300)의 구체적인 동작 및 구성에 대해서는 도 2 내지 도 8을 참조하여 후술한다.
도 2는 본 명세서의 일 실시 예에 따르는 단말(200)의 블록구성도이다.
도 2를 참조하면 본 명세서의 일 실시 예에 따르는 단말(200)은 입력부(210), 표시부(220), 통신부(230), 저장부(240) 및 제어부(250)를 포함할 수 있다.
입력부(210)는 사용자의 입력 동작을 입력 신호로 변환하여 제어부(250)에게 송신한다. 입력부(210)는 예를 들어 키보드, 마우스, 터치스크린 상의 터치센서, 터치패드, 키패드, 음성 입력, 기타 현재, 과거에 가능하거나 미래에 가능해질 입력 처리 장치들로써 구현될 수 있다. 입력부(210)는 예를 들어 사용자의 정보 제공 요청 입력을 수신하여 제어부(250)에게 전달할 수 있다.
표시부(220)는 제어부(250)의 제어에 따라 화면을 출력한다. 표시부(220)는 예를 들어 LCD(액정표시장치), LED(발광 다이오드), OLED(유기 발광 다이오드), 프로젝터, 기타 현재, 과거에 가능하거나 미래에 가능해질 표시 장치들로써 구현될 수 있다. 표시부(220)는 예를 들어 정보 제공을 위한 인터페이스 페이지나 정보 제공 결과 페이지를 표시할 수 있다. 실시 예에 따라서는 화면 출력 대신 음성 출력이나 진동 등 기타 사용자에게 정보를 전달할 수 있는 다른 방식을 사용하는 구성부가 표시부(220) 대신 사용될 수도 있다.
통신부(230)는 정보 제공 장치(300) 및/또는 기타 외부 장치와 데이터를 주고받는다. 통신부(230)는 정보 제공 장치(300)로부터 수신한 데이터를 제어부(250)에게 전달한다. 또한 통신부(230)는 제어부(250)의 제어에 따라 데이터를 정보 제공 장치(300)에게 전달한다. 통신부(230)가 사용하는 통신 기술은 통신망(150)의 유형이나 기타 사정에 따라 달라질 수 있다.
저장부(240)는 제어부(250)의 제어에 따라 데이터를 저장하고 요청된 데이터를 제어부(250)에게 전달한다.
제어부(250)는 단말(200)의 전반적인 동작과 각 구성부를 제어한다. 제어부(250)는 특히 후술하는 바와 같이 입력부(210)로부터 입력된 정보에 따라 정보 제공 요청, 기타 데이터를 정보 제공 장치(300)에게 송신하고, 정보 제공 장치(300)로부터 수신한 페이지 정보에 따라 결과 페이지 및/또는 인터페이스 페이지를 표시부(220)를 통해 표시한다.
제어부(250)가 수행하는 동작은 물리적으로 분리돼 있는 여러 연산 장치에 의하여 분산 처리될 수 있다. 제어부(250)가 수행하는 동작 중 일부는 제1 서버가 수행하고 다른 동작은 제2 서버가 수행하는 방식도 가능하다. 이 경우 제어부(250)는 물리적으로 분리돼 있는 연산 장치의 총합으로써 구현될 수 있다.
저장부(240)는 물리적으로 분리돼 있는 저장장치의 총합으로 구현될 수도 있다.
제어부(250)나 저장부(240)가 물리적으로 분리돼 있는 여러 장치의 총합으로 구현되는 경우 여러 장치들 사이의 통신이 필요할 수 있다. 여기서는 설명의 단순화를 위하여 저장부(240)나 제어부(250)가 하나의 객체로 구현된 경우를 가정하여 설명할 것이다.
단말(200)이 데이터를 송수신하는 경우 관점에 따라 제어부(250)의 제어에 따라 통신부(230)가 데이터를 송수신한다고 표현할 수도 있고, 제어부(250)가 통신부(230)를 제어하여 데이터를 송수신한다고 표현할 수도 있다.
단말(200)의 각 구성부의 구체적인 동작에 대해서는 구체적인 동작에 대해서는 도 4 내지 도 8을 참조하여 후술한다.
도 3은 본 명세서의 일 실시 예에 따르는 정보 제공 장치(300)의 블록구성도이다.
도 3을 참조하면 본 명세서의 일 실시 예에 따르는 정보 제공 장치(300)는 통신부(310), 제어부(320) 및 저장부(330)를 포함할 수 있다.
통신부(310)는 단말(200) 및/또는 기타 외부 장치와 데이터를 주고받는다. 통신부(310)는 단말(200)로부터 수신한 데이터를 제어부(320)에게 전달한다. 또한 통신부(310)는 제어부(320)의 제어에 따라 데이터를 단말(200)에게 전달한다. 통신부(310)가 사용하는 통신 기술은 통신망(150)의 유형이나 기타 사정에 따라 달라질 수 있다.
저장부(330)는 제어부(320)의 제어에 따라 데이터를 저장하고 제어부(320)로부터 요청된 데이터를 제어부(320)에게 전달한다.
제어부(320)는 정보 제공 장치(300)의 전반적인 동작과 각 구성부를 제어한다. 제어부(320)는 특히 후술하는 바와 같이 또한, 제어부(320)는 인터페이스 페이지 요청, 정보 제공 결과 페이지 요청, 기타 데이터를 통신부(310)를 통해 수신하면 저장부(330)로부터 필요한 데이터를 불러오고(load) 페이지 정보를 생성하여 페이지 정보를 통신부(310)를 통해 단말기(200)에게 전달한다.
정보 제공 장치(300)가 데이터를 송수신하는 경우 관점에 따라 제어부(320)의 제어에 따라 통신부(310)가 데이터를 송수신한다고 표현할 수도 있고, 제어부(320)가 통신부(310)를 제어하여 데이터를 송수신한다고 표현할 수도 있다.
삭제
정보 제공 장치(300)의 각 구성부의 구체적인 동작에 대해서는 도 4 내지 도 8을 참조하여 후술한다.
다른 실시 예에 따르면 시각적으로 정보를 제공하기 위한 페이지 대신 음성이나 다른 방식으로 정보를 제공하기 위한 데이터가 송수신될 수 있다.
도 4는 본 명세서의 일 실시 예에 따르는 정보 제공 인터페이스를 통한 정보 제공 과정의 순서도이다.
단계 410에서 정보 제공 장치(300)의 제어부(320)는 인터페이스 페이지 정보를 생성한다. 인터페이스 페이지 정보는 인터페이스 페이지를 생성하기 위해 필요한 정보이다. 인터페이스 페이지는 사용자의 입력을 유도하고 사용자의 입력을 수신하여 정보 제공 장치(300)에게 전달하기 위한 페이지이다. 예를 들어 인터페이스 페이지 정보는 HTML 문서 또는 기타 마크업 언어 문서 형태가 될 수 있다. 다른 실시 예에서, 단말(200)이 인터페이스 페이지의 서식 정보를 미리 가지고 있으며, 컨텐츠에 해당하는 사항만이 정보 제공 장치(300)로부터 단말(200)에 전달될 수도 있다. 이하에서는 편의를 위해 인터페이스 페이지 정보 또는 기타의 페이지 정보는 HTML 문서 형식으로 전달된다고 가정하고 설명한다. 하지만 본 명세서의 권리 범위가 여기에 한정되는 것은 아니다.
단계 420에서 정보 제공 장치(300)의 통신부(310)는 인터페이스 페이지 정보를 단말(200)에게 전달한다.
단계 430에서 단말(200)의 제어부(250)는 인터페이스 페이지 정보를 이용하여 인터페이스 페이지를 구성한다. 예를 들어 제어부(250)은 웹 브라우저를 구동하여 HTML 문서를 해석하여 웹 페이지의 형태로 인터페이스 페이지를 구성할 수 있다. 웹 브라우저 대신 별도의 애플리케이션이 사용될 수도 있다.
단계 440에서 단말(200)의 표시부(220)는 사용자(400)에게 인터페이스 페이지를 표시한다. 인터페이스 페이지는 예를 들어 사용자(400)가 정보 제공을 요청하고, 정보 제공을 위한 키워드를 입력 및/또는 선택하고 기타 정보 제공을 위한 설정을 할 수 있는 인터페이스를 포함할 수 있다.
단계 450에서 단말(200)의 입력부(210)는 인터페이스 페이지를 통해 입력된 사용자(400)의 선택 입력을 수신하여 제어부(250)에 전달한다.
단계 460에서 단말(200)의 통신부(230)는 제어부(250)의 제어에 따라 사용자의 선택 입력을 식별할 수 있는 입력 정보를 정보 제공 장치(300)에게 전달한다.
단계 470에서 정보 제공 장치(300)의 제어부(320)는 사용자의 입력(예를 들어, 키워드 및/또는 기타 정보 제공 설정)을 이용하여 결과 페이지 정보를 생성한다. 결과 페이지 정보를 생성하는 위한 준비과정과 결과 페이지 정보를 생성하는 과정에 대해서는 도 5 내지 도 11을 참조하여 후술한다. 결과 페이지 정보는 예를 들어 HTML 문서 형식 및/또는 이미지 형식으로 구성될 수 있다.
단계 480에서 정보 제공 장치(300)의 통신부(310)는 결과 페이지 정보를 단말(200)에게 전달한다.
단계 490에서 단말(200)의 제어부(250)는 통신부(230)가 수신한 결과 페이지 정보를 이용하여 결과 페이지를 구성한다. 예를 들어 제어부(250)는 HTML형식의 결과 페이지 정보를 해석하여 결과 페이지를 구성할 수 있다.
단계 495에서 단말(200)의 표시부(220)는 결과 페이지를 사용자에게 제공한다.
도 4의 실시 예에서 사용자에게 시각적 형태의 페이지를 제공하는 것을 가정하였으나, 음성을 통해 인터페이스나 결과 정보를 제공하는 것도 가능하다. 이 경우 표시부(220) 대신 음성 출력부가 이용될 수 있을 것이다. 시각적/청각적 방식 대신 현재 가능하거나 미래에 가능해질 다른 방식의 인터페이스 방식이 사용자(400)와의 관계에서 사용될 수도 있다. 이 경우 정보 제공 장치(300)는 인터페이스 방식에 맞도록 페이지 정보 대신 다른 방식으로 변환된 정보를 단말(200)에게 제공할 수 있다.
도 5 이후의 실시 예에서 사용자(400)는 자신이 관심을 가지는 특정 관심 분야의 객체에 관한 정보를 제공받고자 한다. 하지만 본 명세서의 권리 범위가 이에 한정되는 것은 아니다.
관심 분야(관심 항목)는 예를 들어 객체의 유형이 될 수 있다. 예를 들어 관심 분야가 '위인' 이라면 이 관심 분야에 해당하는 객체는 '세종대왕', '이순신', '심사임당' 등을 포함할 수 있다. 예를 들어 관심 분야가 '영화'라면 이 관심 분야에 해당하는 객체는 '맨인**', '스파이더*', '신데**' 등을 포함할 수 있다. 예를 들어 관심 분야가 '방송 프로그램' 이라면 이 관심 분야에 해당하는 객체는 '무한**', '정글의 **', '왕좌의 **' 등을 포함할 수 있다.
이하의 실시 예들에서 키워드들 간의 관계(연관도/가중치 등등)를 평가하기 위해 문서가 수집된다. 수집된 문서는 모두 동등한 가치를 가지는 것으로 평가될 수도 있고, 최신의 문서가 더 높은 가치를 가지는 것으로 평가될 수도 있다. 즉, 평가 시점 기준 문서의 나이와 그 문서 내에 등장하는 키워드들 간의 연관도는 음의 상관관계를 가질 수 있다.
후술하는 도 5 이후의 과정에서도 문서의 최신성에 따라 가치가 달리 평가될 수 있다. 예를 들어 평가 시점 기준 1일 지난 문서에 두 키워드가 함께 등장한 경우가, 평가 시점 기준 10일 지난 문서에 두 키워드가 함께 등장한 경우에 비해 10배 더 높은 연관도로 평가될 수 있다. 문서의 나이는 예를 들어 초단위/분단위/시간 단위로 평가되거나 일 단위/월 단위/연 단위 등으로 평가될 수도 있다. 제어부(320)는 문서의 나이가 반영되기 전 평가된 해당 문서에 의하나 부분 연관도 값을 문서의 나이로 나누어 문서 나이가 반영된 부분 연관도를 설정하고, 이러한 부분 연관도를 누적하여 두 키워드 사이의 연관도를 설정할 수 있다.
문서의 나이를 확인하기 위한 문서의 생성 시점은 예를 들어 문서 내에 포함된 게시 시점 및/또는 메타데이터를 이용하여 파악하거나, 주기적인 크롤링을 통해, 이전의 크롤링에 발견되지 않은 문서가 새로 발견되는 경우 새로운 크롤링 시점에 신규 문서가 추가된 것으로 파악할 수도 있다.
도 5는 본 명세서의 일 실시예에 따르는 속성 언어 관리를 위한 전처리 과정으로서, 객체-키워드 연관도를 저장하는 방법을 설명하는 흐름도이다.
도 5를 참조하면, 단계 510에서 제어부(320)는 제1 집합 문서들로부터 대표 속성 키워드 후보집합을 판단한다. 제어부(320)는 예를 들어 제1 집합 문서 중 관심 분야에 해당하는 문서에 자주 등장하는 키워드들을 대표 속성 키워드 후보집합으로 수집할 수 있다.
도 6은 본 명세서의 일 실시 예에 따르는 단계 510의 상세 순서도이다.
제어부(320)는 특정 분야에 속하는 객체 항목을 나타내는 객체 키워드와 같은 문서에 등장하는 키워드들 및 특정 분야를 나타내는 분야 키워드와 같은 문서에 등장하는 키워드들을 제1 속성 키워드 후보집합 및 제2 속성 키워드 후보집합으로 설정할 수 있다.
예를 들어 정보 제공 서비스를 제공하려는 관심 분야가 유명인이라면, 분야 키워드는 '유명인', '연예인', '영화배우', '스타', '셀럽', 'celeb' 등을 포함할 수 있다. 분야 키워드는 관리자에 의하여 설정되거나 제어부(320)에 의하여 추천, 설정될 수 있다. 제어부(320)는 일부 분야 키워드들을 획득한 뒤 이 분야 키워드들과의 연관도가 미리 설정된 값 이상으로 분석된 유사 키워드를 추가적 분야 키워드로 추천/설정할 수 있다.
관심 분야가 유명인이라면, 객체 키워드는 해당 관심 분야에 속하는 개별 인물이 될 수 있다. 즉, 관심 분야 유명인에 해당하는 각각의 인물이 객체 키워드가 될 수 있다.
분야 키워드와 객체 키워드의 관계를 설명하자면, 예를 들어 분야 키워드가 객체 키워드의 속성 또는 유형에 해당할 수 있다. 분야 키워드가 집합을 나타낸다면 객체 키워드는 그 집합에 속하는 원소들을 나타내는 것이 될 수 있다.
객체 키워드는 관리자에 의해 설정되거나, 분야 키워드와 비슷한 방식으로 선정될 수 있다. 또 다른 실시 예에 따르면 제어부(320)는 수집된 문서들의 문맥을 분석하여 상기 분야 키워드가 나타내는 집합에 속하는 원소로 판단되는 키워드들을 객체 키워드로 선정할 수 있다.
인기 객체 키워드와 비인기 객체 키워드는 해당 객체 키워드의 검색/수집량에 따라 구분될 수 있다. 제어부(320)는 각 객체 키워드가 포함된 문서를 검색/수집하고 수집량이 특정 문턱값 이상인 객체 키워드를 인기 객체 키워드로 설정하고 나머지 객체 키워드를 비인기 객체 키워드로 설정할 수 있다.
인기 분야 키워드와 비인기 분야 키워드는 해당 분야 키워드의 검색/수집량에 따라 구분될 수 있다. 제어부(320)는 각 분야 키워드가 포함된 문서를 검색/수집하고 수집량이 특정 문턱값 이상인 분야 키워드를 인기 분야 키워드로 설정하고 나머지 분야 키워드를 비인기 분야 키워드로 설정할 수 있다. 다만 인기 객체 키워드와 비인기 객체 키워드를 구분하는 문턱값과 인기 분야 키워드-비인기 분야 키워드를 구분하는 문턱값은 서로 다른 값이 될 수 있다. 이하에서 편의를 위해 인기 객체 키워드와 인기 분야 키워드를 통틀어 인기 분야객체 키워드라고 칭한다. 또한 편의를 위해 비인기 객체 키워드와 비인기 분야 키워드를 통틀어 비인기 분야객체 키워드라고 칭한다.
변형 실시 예에서는 인기 분야객체 키워드 대신 인기 분야 키워드 또는 인기 객체 키워드만이 사용될 수도 있다. 변형 실시 예에서는 비인기 분야객체 키워드 대신 비인기 분야 키워드 또는 비인기 객체 키워드만이 사용될 수도 있다.
단계 610에서 제어부(320)는 인기 분야객체 키워드와 같은 문서에 함께 등장하는 키워드들을 제1 속성 키워드 후보집합으로 설정한다.
제어부(320)는 인기 분야객체 키워드가 포함된 문서들을 검색/수집하고, 수집된 문서에 포함된 키워드들을 제1 속성 키워드 후보집합으로 설정할 수 있다. 다른 실시 예에 따르면 제어부(320)는 수집된 문서에 포함된 키워드들 중 분야 키워드 및 객체 키워드를 제1 속성 키워드 후보집합에서 제외할 수 있다. 아울러 제어부(320)는 미리 설정된 의미 없는 키워드, 예를 들어 조사/관사 등을 제1 속성 키워드 후보집합에서 제외할 수 있다. 또 다른 실시 예에 따르면 제어부(320)는 수집된 문서에 포함된 키워드들 중 미리 설정된 사전(dictionary)에 등록된 키워드를 제1 속성 키워드 후보집합에 포함시킬 수 있다.
또 다른 실시 예에 따르면, 제어부(320)는 인기 분야객체 키워드가 포함된 문서를 검색/수집하고, 수집된 문서에서 인기 분야객체 키워드 또는 그 키워드가 포함된 문장으로부터 미리 설정된 거리 이내에 배치된 키워드들을 제1 속성 키워드 후보집합에 포함시킬 수도 있다. 또 다른 실시 예에 따르면, 제어부(320)는 인기 분야객체 키워드가 포함된 문서를 검색/수집하고, 문맥을 분석하여 인기 분야객체 키워드를 수식/설명하는 용도로 사용된 키워드들을 제1 속성 키워드 후보집합에 포함시킬 수도 있다.
키워드 사이의 거리 또는 키워드와 문장 사이의 거리는 예를 들어 두 키워드 또는 키워드와 문장 사이에 위치하는 문장의 개수, 두 키워드 또는 키워드와 문장 사이에 위치하는 단어의 개수, 두 키워드 또는 키워드와 문장 사이에 위치하는 어절의 개수, 두 키워드 또는 키워드와 문장 사이에 문자의 개수 중 어느 하나 이상을 기준으로 판단될 수 있다.
제어부(320)는 키워드 분석을 위해 형태소 분석을 먼저 수행할 수 있다.
단계 620에서 제어부(320)는 비인기 분야객체 키워드와 같은 문서에 함께 등장하는 키워드들을 제2 속성 키워드 후보집합으로 설정한다.
제어부(320)는 비인기 분야객체 키워드가 포함된 문서를 검색/수집하고, 수집된 문서에 포함된 키워드들을 제2 속성 키워드 후보집합으로 설정할 수 있다. 다른 실시 예에 따르면 제어부(320)는 수집된 문서에 포함된 키워드들 중 분야 키워드 및 객체 키워드를 제2 속성 키워드 후보집합에서 제외할 수 있다. 아울러 제어부(320)는 미리 설정된 의미 없는 키워드, 예를 들어 조사/관사 등을 제2 속성 키워드 후보집합에서 제외할 수 있다. 또 다른 실시 예에 따르면 제어부(320)는 수집된 문서에 포함된 키워드들 중 미리 설정된 사전(dictionary)에 등록된 키워드를 제2 속성 키워드 후보집합에 포함시킬 수 있다.
또 다른 실시 예에 따르면, 제어부(320)는 비인기 분야객체 키워드가 포함된 문서를 검색/수집하고, 수집된 문서에서 비인기 분야객체 키워드 또는 그 키워드가 포함된 문장으로부터 미리 설정된 거리 이내에 배치된 키워드들을 제2 속성 키워드 후보집합에 포함시킬 수도 있다. 또 다른 실시 예에 따르면, 제어부(320)는 비인기 분야객체 키워드가 포함된 문서를 검색/수집하고, 문맥을 분석하여 비인기 분야객체 키워드를 수식/설명하는 용도로 사용된 키워드들을 제2 속성 키워드 후보집합에 포함시킬 수도 있다.
키워드 사이의 거리 또는 키워드와 문장 사이의 거리는 예를 들어 두 키워드 또는 키워드와 문장 사이에 위치하는 문장의 개수, 두 키워드 또는 키워드와 문장 사이에 위치하는 단어의 개수, 두 키워드 또는 키워드와 문장 사이에 위치하는 어절의 개수, 두 키워드 또는 키워드와 문장 사이에 문자의 개수 중 어느 하나 이상을 기준으로 판단될 수 있다.
제어부(320)는 키워드 분석을 위해 형태소 분석을 먼저 수행할 수 있다.
단계 630에서 제어부(320)는 상기 제1 속성 키워드 후보집합 및 상기 제2 속성 키워드 후보집합 모두에 속한 키워드들을 상기 대표 속성 키워드 후보집합으로 설정할 수 있다. 즉, 인기 분야객체 키워드를 수식하는 표현으로도 쓰이면서 비인기 분야객체 키워드를 수식하는 표현으로도 쓰이는 키워드들이 대표 속성 키워드 후보집합에 수집될 수 있다.
다른 실시 예에 따르면, 단계 510에서 제어부(320)는 인기/비인기 여부에 관계 없이 객체 키워드 및/또는 분야 키워드와 함께 등장하는 키워드들을 대표 속성 키워드 후보집합에 포함시킬 수도 있다.
도 5로 돌아가서, 단계 520에서 제어부(320)는 제2 집합 문서들로부터 대표 속성 키워드 후보집합에 포함되는 각 대표 속성 키워드와 연관된 둘 이상의 하위 키워드들을 판단한다.
단계 520의 하위 키워드 추출에 사용되는 제2 집합 문서와 단계 510의 대표 속성 키워드 후보집합 추출에 사용되는 제1 집합 문서는 서로 다른 문서 집합일 수도 있고 서로 같은 문서 집합일 수도 있다. 예를 들어, 제1 집합 문서는 수집 가능한 문서 전부를 포함하는 집합이고, 제2 집합 문서는 정보 제공 서비스를 제공하고자 하는 특정 관심 분야가 주요한 키워드로 사용된 문서들만을 포함하는 집합이 될 수 있다. 제어부(320)는 수집 가능한 문서들을 분석하여 자주 등장하는 키워드들을 기반으로 각 문서가 정보 제공 서비스를 제공하고자 하는 특정 관심 분야가 주요한 키워드로 사용된 문서인지 분석할 수 있다. 다른 실시 예에 따르면 제1 집합 문서 및 제2 집합 문서 모두 수집 가능한 관련문서 전부를 포함하는 집합이 될 수 있다. 또 다른 실시 예에 따르면, 제1 집합 문서는 수집 가능한 관련문서 전부를 포함하는 집합이고 제2 집합 문서는 정보 제공 서비스를 제공하고자 하는 특정 관심분야에 관련된 문서만을 포함하는 집합이 될 수 있다. 또 다른 실시 예에 따르면 제2 집합 문서는 수집 가능한 관련문서 전부를 포함하는 집합이고 제1 집합 문서는 정보 제공 서비스를 제공하고자 하는 특정 관심분야에 관련된 문서만을 포함하는 집합이 될 수 있다.
단계 520을 위해, 제어부(320)는 예를 들어, 정보 제공 서비스를 제공하고자 하는 특정 관심분야에 관련된 문서만을 포함하는 집합을 생성하기 위해 해당 관심분야 자체를 나타내는 분야 키워드를 포함하는 문서들 및/또는 해당 관심분야에 속하는 객체 키워드를 포함하는 문서들을 수집하고, 그들 중 분야 키워드/객체 키워드의 비중이 미리 설정된 값 이상인 문서들을 추출하여 특정 관심분야에 관련된 문서만을 포함하는 집합을 생성할 수 있다. 분야 키워드/객체 키워드의 비중은 분야 키워드/객체 키워드의 등장 빈도나 등장 위치, 문맥 등을 통해 판단할 수 있다. 예를 들어 분야 키워드/객체 키워드가 자주 등장하거나 분야 키워드/객체 키워드가 해당 문서의 타이틀로 사용되거나 큰 글자 또는 강조를 위한 글자체로 표시되는 문서는 특정 관심분야에 관련된 문서로 분류할 수 있을 것이다.
단계 520에서 제어부(320)는 예를 들어 상기 제2 집합 문서 중 적어도 일부를 분석하여 각 대표 속성 키워드와 가장 연관도가 높은 하위 키워드들을 미리 설정된 개수만큼 추출하여 각 대표 속성 키워드와 연관된 둘 이상의 하위 키워드들을 추출할 수 있다.
제어부(320)는 예를 들어 하위 키워드가 대표 속성 키워드와 동일 또는 유사한 문맥에 등장하는 빈도를 고려하여 대표 속성 키워드와 하위 키워드 사이의 연관도를 설정할 수 있다. 예를 들어 특정 문장에서 키워드 A의 주변에 등장하는 단어들은 다른 문서에서도 키워드 A와 연관된 단어의 주변에 등장할 수 있으리라고 볼 수 있다.
"큰 맘 먹고 여행을 갔으나 7월이라 날씨가 너무 더워서 고생했다."
"큰 맘 먹고 여행을 갔으나 7월이라 날씨가 너무 습해서 고생했다."
위 두 문장을 살펴보면 같은 문맥에서 "더워서"라는 단어가 "습해서"라는 단어로 대체되었다. 제어부(320)는 "덥다"와 "습하다"가 서로 연관된 단어라는 것을 유추할 수 있다.
"큰 맘 먹고 여행을 갔으나 7월이라 날씨가 너무 더워서 고생했다."
"큰 맘 먹고 휴가를 갔으나 7월이라 날씨가 너무 더워서 고생했다."
마찬가지로 제어부(320)는 위 두 문장을 통해 "여행"과 "휴가"가 연관된 단어라는 것을 유추할 수 있다.
"큰 맘 먹고 여행을 갔으나 7월이라 날씨가 너무 더워서 고생했다."
"큰 맘 먹고 여행을 갔으나 8월이라 날씨가 너무 더워서 고생했다."
마찬가지로 제어부(320)는 위 두 문장을 통해 "7월"과 "8월"이 연관된 단어라는 것을 유추할 수 있다.
제어부(320)는 이전에 수집된 문서들을 통해 "덥다"와 "습하다"가 서로 연관된 단어이고 "7월"과 "8월"이 서로 연관된 단어이며 "여행"과 "휴가"가 서로 연관된 단어임을 저장해 둘 수 있다 이후 아래와 같은 문장을 수집한다고 가정한다.
"큰 맘 먹고 휴가를 갔으나 7월이라 날씨가 너무 습해서 고생했다."
"큰 맘 먹고 여행을 갔으나 8월이라 날씨가 너무 더워서 힘들었다."
두 문장이 동일한 문맥은 아니지만 덥다"와 "습하다"가 서로 연관된 단어이고 "7월"과 "8월"이 서로 연관된 단어이며 "여행"과 "휴가"가 서로 연관된 단어임을 알고 있다면, 제어부(320)는 위 문장을 통해 "고생했다"와 "힘들었다" 역시 연관된 단어임을 학습할 수 있을 것이다.
동일/유사한 문맥에 등장하는 빈도가 높은 키워드 쌍은 서로 연관도가 높은 것으로 판단할 수 있다. 아울러 두 키워드가 등장하는 문맥의 유사도가 높을수록 두 키워드 사이의 연관도가 높은 것으로 판단할 수 있다. 제어부(320)는 수집되는 문서들을 이용해 학습을 진행하여 키워드들 사이의 연관도를 설정하고, 설정된 키워드 간 연관도와 문장의 문맥을 이용하여 해당 문장에서 등장하는 키워드들의 연관도를 설정하는 식으로 키워드 간 연관도 판단의 정확성을 높일 수 있다.
이와 유사한 학습 방식으로 NNLM(Neural Net Language Model), RNNLM(Recurrent Neural Net Language Model), word2vec, 스킵그램(skipgram) 및 CBOW(Continuous Bag-of-Words)방식이 알려져 있다. 특히 word2vec을 이용할 경우 word2vec은 문서들을 이용해 학습하여 각 키워드들을 벡터에 대응시키고, 두 키워드 사이의 유사도는 두 벡터의 코사인 유사도 계산을 통해 파악할 수 있다.
이러한 방식 또는 유사한 방식으로, 제어부(320)는 제2 집합 문서 중 적어도 일부를 분석하여 각 대표 속성 키워드와 가장 연관도가 높은 하위 키워드들을 미리 설정된 개수만큼 추출할 수 있다.
단계 530에서 제어부(320)는 상기 제2 집합 문서들로부터 상기 대표 속성 키워드 후보집합 내 각 대표 속성 키워드와 하위 키워드 쌍에 대응되는 연관 가중치를 판단할 수 있다.
도 7은 본 명세서의 일 실시 예에 따르는 단계 530의 상세 순서도이다.
단계 710에서 제어부(320)는 상기 제2 집합 문서 중 적어도 일부를 분석하여 상기 하위 키워드들 사이의 상호 연관도를 설정할 수 있다. 예를 들어 대표 속성 키워드 A1에 대해 연관된 하위 키워드로서 수집된 것이 B11 내지 B150의 50개 하위 키워드라고 가정한다. 이 경우 제어부(320)는 이들 50개 하위 키워드들에 대해 두 하위 키워드가 같은 문서에 함께 등장하는 빈도를 이용하여 두 하위 키워드 사이의 상호 연관도를 설정할 수 있다. B11 과 B12가 같은 문서에 등장하는 빈도에 따라 B11 과 B12 사이의 상호 연관도가 결정된다. 다른 실시 예에 따르면 B11 과 B12가 같은 문서에 등장하는 빈도가 상호 연관도에 영향을 주는 것에 더하여, B11 과 B12가 같은 문서에 등장하는 경우 두 키워드 B11 과 B12 사이의 거리(또는 두 키워드가 등장하는 문장 사이의 거리)가 가까울수록 높은 상호 연관도가 인정될 수 있다. 비슷한 방식으로 하위 키워드들 사이의 상호 연관도가 설정될 수 있다. 키워드 사이의 거리 또는 키워드와 문장 사이의 거리는 예를 들어 두 키워드 또는 키워드와 문장 사이에 위치하는 문장의 개수, 두 키워드 또는 키워드와 문장 사이에 위치하는 단어의 개수, 두 키워드 또는 키워드와 문장 사이에 위치하는 어절의 개수, 두 키워드 또는 키워드와 문장 사이에 위치하는 문자의 개수 중 어느 하나 이상을 기준으로 판단될 수 있다.
단계 720에서 제어부(320)는 상기 하위 키워드들 사이의 상호 연관도를 기초로 각 대표 속성 키워드와 하위 키워드 간의 연관 가중치를 설정할 수 있다. 제어부(320)는 예를 들어, 각 대표 속성 키워드에 상응하는 하위 키워드 집합에 대하여, 상기 하위 키워드 집합 내의 특정 하위 키워드와 상기 하위 키워드 집합 내의 다른 하위 키워드 간의 상호 연관도와, 상기 특정 하위 키워드와 상기 대표 속성 키워드 사이의 연관 가중치가, 서로 양의 상관관계를 가지도록 상기 특정 하위 키워드와 상기 대표 속성 키워드 사이의 연관 가중치를 설정할 수 있다.
예를 들어 대표 속성 키워드 A1의 하위 키워드 B11과 A1의 다른 하위 키워드들 (B12 내지 B150) 사이의 상호 연관도가 높을 수록 A1과 B11사이의 연관 가중치가 높게 설정될 수 있다. 예를 들면, B11과 A1의 다른 하위 키워드들 (B12 내지 B150) 사이의 상호 연관도 산술평균(또는 총합)이 B11과 A1 사이의 연관 가중치가 될 수 있다. 단순한 산술평균 대신 기하 평균/조화 평균이 사용될 수도 있다. 하위 키워드 B11과 A1의 다른 하위 키워드들 (B12 내지 B150) 사이의 상호 연관도 중 가장 높은 2개(예시)와 가장 낮은 2개(예시)를 제외하고 평균을 구하는 절삭 평균이 사용될 수도 있다. 상호 연관도의 산술 평균 대신 중앙값(median)이 사용될 수도 있다.
일부 실시 예에 따르면, A1에 대한 B11의 연관 가중치를 계산하기 위해서 사용되는 "B11과 B12가 같은 문서에 등장하는 빈도"는 단순히 B11과 B12가 같이 등장하는(또는 같은 문장에 등장하는, 또는 근접하여 등장하는) 문서의 개수에 따라 달라지는 것이 아니라, B11과 B12가 같이 등장하는(또는 같은 문장에 등장하는, 또는 근접하여 등장하는) 문서의 개수를 B11이 등장하는 문서의 개수 및/또는 B12이 등장하는 문서의 개수로 나누어 구할 수 있다. 유사한 방식으로 "B11과 B12가 같은 문서에 등장하는 빈도"는 B11과 B12가 같이 등장하는(또는 같은 문장에 등장하는, 또는 근접하여 등장하는) 문서의 개수와 양의 상관관계를 가지고 B11이 등장하는 문서의 개수 및/또는 B12이 등장하는 문서의 개수와 음의 상관관계를 가지도록 설정될 수 있다. 단순하게 흔히 사용되는 단어가 대표 속성 키워드 A1에 높은 연관 가중치를 가지는 것을 방지하기 위한 일종의 노멀라이제이션(normalization)이다.
도 5로 돌아와서, 단계 540에서 제어부(320)는 상기 제1 집합 문서들로부터 객체와 하위 키워드 간의 하위 연관도를 설정할 수 있다.
제1 집합 문서들 중에서 객체 항목을 나타내는 객체 키워드(예를 들어 "테일러 스위프트")와 같은 문서, 또는 같은 문장 또는 근접한 문장에 자주 등장한 하위 키워드들은 해당 객체와 연관된 것으로 판단할 수 있다. 제어부(320)는 해당 객체 항목의 객체 키워드가 등장한 문서를 수집하고, 그 문서들 내에 함께 등장한 빈도에 따라 하위 키워드와 객체 키워드 사이의 하위 연관도를 설정할 수 있다. 특히 제어부(320)는 하위 키워드가 객체 키워드와 같은 문장에 등장하면 하위 키워드가 객체 키워드와 다른 문장에 등장한 경우에 비해 하위 키워드와 객체 사이의 연관도가 더 높은 것으로 설정할 수 있다.
제어부(320)는 하위 키워드가 등장한 문장이 객체 키워드가 등장한 문장과 근접할 수록 하위 키워드와 해당 객체 키워드의 객체 사이의 연관도가 더 높은 것으로 설정할 수 있다. 두 문장의 근접도는 예를 들어 두 문장 사이에 위치하는 문장의 개수, 두 문장 사이에 위치하는 단어의 개수, 두 문장 사이에 위치하는 어절의 개수, 두 문장 사이에 위치하는 문자의 개수 중 어느 하나 이상을 기준으로 판단될 수 있다.
제어부(320)는 하위 키워드가 등장한 위치가 객체 키워드가 등장한 위치와 근접할 수록 하위 키워드와 해당 객체 키워드의 객체 사이의 연관도가 더 높은 것으로 설정할 수 있다. 하위 키워드와 객체 키워드 사이의 근접도는 예를 들어 하위 키워드와 객체 키워드 사이에 위치하는 문장의 개수, 하위 키워드와 객체 키워드 사이에 위치하는 단어의 개수, 하위 키워드와 객체 키워드 사이에 위치하는 어절의 개수, 하위 키워드와 객체 키워드 사이에 위치하는 문자의 개수 중 어느 하나 이상을 기준으로 판단될 수 있다.
단계 550에서 제어부(320)는 단계 540의 하위 연관도 및 단계 530의 연관 가중치를 이용하여 상기 객체와 상기 각 대표 속성 키워드 간의 객체-키워드 연관도를 설정할 수 있다.
예를 들어 객체 C와 대표 속성 키워드 A1 사이의 객체-키워드 연관도는 C와 A1의 하위 키워드들 (예를 들어 B11 내지 B150) 사이의 하위 연관도 및 각 하위 키워드들의 연관 가중치를 이용하여 설정될 수 있다. 예를 들어 객체 C와 대표 속성 키워드 A1 사이의 객체-키워드 연관도는, 객체 C와 B11 내지 B150 사이의 하위 연관도가 높을수록 높게 설정될 수 있다.
아울러 A1과의 관계에서 연관 가중치가 더 높은 하위 키워드에 대해서 객체 C와의 하위 연관도가 높다면, 연관 가중치가 더 낮은 하위 키워드에 대해서 하위 연관도가 높은 경우에 비하여 객체 C와 대표 속성 키워드 A1 사이의 객체-키워드 연관도가 더 높게 설정될 수 있다. 예를 들어 표 1의 경우가 표 2의 경우보다 연관 가중치 높은 쪽(B11)의 하위 연관도가 높으므로, 표 1의 경우가 표 2의 경우보다 객체 C와 대표 속성 키워드 A1 사이의 객체-키워드 연관도가 높게 설정될 수 있다.
A1과의 연관 가중치 C와의 하위 연관도
B11 0.5 0.5
B12 0.2 0.2
A1과의 연관 가중치 C와의 하위 연관도
B11 0.2 0.5
B12 0.5 0.2
일 실시 예에 따르면 각 하위 키워드에 대응되는 연관가중치 및 하위 연관도를 곱한 값의 총합으로 (또는 이 총합을 이용하여) 객체 C와 대표 속성 키워드 A1 사이의 객체-키워드 연관도를 구할 수도 있다. 표 1의 경우 0.5×0.5+0.2×0.2=0.29가 되고, 표 2의 경우 0.2×0.5+0.5×0.2=0.20이 되므로, 표 1의 경우가 표 2의 경우보다 객체 C와 대표 속성 키워드 A1 사이의 객체-키워드 연관도가 높게 설정될 수 있다. 상술한 객체-키워드 연관도 산정 방식은 예시적인 것에 불과하고, 단계 540의 C와의 하위 연관도 및 단계 530의 A1과의 연관 가중치가 C 및 A1 사이의 객체-키워드 연관도와 양의 상관관계에 있다면 다른 방식이 사용되어도 무방하다.
이후 통신부(310)가 특정 대표 속성 키워드와 연관된 정보 제공 요청을 수신하면, 제어부(320)는 단계 550에서 추출한 객체-키워드 연관도를 기반으로 결과 항목을 통신부(310)를 통해 제공할 수 있다. 예를 들어 어느 하나의 대표 속성 키워드를 포함한 정보 제공 요청을 수신한 경우 제어부(320)는 해당 대표 속성 키워드와의 관계에서 객체-키워드 연관도가 가장 높은 순서대로 객체 항목에 관한 정보를 제공할 수 있다.
다른 실시 예에서, 둘 이상의 대표 속성 키워드 및 그에 대응되는 가중치를 포함한 정보 제공 요청을 수신한 경우 제어부(320)는 각 객체 항목에 대해 정보 제공 요청에 포함된 대표 속성 키워드들과의 객체-키워드 연관도에 가중치를 곱한(또는 이와 유사하게 가중치를 부가한) 값의 총합(또는 평균)이 가장 높은 순서대로 객체 항목에 관한 정보를 제공할 수 있다.
도 8은 본 명세서의 다른 실시 예에 따르는 정보 제공 과정의 순서도이다.
도 8의 실시 예는 도 5의 실시 예와 동일한 과정들에 더해서 단계 520과 단계 530의 사이에 두 단계들(523, 526)을 더 포함하고 있다. 여기서는 중복된 설명을 피하고 단계 523 및 단계 526에 대해서만 설명한다.
단계 523에서 제어부(320)는, 단계 520에서 추출된 하위 키워드들 각각이, 감정 언어(감정어)에 해당하는지 판단한다. 이를 위해 저장부(330) 또는 외부 서버가 감정어 사전(dictionary)를 보유할 수 있다. 감정어 사전은 어떤 단어(키워드)가 감정어인지 여부를 판단하기 위한 도구로서, 예를 들어 감정어 목록을 보유할 수 있다. 감정어 목록에 포함된 키워드는 감정어라고 할 수 있고, 그렇지 않은 키워드는 감정어가 아니라고 판단할 수 있다. 다만 이러한 판단은 사전적 의미에 기반한 것이고, 시대에 따라 변하는 대중의 단어 사용을 반영하지 못할 수 있다. 따라서 제어부(320)는 대표 속성 키워드 자체의 감정어 여부를 판단하지 않고, 대표 속성 키워드에 연관된 하위 키워드들의 감정어 여부를 기준으로 대표 속성 키워드를 활용할지 여부를 판단한다.
다른 실시 예에서 제어부(320)는 감정어 사전에 감정어인 것으로 등록된, 미리 설정된 수 이상의 단어와 연관도가 높은(미리 설정된 값 이상인) 것으로 학습된 다른 단어를 감정어 사전에 추가할 수 있다.
단계 526에서 제어부(320)는 연관된 하위 키워드의 감정 언어 비율(또는 숫자)이 높은 순서대로 미리 설정된 개수의 대표 속성 키워드만을 대표 속성 키워드 후보집합 내에 남기고 나머지를 제거할 수 있다. 이러한 과정을 통해 감정 언어와 거리가 먼 키워드가 감정 언어처럼 취급되는 것을 방지할 수 있다.
도 9는 본 명세서의 일 실시 예에 따르는 속성 언어 관리 과정의 순서도이다.
단계 910에서 제어부(320)는 객체와 중위 속성 키워드 쌍에 대응하는 제　1　중위 속성 키워드-객체 연관도를 저장부(330)에 저장한다.
도 10은 본 명세서의 일 실시 예에 따르는 저장된 제 1 중위 속성 키워드-객체 연관도의 예시이다.
도 10의 실시 예에서 객체는 모두 m개(i1 내지 im)가 있고 중위 속성 키워드는 모두 n개(k1 내지 kn)가 있다.
예를 들어 객체 i5와 중위 속성 키워드 k3의 제 1 중위 속성 키워드-객체 연관도는 w5,3이 된다.
단계 910의 과정은 예를 들어 도 5 내지 도 8의 실시 예들 중 일부에 따라 수행되거나 이와 유사한 과정, 또는 이에 상응하는 과정으로 수행될 수 있다. 다른 실시 예에 따르면 단계 910의 과정은 관리자의 입력으로 수행되거나 외부 시스템에서 결정된 제 1 중위 속성 키워드-객체 연관도를 네트워크 또는 저장매체를 통해 전달받아 수행될 수 있다.
다음, 단계 920에서 제어부(320)는 상위 속성 키워드와 중위 속성 키워드 쌍에 대응하는 제　1　상위 속성-중위 속성 연관도를 저장부(330)에 저장한다.
단계 920의 과정은 예를 들어 관리자의 입력으로 수행되거나 외부 시스템에서 결정된 기본 예약어-키워드 연관도를 네트워크 또는 저장매체를 통해 전달받아 수행될 수 있다. 다른 실시 예에 따르면 단계 920의 과정은 인터넷, SNS, 뉴스 등 수집 가능한 문서들을 분석하여 도 5 내지 도 8의 과정과 비슷한 방식으로 수행될 수도 있다. 아울러 단계 920의 과정은 후술하는 바와 같이 사용자의 피드백을 반영하는 과정을 포함한다.
단계 930에서 통신부(310)가 단말(200)로부터 관심항목을 수신하여 획득하고 수신 관심항목을 제어부(320)에게 전달한다.
수신 관심항목은 단말(200)이 검색 사용자로부터 수신한 관심항목이다.
단계 940에서 제어부(320)는 관리자 입력에 따라 상위 속성 키워드와 중위 속성 키워드의 연관관계를 설정한다.
도 11은 본 명세서의 일 실시 예에 따른 단계 940의 상세 순서도이다.
도 11을 참조하면, 단계 941에서 제어부(320)는 관심항목에 대한 복수개의 상위 속성 키워드를 추출하고, 상위 속성 키워드를 포함하는 인터페이스를 단말에 제공한다.
단계 942에서, 제어부(320)는 인터페이스를 통해 단말로부터 선택된 하나 이상의 상위 속성 키워드를 예약어로서 수신받는다.
여기서 예약어는 속성 집합에 포함된 복수개의 상위 속성 키워드 중에서 검색 사용자(관리자 또는 고객)로부터 수신한 상위 속성 키워드이다.
단계 943에서 제어부(320)는 미리 저장된 제1 상위 속성-중위 속성 연관도를 이용하여 예약어와 연관된 중위 속성 키워드를 추출하고, 예약어와 연관된 중위 속성 키워드 및 그 중위 속성 키워드와 유사한 중위 속성 키워드들을 포함하는 중위 속성 키워드 선택/조정 인터페이스를 제2 속성 필터로서 단말(200)에게 제공한다. 사용자는 이 인터페이스를 통해 예약어와 연관된 것으로 설정될 중위 속성 키워드를 추가 선택하거나 예약어와 연관된 것으로 설정돼 있는 중위 속성 키워드를 연관되지 않은 것으로 제거/삭제할 수 있다.
단계 944에서, 제어부(320)는 인터페이스를 통해 단말로부터 예약어와 연관된 것으로 선택된 하나 이상의 중위 속성 키워드 각각에 대하여 제　2　상위 속성-중위 속성 연관도를 입력받는다.
예를 들어, 제　2　상위 속성-중위 속성 연관도 입력은 상기 인터페이스에 포함된 복수개의 중위 속성 키워드 중에서 사용자의 입력에 따라 어느 하나의 중위 속성 키워드가 선택되면, 선택된 중위 속성 키워드를 상기 복수개의 중위 속성 키워드 배열의 맨 앞으로 자동 이동에 의해 행해질 수 있다. 제어부(320)는 예컨대, 중위 속성 키워드의 배열 순서에 따라 제2 상위 속성-중위 속성 연관도를 부여할 수 있다. 즉, 배열 순서가 빠를수록 제2 상위 속성-중위 속성 연관도가 높아지도록 보정할 수 있다.
제　2　상위 속성-중위 속성 연관도 입력에 대한 다른 변형예에서 상기 인터페이스에 포함된 복수개의 제2 속성 키워드 들의 순서의 재배열에 의해 행해질 수 있다. 제어부(320)는 예컨대, 재배열된 순서에 따라 제　2　상위 속성-중위 속성 연관도를 부여할 수 있다. 즉, 재배열된 순서가 빠를수록 제2 상위 속성-중위 속성 연관도가 높아지도록 보정할 수 있다.
다른 변형예에서, 상기 인터페이스를 통해 제　2　상위 속성-중위 속성 연관도를 직접 입력받을 수도 있다.
미리 저장된 제　1　상위 속성-중위 속성 연관도에 제　2　상위 속성-중위 속성 연관도를 반영하여 상기 제　1　상위 속성-중위 속성 연관도를 보정한다. 제　1　상위 속성-중위 속성 연관도 보정에 대하여는 후술되는 단계 990과 관련하여 상세히 설명한다.
도 9로 되돌아와서, 단계 950에서 제어부(320)는 제　1　중위 속성 키워드-객체 연관도에 기초하여 선택된 상기 상위 속성 키워드와 객체 쌍에 대응하는 제　1　상위 속성 키워드-객체 연관도를 연산한다.
단계 960에서 제어부(320)는 수신 예약어, 선택된 상위 속성 키워드에 대응하는 제 1 상위 속성 키워드-객체 연관도에 따라 객체 항목을 제공할 수 있다. 예를 들어 수신 예약어 C2에 대응하는 제 1 상위 속성 키워드-객체 연관도가 아래 표 3와 같고, 다면 제어부(320)는 표 4의 순서로 객체 항목을 제공할 수 있다.
즉, 제어부(320)는 수신 예약어에 대응하는 제1 상위 키워드-객체 연관도가 높은 순서대로 객체 항목을 제공할 수 있다. 객체 항목을 제공받은 단말(200)은 표시부(220)를 통해 객체 i3에 대한 정보를 사용자에게 제공할 수 있다. 단말(200)은 필요에 따라 하위 순서의 다른 객체 항목에 대한 정보도 제공할 수 있다. 단말(200)은 표시부(220) 대신 스피커를 통해 음성으로 객체 i3에 대한 정보를 사용자에게 제공할 수 있다.
단계 970에서 인터페이스를 통해 관심항목의 변경이 입력되는 경우, 단계 930으로 되돌아갈 수 있고, 관심항목의 변경이 입력되지 않는 경우, 단계 980으로 진행한다.
단계 980에서 인터페이스를 통해 상위 속성 키워드(예약어)의 선택 변경이 입력되는 경우, 단계 940으로 되돌아갈 수 있고, 상위 속성 키워드(예약어) 변경이 입력되지 않는 경우, 단계 980으로 진행한다.
단계 990에서는 단계 950에서 선택된 제　2　상위 속성-중위 속성 연관도를 반영하여 상기 제　1　상위 속성-중위 속성 연관도를 보정한다.
상기 제 1 상위 속성-중위 속성 연관도를 상기 입력받은 제2 상위 속성-중위 속성 연관도에 따라 재설정할 수 있다.
이러한 과정의 반복에 의해, 사용자에 의해 선택된 2　상위 속성-중위 속성 연관도가 데이터베이스에 반영된다.
도 12 내지 도 18은 본 명세서의 일 실시 예에 따른 속성 필터를 포함하는 인터페이스 페이지의 일 예이다.
여기서 속성 필터라 함은, 사용자가 원하는 속성을 나타내는 필터로서 작용한다는 의미에서 속성 필터라고 칭해질 수 있다.
도 12를 참조하면, 속성 필터를 포함하는 인터페이스 페이지(I-100)는 관심항목 표시부(I-110), 제1 속성필터부(I-120), 제2 속성 필터부(I-130), 결과 미리보기부(I-140)를 포함할 수 있다.
관심항목 표시부(I-110)를 더 포함할 수 있다.
관심항목 표시부(I-110)는 사용자에 의해 선택된 관심항목이 표시된다.
관심항목 표시부(I-110)를 통해 사용자는 관심항목을 변경할 수 있다.
예를 들어, 사용자가 관심항목 표시부(I-110)를 선택하면 관심항목을 선택가능한 인터페이스가 제공되어, 사용자는 관심항목을 입력하거나 복수개의 관심항목 리스트 중에서 선택함으로써 관심항목을 변경할 수 있다.
제1 속성필터부(I-120)는 사용자에 의해 선택된 관심항목에 대한 상위 속성 키워드가 제1 속성 필터로서 제공된다.
제1 속성필터부(I-120)에 표시되는 속성필터는 예약어-객체 연관도로 산정되는 예약어들로 구성될 수 있다.
사용자는 제1 속성 필터에 제공된 복수개의 상위 속성 키워드 중 하나 이상의 상위 속성 키워드를 선택할 수 있다.
예를 들어, 정보 제공 장치(300)는 사용자에 의해 관심항목으로 '방송'을 선택받은 경우, '방송'에 대해 미리 저장된 '좋은', '다양한', '준비된', '최고인', '재미있는' 등을 제1 속성 필터로서 제공하고, 단말(200)을 통해 제1 속성 필터에 포함된 키워드 중에서 상위 속성 키워드를 사용자로부터 선택받을 수 있다.
선택된 상위 속성 키워드는 선택되지 않은 다른 상위 속성 키워드와 구분가능하게 표시된다.
한편, 제1 속성필터부(I-120)는 관심항목 표시부(I-110)를 더 포함할 수 있다.
관심항목 표시부(I-110)는 사용자에 의해 선택된 관심항목이 표시된다.
관심항목 표시부(I-110)를 통해 사용자는 관심항목을 변경할 수 있다.
예를 들어, 사용자가 관심항목 표시부(I-110)를 선택하면 관심항목을 선택가능한 인터페이스가 제공되어, 사용자는 관심항목을 입력하거나 복수개의 관심항목 리스트 중에서 선택함으로써 관심항목을 변경할 수 있다.
관심항목이 변경되는 경우, 제1 속성 필터도 변경됨은 물론이다.
예를 들어 관심항목이 '영화'인 경우, 제1 속성 필터는 '작품성이 뛰어난','영상미 좋은, '전율돋는', '철학적인', '감동적인', 'OST 좋은', '대작인', '귀호강하는', '눈호강하는', '개연성있는', '스펙타클한', '명장면이 있는', '잔잔한', '걸작인', '감미로운', '개성있는', '스토리가 탄탄한', '최고인', '삶에 대해 생각하게 되는', '추천하는' 등을 포함할 수 있다.
관심항목이 '여행'인 경우, 제1 속성 필터는 '고풍스러운', '미식여행 하기 좋은', '낭만적인', '별이 쏟아지는', '석양이 아름다운', '힐링하기 좋은', '색감이 예쁜', '하늘이 푸른', '기대 이상인', '가족여행 가기 좋은', '차 마시기 좋은', '깨끗한', '만족스러운', '설레이는', '스릴 넘치는', '신기한, '인상깊은', '자유여행 하기 좋은', '전율돋는', '즐거운' 등을 포함할 수 있다.
제2 속성 필터부(I-130)는 중위 속성 키워드의 속성 집합을 제2 속성 필터로서 표시한다.
제2 속성 필터는 제1 속성 필터부(I-120)를 통해 사용자에 의해 선택된 상위 속성 키워드와의 미리 설정된 연관도에 기초하여 선정된 복수개의 중위 속성 키워드(속성 집합)를 포함한다. 따라서, 제1 속성 필터부(I-120)를 통해 상위 속성 키워드가 변경되는 경우, 제2 속성 필터부(I-130)에 포함된 속성 집합도 변경된다.
도 13는 도 12의 인터페이스 페이지에 포함된 제1 속성 필터부(I-120) 및 제2 속성 필터부(I-130)의 일 예이다.
제어부(320)는 제1 속성 필터에서 선택된 상위 속성 키워드에 대하여, 미리 설정된 상위 속성-중위 속성 연관도에 기초하여 복수개의 중위 속성 키워드를 포함하는 속성 집합을 생성하고, 생성된 속성 집합을 포함하는 인터페이스를 제공한다. 제2 속성 필터부(I-130)를 통해 중위 속성 키워드에 대한 상위 속성 키워드- 중위 속성 키워드 쌍에 대응되는 유사도를 사용자로부터 입력받을 수 있다.
도 13의 제2 속성 필터부(I-130)는 인터페이스의 일 예이다.
인터페이스에는 상위 속성 키워드와 연관된 복수개의 중위 속성 키워드가 배열된다.
도 13은 제1 속성 필터를 통해 상위 속성 키워드로서 '최고인'이 선택된 경우의 제2 속성 필터의 일 예로서, 선택된 상위 속성 언어인 '최고인'와 연관되어 저장된 대표 중위 속성 키워드 '최고다'를 제일 먼저 표시하고, 대표 중위 속성 키워드 '최고다'와 유사한 '레전드다', '역대급이다', '훌륭하다', '짱이다', '대단하다', '환상적이다', '대박이다', '완벽하다', '좋다', '멋있다', '잊을수없다', '신의한수이다', '전율돋다', '미쳤다', '강렬하다', '센스있다', '아름답다', '매력적이다', ...등이 순서대로 배열된다. '최고다'와 다른 키워드의 유사도는 예를 들어 두 키워드가 같은 문서에 동시에 등장하는 빈도, 두 키워드가 같은 문장 내 일정한 거리 내에 동시에 등장하는 빈도 등을 참고하여 결정될 수 있다. 예를 들어 관심 항목에 연관된 워드투벡터(W2V; Word2vec)나 이와 비슷한 기능의 기술을 이용하여 두 키워드 사이의 상대적 거리를 정하고 두 키워드 사이의 상대적 거리가 가까울수록 더 유사한 것으로(유사도가 높은 것으로) 취급할 수 있다.
대표 중위 속성 키워드는 다른 중위 속성 키워드와는 상이하게 표시될 수 있다. 예컨대 대표 중위 속성 키워드 '최고다'는 노란색으로 표시되고, 이외의 중위 속성 키워드는 검정색으로 표시될 수 있다. 대표 중위 속성 키워드 이외의 중위 속성 키워드는 대표 중위 속성 키워드와 배경 또는 글자의 색의 명도/채도/색상 중 어느 하나 이상이 상이하게 표시될 수 있다.
도 14 및 도 15는 본 명세서의 일 실시 예에 따르는 제2 속성 필터를 포함하는 인터페이스 페이지의 일 예이다.
도 14에 도시된 바와 같이, 대표 중위 속성 키워드에서 멀어질수록(비유사할수록) 배경을 점점 연하게 표시할 수 있다. 예를 들어 대표 중위 속성 키워드에 속하지 않는 각 중위 속성 키워드의 대표 중위 속성 키워드(들) 과의 유사도가 속하는 범위에 따라 각 중위 속성 키워드의 글씨 색, 배경색, 글씨 체, 글씨 굵기, 글씨 주변의 틀 모양 등을 달리 표시하여 서로 구분되도록 표시할 수 있다. 아울러 대표 중위 속성 키워드들과 더 유사한 중위 속성 키워드를 더 앞쪽(위쪽)에 표시하는 방식도 적용될 수 있다.
제2 속성 필터부(I-130)에 표시된 속성 집합의 배열 순서는 사용자에 의해 변경될 수 있다.
예를 들어, 배열된 중위 속성 키워드로부터 임의의 중위 속성 언어가 선택되면 단말(200)은 사용자의 입력을 변환한 입력 정보를 정보 제공 장치(300)에게 전달할 수 있다.
정보 제공 장치(300)는 단말(200)로부터 전달받은 입력 정보에 따라 제2 속성 필터의 중위 속성 키워드의 순서를 재배열한다.
예를 들어, 사용자에 의해 선택된 중위 속성 키워드가 우선적으로 배치된다. 우선적으로 배치된다 함은, 선택된 중위 속성 키워드가 선택되지 않은 중위 속성 키워드보다 사용자에 의해 더 시인되기 좋게 표시되는 것을 의미한다. 예컨대, 중위 속성 키워드들의 배열에서 가장 먼저 위치하게 한다. 도 15에 도시된 바와 같이, 제2 속성 필터부(I-130)에 표시된 제2 속성 필터에서 사용자에 의해 '독보적이다'(P)가 선택된 경우, 도 15에 도시된 제2 속성 필터 '독보적이다'(P)가 '최고다' 보다 먼저 배치된다. 또한, 상위 속성 키워드와 연관된 것으로 선택된 중위 속성 키워드들을 기준으로 그 선택된 중위 속성 키워드들과 유사도가 높은 일정 개수의 키워드를 선택된 중위 속성 키워드 뒤에 이어서 우선하여 표시하거나 및/또는 구분되는 색으로 표시할 수 있다.
다른 예에 따르면, 단말(200)은 사용자에 의해 제2 속성 필터부(I-130)에 배열된 중위 속성 키워드의 배열 위치를 변경 입력받으면 이와 관련된 입력 정보를 정보 제공 장치(300)에게 전달하고, 정보 제공 장치(300)의 제어부(320)는 제2 속성 필터부(I-130)의 중위 속성 키워드들을 단말(200)로부터 전달받은 입력 정보에 따라 재배열한다.
정보 제공 장치(300)는 단말로부터 사용자 정보를 제공받아 저장한 경우, 재배열된 제2 속성 필터를 사용자 정보와 연계하여 저장함으로써, 추후, 동일한 사용자에게 동일하게 선택된 '예약어'에 대하여 재배열된 제2 속성 필터를 제공할 수 있다.
도 16은 본 명세서의 일 실시 예에 따르는 결과 미리보기부를 포함하는 인터페이스 페이지의 일 예이다.
도 16에 도시된 바와 같이, 결과 미리보기부(I-140)는 선택된 속성 언어에 기초하여 검색된 하나 이상의 객체에 대한 정보를 제공한다. 즉, 제1 속성필터부(I-120) 및 제2 속성 필터부(I-130)를 통한 사용자의 선택에 따라 검색된 객체 정보를 결과 미리보기부(I-140)를 통해 제공된다.
결과 미리보기부(I-140)는 선택된 속성 언어에 기초하여 검색된 객체에 대한 이미지 및 개별 항목명(예컨대, 방송프로그램/책)이 표시될 수 있다. 검색된 객체가 복수개인 경우 연관도가 높은 순서대로 객체를 표시할 수 있다.
검색된 객체가 예컨대 방송 프로그램들인 경우, 방송 프로그램의 메인 이미지, 제목 등이 표시될 수 있다.
복수개의 객체 중 임의의 객체가 선택되면, 해당 객체에 대한 상세한 정보를 제공할 수도 있다.
검색된 객체가 예컨대 방송 프로그램들인 경우, 임의의 방송 프로그램이 선택되면, 해당 방송 프로그램의 편성, 최고시청율, 장르, 출연자, 제작진, 공식 홈페이지 주소 등이 상세히 표시될 수 있다.
결과미리보기를 통해 사용자는 가상의 정황에 따라 검색될 객체 항목을 미리 확인할 수 있게 된다. 이로써, 가상의 정황에 적합하지 않은 객체 항목이 검색된 경우, 가상의 정황에 대한 설정을 바꾸어 재검색 할 수 있게 되어, 사용자가 생각하는 가상의 정황에 적합한 결과를 제공할 수 있게 된다.
또한, 결과미리보기에 표시된 객체항목을 최종 결과물로서 정하는 경우, 해당 객체 항목을 결과를 추천하기 위해 선택된 속성 언어 및 가중치를 저장할 수 있다.
이 때, 정보제공장치는 사용자 인증 절차를 거친 사용자의 경우, 사용자 로그 정보와 함께 속성 언어 및 가중치 검색 정보를 저장하고, 다음번 동일 사용자가 해당 속성 언어 검색시 저장된 속성 언어 및 가중치 정보를 표시해 줄 수 있다.
예를 들어, 사용자 인증된 사용자가 제1 속성 필터부(I-120)를 통해 '최고인'을 선택하고, 제2 속성 필터부(I-130)를 통해 '독보적이다'를 제일 앞에 배치시킨 후, 가중치 조절부(I-135)를 통해 '독보적이다'의 가중치를 1로 설정한 검색 결과가 저장된 경우를 가정한다. 동일 사용자가 제1 속성 필터부(I-120)를 통해 '최고인'을 선택하면, 자동적으로, '독보적이다'를 제일 앞에 배치시킨 제2 속성 필터부(I-130), '독보적이다'의 가중치를 1로 설정한 가중치 조절부(I-135)를 제공할 수 있다.
도 17은 본 명세서의 다른 실시 예에 따르는 속성 필터를 포함하는 인터페이스 페이지의 일 예이고, 도 18은 본 명세서의 일 실시 예에 따르는 가중치 조절부(I-135)를 포함하는 인터페이스 페이지의 일 예이다.
인터페이스 페이지(I-200)는 항목 표시부(I-110), 제1 속성필터부(I-120), 제2 속성 필터부(I-130), 가중치 조절부(I-135), 결과 미리보기부(I-140)를 포함할 수 있다.
도 17에서 도 12와 동일한 참조부호는 동일한 구성요소이므로 반복된 설명을 생략하고 차별적 구성요소 가중치 조절부(I-135)에 대하여만 설명한다.
가중치 조절부(I-130)는 제2 속성 필터부(I-130)에 표시된 각각의 중위 속성 키워드에 대하여, 사용자에 의해 조절가능한 가중치 조절 인터페이스를 제공한다. 사용자는 이에 따라 속성 언어의 가중치를 선택한다.
가중치는 예를 들어, 0.1 내지 5 중에 선택될 수 있다. 이러한 숫자는 일 예일 뿐이며, 이에 한정되는 것은 아니다.
선택된 가중치는 상위 속성 키워드와 중위 속성 키워드 쌍에 대응되는 상위 속성-중위 속성 연관도에 영향을 준다. 연관도는 결과 미리보기 및 실제 결과에 영향을 준다.
본 명세서의 일 실시예에 따른 정보 제공 장치의 속성 언어 관리 방법에 따르면, 사용자가 고려하는 가상의 정황에 적합한 객체 항목을 추천할 수 있게 한다.
이 때, 처리 흐름도 도면들의 각 블록과 흐름도 도면들의 조합들은 컴퓨터 프로그램 인스트럭션들에 의해 수행될 수 있음을 이해할 수 있을 것이다. 이들 컴퓨터 프로그램 인스트럭션들은 범용 컴퓨터, 특수용 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서에 탑재될 수 있으므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서를 통해 수행되는 그 인스트럭션들이 흐름도 블록(들)에서 설명된 기능들을 수행하는 수단을 생성하게 된다. 이들 컴퓨터 프로그램 인스트럭션들은 특정 방식으로 기능을 구현하기 위해 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 지향할 수 있는 컴퓨터 이용 가능 또는 컴퓨터 판독 가능 메모리에 저장되는 것도 가능하므로, 그 컴퓨터 이용가능 또는 컴퓨터 판독 가능 메모리에 저장된 인스트럭션들은 흐름도 블록(들)에서 설명된 기능을 수행하는 인스트럭션 수단을 내포하는 제조 품목을 생산하는 것도 가능하다. 컴퓨터 프로그램 인스트럭션들은 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에 탑재되는 것도 가능하므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에서 일련의 동작 단계들이 수행되어 컴퓨터로 실행되는 프로세스를 생성해서 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 수행하는 인스트럭션들은 흐름도 블록(들)에서 설명된 기능들을 실행하기 위한 단계들을 제공하는 것도 가능하다.
또한, 각 블록은 특정된 논리적 기능(들)을 실행하기 위한 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있다. 또, 몇 가지 대체 실행 예들에서는 블록들에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능함을 주목해야 한다. 예컨대, 잇달아 도시되어 있는 두 개의 블록들은 사실 실질적으로 동시에 수행되는 것도 가능하고 또는 그 블록들이 때때로 해당하는 기능에 따라 역순으로 수행되는 것도 가능하다.
이 때, 본 실시 예에서 사용되는 '~부'라는 용어는 소프트웨어 또는 FPGA또는 ASIC과 같은 하드웨어 구성요소를 의미하며, '~부'는 어떤 역할들을 수행한다. 그렇지만 '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '~부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들, 및 변수들을 포함한다. 구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로 더 분리될 수 있다. 뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU들을 재생시키도록 구현될 수도 있다.
본 명세서가 속하는 기술분야의 통상의 지식을 가진 자는 본 명세서가 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시 예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 본 명세서의 범위는 상기 상세한 설명보다는 후술하는 특허청구의 범위에 의하여 나타내어지며, 특허청구의 범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 명세서의 범위에 포함되는 것으로 해석되어야 한다.
한편, 본 명세서와 도면에는 본 명세서의 바람직한 실시 예에 대하여 개시하였으며, 비록 특정 용어들이 사용되었으나, 이는 단지 본 명세서의 기술 내용을 쉽게 설명하고 발명의 이해를 돕기 위한 일반적인 의미에서 사용된 것이지, 본 명세서의 범위를 한정하고자 하는 것은 아니다. 여기에 개시된 실시 예 외에도 본 명세서의 기술적 사상에 바탕을 둔 다른 변형 예들이 실시 가능하다는 것은 본 명세서가 속하는 기술 분야에서 통상의 지식을 가진 자에게 자명한 것이다.

Claims (16)

  1. 상위 속성 키워드를 선택받은 경우,　상위 속성 키워드　-　중위 속성 키워드 쌍에 대응되는 제　1　상위 속성-중위 속성 연관도에 기초하여,　기준값 이상의 상기 제　1　상위 속성-중위 속성 연관도를 갖는 중위 속성 키워드를 포함하는 중위 속성 집합을 생성하는 단계;
    상기 상위 속성 키워드와 함께 상기 중위 속성 집합에 중위 속성 키워드를 추가하거나 삭제할 수 있는 인터페이스를 제공하고,　사용자 입력에 따라 상기 중위 속성 집합에 중위 속성 키워드를 추가하거나 삭제하는 단계;
    제　1　중위 속성 키워드-객체 연관도에 기초하여 선택된 상기 상위 속성 키워드와 객체 쌍에 대응하는 제　1　상위 속성 키워드-객체 연관도를 연산하는 단계;
    상기 제　1　상위 속성 키워드-객체 연관도에 대응하는 객체를 상기 인터페이스로 제공하는 단계; 및
    속성 집합을 포함하는 인터페이스를 제공하고,　상기 인터페이스에서 선택된 중위 속성 키워드 각각에 대하여 제 2　상위 속성-중위 속성 연관도를 입력받는 단계;를 포함하며,
    상기 제　2　상위 속성-중위 속성 연관도를 입력받는 단계는,
    상기 인터페이스에서 상기 중위 속성 집합에 포함된 중위 속성 키워드의 배열 순서 변경을 입력받는 단계; 및
    상기 배열 순서에 대응하여 미리 정해진 연관도로 상기 제　2　상위 속성-중위 속성 연관도를 변경하는 단계를 포함하는 정보 제공 장치의 속성 언어 관리 방법.
  2. 제1항에 있어서,
    상기 제　2　상위 속성-중위 속성 연관도를 반영하여 상기 제　1　상위 속성-중위 속성 연관도를 보정하는 단계를 더 포함하는 정보 제공 장치의 속성 언어 관리 방법.
  3. 제1항에 있어서,
    상기 중위 속성 집합의 중위 속성 키워드를 다른 중위 속성 키워드와 구분되도록 표시하는 단계; 및
    상기 중위 속성 집합 외의 중위 속성 키워드를 상기 중위 속성 집합의 중위 속성 키워드들과의 평균적인 유사도가 속하는 범위에 따라 서로 구분되도록 표시하는 단계를 더 포함하는 정보 제공 장치의 속성 언어 관리 방법.　
  4. 삭제
  5. 제1항에 있어서,
    상기 중위 속성 집합을 생성하는 단계 이전에,
    미리 설정된 복수개의 상위 속성 키워드를 포함하는 상위 속성 필터를 생성하는 단계; 및
    상기 상위 속성 필터를 포함하는 인터페이스를 제공하고, 상기 인터페이스에서 임의의 상위 속성 키워드를 선택받는 단계;
    를 더 포함하는 정보 제공 장치의 속성 언어 관리 방법.
  6. 제5항에 있어서,
    상기 상위 속성 필터를 생성하는 단계 이전에,
    미리 설정된 복수개의 관심항목을 포함하는 인터페이스를 제공하고, 상기 인터페이스에서 임의의 관심항목을 선택받는 단계; 및
    상기 관심항목과 연관된 상위 속성 키워드를 상기 상위 속성 키워드로 재설정하는 단계
    를 더 포함하는 정보 제공 장치의 속성 언어 관리 방법.
  7. 제1항에 있어서, 상기 중위 속성 집합을 생성하는 단계 이전에,
    중위 속성 키워드와 하위 속성 키워드 쌍에 대응되는 제1 중위 속성-하위 속성 연관도 및 하위 속성 키워드와 객체 쌍에 대응되는 제1 하위 속성-객체 연관도에 기초하여 상기 제　1　중위 속성 키워드-객체 연관도를 저장하는 단계
    를 더 포함하는 정보 제공 장치의 속성 언어 관리 방법.
  8. 제7항에 있어서,
    상기 상위 속성 키워드와 객체 쌍에 대응하는 제　1　상위 속성 키워드-객체 연관도를 연산하는 단계는, 상기 제　1　상위 속성-중위 속성 연관도에, 상기 제　1　중위 속성 키워드-객체 연관도를 곱하여, 상위 속성 키워드와 객체 쌍에 대응하는 상기 제1 상위 속성 키워드-객체 연관도를 연산하는 정보 제공 장치의 속성 언어 관리 방법.
  9. 상위 속성 키워드　-　중위 속성 키워드 쌍에 대응되는 제　1　상위 속성-중위 속성 연관도 및 중위 속성 키워드와 객체 쌍에 대응되는 제1 중위 속성 키워드- 객체 연관도를 저장하는 저장부;
    상기 제　1　상위 속성-중위 속성 연관도에 기초하여, 기준값 이상의 상기 제　1　상위 속성-중위 속성 연관도를 갖는 중위 속성 키워드를 포함하는 중위 속성 집합을 생성하고, 상기 상위 속성 키워드와 함께 중위 속성 집합에 중위 속성 키워드를 추가하거나 삭제할 수 있는 인터페이스를 제공하는 제어부; 및
    상기 인터페이스를 통해 사용자 입력에 따른 상기 중위 속성 집합에 중위 속성 키워드의 추가 또는 삭제를 입력받는 통신부를 포함하고,
    상기 제어부는 제　1　중위 속성 키워드-객체 연관도에 기초하여 선택된 상기 상위 속성 키워드와 객체 쌍에 대응하는 제　1　상위 속성 키워드-객체 연관도를 연산하고, 상기 제　1　상위 속성 키워드-객체 연관도에 대응하는 객체를 상기 인터페이스로 제공하며,
    상기 통신부는 상기 인터페이스를 통해 상기 중위 속성 집합에 포함된 중위 속성 키워드의 배열 순서 변경을 입력받고,
    상기 제어부는 상기 배열 순서에 대응하여 미리 정해진 연관도로 제　2　상위 속성-중위 속성 연관도를 변경하는 정보제공장치.
  10. 제9항에 있어서,
    상기 제어부는 속성 집합을 포함하는 인터페이스를 제공하고,　상기 인터페이스를 통해 선택된 중위 속성 키워드 각각에 대하여 상기 제　2　상위 속성-중위 속성 연관도를 입력받고, 입력받은 상기 제　2　상위 속성-중위 속성 연관도를 반영하여 상기 제　1　상위 속성-중위 속성 연관도를 보정하는 정보제공장치.
  11. 제10항에 있어서,
    상기 인터페이스는 상기 중위 속성 집합의 중위 속성 키워드를 다른 중위 속성 키워드와 구분되도록 표시하고, 상기 중위 속성 집합 외의 중위 속성 키워드를 상기 중위 속성 집합의 중위 속성 키워드들과의 평균적인 유사도가 속하는 범위에 따라 서로 구분되도록 표시하는 정보제공장치.
  12. 삭제
  13. 제9항에 있어서,
    상기 제어부는 미리 설정된 복수개의 상위 속성 키워드를 포함하는 상위 속성 필터를 생성하고, 상기 상위 속성 필터를 포함하는 인터페이스를 제공하고,
    상기 통신부는 상기 인터페이스에서 임의의 상위 속성 키워드를 입력받는 정보제공장치.
  14. 제13항에 있어서,
    상기 제어부는 미리 설정된 복수개의 관심항목을 포함하는 인터페이스를 제공하고, 상기 인터페이스에서 입력받은 관심항목과 연관된 상위 속성 키워드를 상기 상위 속성 키워드로 재설정하는 정보제공장치.
  15. 제9항에 있어서,
    상기 제어부는 중위 속성 키워드와 하위 속성 키워드 쌍에 대응되는 제1 중위 속성-하위 속성 연관도 및 하위 속성 키워드와 객체 쌍에 대응되는 제1 하위 속성-객체 연관도에 기초하여 상기 제　1　중위 속성 키워드-객체 연관도를 연산하는 정보제공장치.
  16. 제15항에 있어서,
    상기 제어부는 상기 제　1　상위 속성-중위 속성 연관도에 상기 제　1　중위 속성 키워드-객체 연관도를 곱하여, 상위 속성 키워드와 객체 쌍에 대응하는 상기 제1 상위 속성 키워드-객체 연관도를 연산하는 정보제공장치.
KR1020190094688A 2019-04-25 2019-08-05 속성 언어 관리 방법 및 장치 KR102263317B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US16/859,392 US20200341977A1 (en) 2019-04-25 2020-04-27 Method and apparatus for managing attribute language

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020190048369 2019-04-25
KR20190048369 2019-04-25

Publications (2)

Publication Number Publication Date
KR20200125372A KR20200125372A (ko) 2020-11-04
KR102263317B1 true KR102263317B1 (ko) 2021-06-14

Family

ID=73571154

Family Applications (6)

Application Number Title Priority Date Filing Date
KR1020190094688A KR102263317B1 (ko) 2019-04-25 2019-08-05 속성 언어 관리 방법 및 장치
KR1020190179543A KR20200125411A (ko) 2019-04-25 2019-12-31 속성 언어 개인화 방법 및 장치
KR1020190179541A KR20200125409A (ko) 2019-04-25 2019-12-31 여행 속성 언어 관리 방법 및 장치
KR1020190179545A KR20200125413A (ko) 2019-04-25 2019-12-31 영화 속성 언어 개인화 방법 및 장치
KR1020190179544A KR20200125412A (ko) 2019-04-25 2019-12-31 여행 속성 언어 개인화 방법 및 장치
KR1020190179542A KR102335408B1 (ko) 2019-04-25 2019-12-31 영화 속성 언어 관리 방법 및 장치

Family Applications After (5)

Application Number Title Priority Date Filing Date
KR1020190179543A KR20200125411A (ko) 2019-04-25 2019-12-31 속성 언어 개인화 방법 및 장치
KR1020190179541A KR20200125409A (ko) 2019-04-25 2019-12-31 여행 속성 언어 관리 방법 및 장치
KR1020190179545A KR20200125413A (ko) 2019-04-25 2019-12-31 영화 속성 언어 개인화 방법 및 장치
KR1020190179544A KR20200125412A (ko) 2019-04-25 2019-12-31 여행 속성 언어 개인화 방법 및 장치
KR1020190179542A KR102335408B1 (ko) 2019-04-25 2019-12-31 영화 속성 언어 관리 방법 및 장치

Country Status (1)

Country Link
KR (6) KR102263317B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102507077B1 (ko) * 2022-01-26 2023-03-07 웨이즈플랜 유한회사 여행 일정 검색 및 관리 방법 및 이를 이용하는 장치

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003330957A (ja) * 2002-05-16 2003-11-21 Nec Corp 集合属性検索システム、集合属性検索方法および集合属性検索プログラム
KR100745533B1 (ko) 2002-10-31 2007-08-03 인터내셔널 비지네스 머신즈 코포레이션 전역 쿼리 상관 관계 속성 제공 방법 및 시스템
JP2011204225A (ja) 2010-03-25 2011-10-13 Nec (China) Co Ltd 属性抽出装置および方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100943962B1 (ko) 2008-01-22 2010-02-26 에스케이커뮤니케이션즈 주식회사 감성 기반의 아이템 검색 서비스 제공 방법, 데이터베이스구축 방법 및 검색 서버
KR101137153B1 (ko) * 2010-02-25 2012-04-19 주식회사 케이티 부분 워드넷을 결합한 온톨로지에 의한 문서 분류 시스템 및 방법
KR102151598B1 (ko) * 2017-06-22 2020-09-03 네이버랩스 주식회사 키워드 속성을 기준으로 관련 있는 키워드를 제공하는 방법 및 시스템
JP6737887B2 (ja) * 2017-07-24 2020-08-12 マイセレブス カンパニーリミテッド 関心分野別趣向検索案内システム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003330957A (ja) * 2002-05-16 2003-11-21 Nec Corp 集合属性検索システム、集合属性検索方法および集合属性検索プログラム
KR100745533B1 (ko) 2002-10-31 2007-08-03 인터내셔널 비지네스 머신즈 코포레이션 전역 쿼리 상관 관계 속성 제공 방법 및 시스템
JP2011204225A (ja) 2010-03-25 2011-10-13 Nec (China) Co Ltd 属性抽出装置および方法

Also Published As

Publication number Publication date
KR20200125409A (ko) 2020-11-04
KR20200125410A (ko) 2020-11-04
KR102335408B1 (ko) 2021-12-08
KR20200125372A (ko) 2020-11-04
KR20200125413A (ko) 2020-11-04
KR20200125412A (ko) 2020-11-04
KR20200125411A (ko) 2020-11-04

Similar Documents

Publication Publication Date Title
US10528635B2 (en) Blending by query classification on online social networks
US11907322B2 (en) Generating app or web pages via extracting interest from images
US11397740B2 (en) Method and apparatus for providing information by using degree of association between reserved word and attribute language
US20230419720A1 (en) Method for managing item recommendation using degree of association between language unit and usage history
JP6932162B2 (ja) 地域に基づくアイテム推薦端末装置及びアイテム推薦情報提供方法。
KR102138757B1 (ko) 맞춤형 페르소나 관리서버
KR102226742B1 (ko) 예약어를 이용한 정보 제공 방법 및 장치
KR101955920B1 (ko) 속성 언어를 이용한 검색 방법 및 장치
KR102263317B1 (ko) 속성 언어 관리 방법 및 장치
KR102055887B1 (ko) 사용자의 감성에 기반한 맞춤형 콘텐츠를 제공하는 서버 및 방법
KR102279125B1 (ko) 취향필터에 기반한 추천 정보 제공 단말 및 장치
KR102340404B1 (ko) 언어 단위를 이용한 영화 추천 항목 관리 방법 및 장치
US20200341977A1 (en) Method and apparatus for managing attribute language
KR20200006421A (ko) 이벤트에 따른 핫플레이스 추천 장치 및 방법
KR20200012252A (ko) 음식점 관련 아이템 추천 장치 및 방법.
KR20200011725A (ko) 주종 및 주량에 따른 음식점 추천 장치 및 방법
KR102184962B1 (ko) 음성 입력 처리 시스템 및 그 방법
KR20200002223A (ko) 이벤트에 따른 아이템 정보 분포 제공 장치 및 방법
Usman Exploiting available domain knowledge to improve the retrieval and recommendation of Digital Cultural Heritage materials

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right