KR102268934B1 - 정보 추천 방법 및 장치 - Google Patents

정보 추천 방법 및 장치 Download PDF

Info

Publication number
KR102268934B1
KR102268934B1 KR1020187016867A KR20187016867A KR102268934B1 KR 102268934 B1 KR102268934 B1 KR 102268934B1 KR 1020187016867 A KR1020187016867 A KR 1020187016867A KR 20187016867 A KR20187016867 A KR 20187016867A KR 102268934 B1 KR102268934 B1 KR 102268934B1
Authority
KR
South Korea
Prior art keywords
information
recommendation
information recommendation
text data
server
Prior art date
Application number
KR1020187016867A
Other languages
English (en)
Other versions
KR20180082570A (ko
Inventor
싱치 왕
구오큉 가오
Original Assignee
어드밴스드 뉴 테크놀로지스 씨오., 엘티디.
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 어드밴스드 뉴 테크놀로지스 씨오., 엘티디. filed Critical 어드밴스드 뉴 테크놀로지스 씨오., 엘티디.
Publication of KR20180082570A publication Critical patent/KR20180082570A/ko
Application granted granted Critical
Publication of KR102268934B1 publication Critical patent/KR102268934B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • 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
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/205—Parsing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0269—Targeted advertisements based on user profile or attribute
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/04—Real-time or near real-time messaging, e.g. instant messaging [IM]

Abstract

본 발명은 정보 추천 방법을 개시한다. 방법은, 클라이언트에 의해 제1 서버에 보내진 텍스트 데이터를 획득하는 단계; 미리 결정된 정보 추천 규칙 세트가 상기 텍스트 데이터와 매칭되는 정보 추천 규칙을 포함하는지 여부를 결정하는 단계로서, 상기 세트는 정보 추천 규칙들을 포함하고, 상기 정보 추천 규칙은 추천될 정보에 기초하여 설정되는 것인, 상기 결정 단계; 및 상기 미리 결정된 정보 추천 규칙 세트가 상기 텍스트 데이터와 매칭되는 정보 추천 규칙을 포함하는 경우, 상기 매칭되는 정보 추천 규칙과 매칭되며 제2 서버에 의해 제공되는 추천 정보를 획득하는 단계를 포함한다. 방법은, 특정 사람들에게 정보를 추천하기 위해 많은 프로세싱 자원이 소비되어야 하는 종래 기술의 문제점을 해결하도록 사용된다. 본 발명은 또한, 정보 추천 장치를 개시한다.

Description

정보 추천 방법 및 장치
본 출원은, 2015년 11월 13일 출원되어 발명의 명칭이 "Information Recommendation Method and Apparatus"인 중국 특허 출원 번호 제201510780621.0호의 우선권을 주장하며, 이는 그 전체가 참조에 의해 여기에 포함된다.
본 발명은 컴퓨터 기술 분야에 관한 것으로, 보다 상세하게는 정보 추천 방법 및 장치에 관한 것이다.
인터넷 기술의 지속적인 발전으로, 사람들은 인터넷 상에서 점점 더 많은 활동들을 수행할 수 있다. 인터넷을 통해 정보를 추천하는 것은 더욱 더 흔해지고 있다.
일반적으로, 정보 추천 기관(party)이 정보를 추천할 때, 추천된 정보는 보통 특정 타당성(pertinence)을 갖는다. 예를 들어, 추천된 정보는 특정 그룹의 사람들(예를 들어, 화이트 칼라 작업자, 학생, 또는 여성)이 고마워하거나 관심을 가질 만한 정보일 수 있다.
현재, 보다 구체적인 그룹의 사람들이 추천된 정보를 획득하게 하기 위해, 정보 추천 기관은 보통 가능한 많은 사용자들에게 정보를 추천한다.
예를 들면, 전자상거래 웹사이트 상에서의 광고 추천을 들 수 있다. 전자상거래 웹사이트가 여성 사용자들에게 스커트에 대한 광고를 푸시(push)할 예정이라고 가정해보자. 기존의 기술에 기초하면, 이 목적을 달성하기 위해, 전자상거래 웹사이트는 웹사이트의 모든 사용자들에게 광고를 보낼 것이다. 웹사이트의 사용자들이 모두 여성인 것은 아니기 때문에, 광고가 푸시될 때, 웹사이트 서버의 많은 양의 자원이 여성이 아닌 사용자들에게 광고를 푸시하는 데에 소비되는 것이다.
기존의 기술을 사용함으로써 정보가 추천될 때, 특정 그룹의 사람들에게 정보를 추천하기 위해 많은 프로세싱 자원이 소비되어야 한다는 것을 알 수 있다.
본 발명의 구현은, 특정 그룹의 사람들에게 정보를 추천하기 위해 많은 프로세싱 자원이 소비되어야 하는 기존의 문제점을 해결하기 위한 정보 추천 방법을 제공한다.
본 발명의 구현은, 특정 그룹의 사람들에게 정보를 추천하기 위해 많은 프로세싱 자원이 소비되어야 하는 기존의 문제점을 해결하기 위한 정보 추천 장치를 더 제공한다.
본 발명의 구현에서는 다음의 기술적 해결책이 채택된다:
정보 추천 방법은, 클라이언트에 의해 제1 서버에 보내진 텍스트 데이터를 획득하는 단계; 미리 결정된 정보 추천 규칙 세트가 상기 텍스트 데이터와 매칭되는 정보 추천 규칙을 포함하는지 여부를 결정하는 단계로서, 상기 세트는 정보 추천 규칙들을 포함하고, 상기 정보 추천 규칙은 추천될 정보에 기초하여 설정되는 것인, 상기 결정 단계; 및 상기 미리 결정된 정보 추천 규칙 세트가 상기 텍스트 데이터와 매칭되는 정보 추천 규칙을 포함하는 경우, 상기 매칭되는 정보 추천 규칙과 매칭되며 제2 서버에 의해 제공되는 추천 정보를 획득하는 단계를 포함한다.
정보 추천 장치는, 클라이언트에 의해 제1 서버에 보내진 텍스트 데이터를 획득하도록 구성된 텍스트 데이터 획득 유닛; 미리 결정된 정보 추천 규칙 세트가 상기 텍스트 데이터와 매칭되는 정보 추천 규칙을 포함하는지 여부를 결정하도록 구성된 정보 추천 규칙 결정 유닛으로서, 상기 세트는 정보 추천 규칙들을 포함하고, 상기 정보 추천 규칙은 추천될 정보에 기초하여 설정되는 것인, 상기 정보 추천 규칙 결정 유닛; 및 상기 미리 결정된 정보 추천 규칙 세트가 상기 텍스트 데이터와 매칭되는 정보 추천 규칙을 포함하는 경우, 상기 매칭되는 정보 추천 규칙과 매칭되며 제2 서버에 의해 제공되는 추천 정보를 획득하도록 구성된 추천 정보 획득 유닛을 포함한다.
본 발명의 구현은 다음의 이로운 효과를 달성하기 위해 전술한 기술적 해결책 중의 적어도 하나를 사용할 수 있다.
본 발명의 구현에서 제공된 정보 추천 방법에 기초하면, "클라이언트에 의해 보내진 텍스트 데이터가, 추천될 정보에 기초하는 정보 추천 규칙과 매칭되는 경우, 이는 사용자가 아마도 추천된 정보에 고마워하거나 관심을 가질 만한 특정 그룹의 사람에 속한다는 것을 나타낸다". 클라이언트에 의해 보내진 텍스트 데이터와 매칭되는 정보 추천 규칙이 있을 때에만, 서버에 의해 제공되는 추천될 정보가 획득될 수 있고, 그리하여 정보가 특정 그룹의 사람들에게 추천된다는 것을 전제로 하여 선택적 정보 추천이 구현될 수 있다. 그리하여, 특정 그룹의 사람들에게 정보를 추천하기 위해 많은 프로세싱 자원이 소비되어야 하는 기존의 문제점이 해결될 수 있다.
여기에 기술된 첨부 도면은 본 발명의 부가의 이해를 제공하고자 하는 것이며, 본 발명의 일부를 구성한다. 본 발명의 예시적인 구현 및 구현의 설명은 본 발명을 기술하기 위한 것이며, 본 발명에 대한 한정을 구성하지 않는다.
도 1은 본 발명의 구현에 기초한 정보 추천 방법의 특정 구현 절차를 예시한 개략도이다.
도 2는 본 발명의 구현에 기초한 Trie 트리의 특정 구조를 예시한 개략도이다.
도 3은 본 발명의 구현에 기초한 Trie 트리의 특정 구조를 예시한 개략도이다.
도 4는 본 발명의 구현에 기초한 정보 추천 장치의 특정 구조를 예시한 개략도이다.
본 발명의 목적, 기술적 해결책, 및 이점을 보다 명확하게 하기 위해, 다음에서는 본 발명의 특정 구현 및 대응하는 첨부 도면을 참조하여 본 발명의 기술적 해결책을 기재한다. 명백하게, 기재된 구현은 본 발명의 모든 구현인 것이 아니라 일부일 뿐이다. 창조적 노력을 들이지 않고서 본 발명의 구현에 기초하여 당해 기술 분야에서의 통상의 지식을 가진 자에 의해 획득되는 다른 구현은 본 발명의 보호 범위 내에 속할 것이다.
본 발명의 구현에 의해 제공되는 기술적 해결책은 첨부 도면을 참조하여 아래에 상세하게 기재된다.
구현 1
본 발명의 이 구현은, 특정 그룹의 사람들에게 정보를 추천하기 위해 많은 프로세싱 자원이 소비되어야 하는 기존의 문제점을 해결하기 위한 정보 추천 방법을 제공한다.
본 발명의 이 구현에서 제공되는 정보 추천 방법은 스마트폰, 태블릿 컴퓨터, 개인용 컴퓨터(PC; Personal Computer), 서버 등에 의해 실행될 수 있다. 이는 본 발명에 대한 한정을 구성하지 않는다. 설명을 쉽게 하기 위해, 본 발명의 이 구현은, 예를 들어 클라이언트(이하 "정보 추천 클라이언트"로 지칭됨)에 의해 실행된다. 스마트폰에 의해 이 방법을 실행하는 것은 단지 예일 뿐이고 이 방법의 제한으로서 간주되어서는 안된다는 것을 이해할 수 있을 것이다.
이 방법의 구체적 구현 절차를 예시하는 개략도가 도 1에 도시되어 있으며, 절차는 주로 다음 단계들을 포함한다.
단계 11: 정보 추천 클라이언트는, 클라이언트(이하 "데이터 공급 클라이언트"로 지칭됨)에 의해 제1 서버에 보내진 텍스트 데이터를 획득한다.
단계 11에서 정보 추천 클라이언트 및 데이터 공급 클라이언트는 둘 다, 개인용 컴퓨터, 태블릿 컴퓨터, 스마트폰, 또는 스마트 TV와 같은 디바이스 상에 설치된 임의의 클라이언트일 수 있다.
데이터 공급 클라이언트는 정보 추천 클라이언트일 수 있고, 또는 데이터 공급 클라이언트는 정보 추천 클라이언트가 아닌 또다른 클라이언트일 수 있다.
제1 서버는 일반적으로 데이터 공급 클라이언트의 백엔드(back-end) 서버이다. 물론, 제1 서버는 또한, 데이터 공급 클라이언트와의 데이터 전송을 수행할 수 있는 또다른 서버일 수도 있다.
텍스트 데이터는 예를 들어 데이터 공급 클라이언트에 의해 발행된 웨이보(Weibo) 포스트, 로그, 챗(chat) 콘텐츠 등일 수 있다. 예를 들어, 데이터 공급 클라이언트가 이동 전화 상에 설치된 챗 애플리케이션(Application, APP)이라고 가정해보자. 사용자가 챗 애플리케이션을 사용함으로써 텍스트 콘텐츠를 입력할 때, 텍스트 콘텐츠를 획득할 수 있다(텍스트 콘텐츠는 텍스트 데이터의 한 유형임). 또 다른 예를 들면, 사용자가 웨이보를 사용함으로써 포스트를 발행할 때, 포스트의 텍스트 콘텐츠를 획득할 수 있다.
구현에서, 데이터 공급 클라이언트에 의해 제1 서버에 보내진 텍스트 데이터를 획득하는 방법은, 다음 2가지 방법을 포함할 수 있지만, 이에 한정되는 것은 아니다:
방법 1: 정보 추천 클라이언트는, 제1 서버로부터, 데이터 공급 클라이언트에 의해 제1 서버에 보내진 텍스트 데이터를 획득한다.
예를 들어, 사용자가 이동 전화 상에 설치된 챗 애플리케이션을 사용함으로써 채팅한다고 가정해보자. 사용자가 애플리케이션을 사용함으로써 챗 콘텐츠를 입력하고 제1 서버를 사용함으로써 정보 수신측의 이동 전화에 챗 콘텐츠를 보낼 때, 제1 서버를 챗 콘텐츠를 저장할 수 있다. 따라서, 정보 추천 클라이언트는 제1 서버에 챗 콘텐츠 획득 요청을 직접 보낼 수 있고(요청은 획득되어야 하는 챗 콘텐츠 식별자, 예를 들어 챗 콘텐츠 송신 시간 및 사용자 계정을 포함하는 식별자를 포함할 수 있음), 그리하여 제1 서버는 식별자에 기초하여, 사용자에 의해 필요한 챗 콘텐츠를 식별하고, 정보 추천 클라이언트에게 챗 콘텐츠의 텍스트 데이터를 보낼 수 있다.
방법 2: 정보 추천 클라이언트는 데이터 공급 클라이언트에 의해 보내진 텍스트 데이터를 수신한다.
예를 들어, 사용자가 이동 전화 상에 설치된 데이터 공급 클라이언트를 사용함으로써 제1 서버에 텍스트 데이터를 보낼 때, 데이터 공급 클라이언트는 텍스트 데이터를 카피할 수 있고, 지정된 인터페이스를 호출함으로써, 사용자의 이동 전화 상에 설치된 정보 추천 클라이언트에게 카피된 텍스트 데이터를 보낼 수 있다. 지정된 인터페이스는 예를 들어 정보 추천 클라이언트의 액세스 인터페이스일 수 있다. 물론, 데이터 공급 클라이언트는 지정된 인터페이스를 호출할 수 있는 권한을 가질 수 있다.
방법 2에서는, 텍스트 데이터(예를 들어, 사용자의 챗 콘텐츠)가 제1 서버를 수반하지 않고서 정보 추천 클라이언트로부터 국부적으로(locally) 획득될 수 있다는 것을 유의하여야 한다. 그리하여, 인터넷을 통해 서버로부터 텍스트 데이터를 획득함으로써 야기되는 가능한 정보 누설 위험을 피할 수 있다.
데이터 공급 클라이언트에 의해 제1 서버에 보내진 텍스트 데이터는 앞의 2가지 방법 중의 하나를 사용함으로써 다음 2가지 상황에서 획득될 수 있다는 것을 더 유의하여야 한다.
상황 1: 사용자가 단말기를 사용함으로써 텍스트 데이터를 보낸 후에, 사용자에 의해 보내진 텍스트 데이터가 획득된다.
예를 들어, 사용자에 의해 사용된 단말기가 이동 전화이며 사용자가 이동 전화 상에 설치된 챗 애플리케이션을 사용한다고 가정해보자. 사용자가 애플리케이션을 사용함으로써 챗 콘텐츠를 입력하는 경우, 사용자가 "send" 키를 탭할 때, 사용자가 send 키를 탭함으로써 보내진 텍스트 데이터가, 앞의 2가지 방법을 사용함으로써 획득된다.
상황 2: 사용자가 단말기를 사용함으로써 텍스트 데이터를 입력한 후에, 텍스트 데이터(이하 "보내질 텍스트 데이터"로 지칭됨)는 텍스트 데이터가 보내지기 전에 획득된다.
예를 들어, 사용자에 의해 사용된 단말기가 이동 전화이며 사용자가 이동 전화 상에 설치된 웨이보를 사용한다고 가정해보자. 사용자가 애플리케이션을 사용함으로써 포스트 "Happy National Day and have a good time in the seven-day holiday"를 발행할 예정인 경우, 사용자가 애플리케이션을 사용함으로써 텍스트를 입력하지만 "send" 키를 탭하지 않았을 때, 사용자 단말기를 사용하여 사용자에 의해 입력된 텍스트도 또한 획득될 수 있다. 이 텍스트는 보내질 텍스트 데이터이다.
단계 12: 정보 추천 클라이언트는, 미리 결정된 정보 추천 규칙 세트가 텍스트 데이터와 매칭되는 정보 추천 규칙을 포함하는지 여부를 결정한다. 미리 결정된 정보 추천 규칙 세트가 텍스트 데이터와 매칭되는 정보 추천 규칙을 포함하는 경우, 단계 13을 수행한다. 대안으로서, 미리 결정된 정보 추천 규칙 세트가 텍스트 데이터와 매칭되는 정보 추천 규칙을 포함하지 않는 경우에는, 프로세스는 종료한다.
정보 추천 규칙 세트는 정보 추천 규칙들을 포함한다. 정보 추천 규칙들은, 추천될 정보의 규칙이 획득되어야 하는지 여부를 결정하도록, 추천될 정보에 기초하여 설정된다.
정보 추천 규칙 세트는 제2 서버에 의해 제공될 수 있고, 또는 정보 추천 클라이언트 상에 국부적으로 미리 설정될 수 있다는 것을 유의하여야 한다. 제2 서버는 일반적으로 정보 추천 클라이언트의 백엔드 서버이다. 물론, 제2 서버는 또한, 정보 추천 클라이언트와의 데이터 전송을 수행할 수 있는 또다른 서버일 수도 있다. 정보 추천 클라이언트는 제2 서버에 정보 추천 규칙을 다운로드하기 위한 요청을 보낼 수 있고, 그리하여 제2 서버는 다운로드 요청에 응답하여 정보 추천 클라이언트에게 정보 추천 규칙 세트를 보낸다.
일반적으로, 추천될 정보에 대하여 주제(subject)가 설정될 수 있고, 추천될 정보의 콘텐츠에 기초하여 주제에 대응하는 키워드가 결정될 수 있다. 이에 대응하여, 구현에서, 추천될 정보에 기초하여 정보 추천을 설정하기 위한 특정 구현 방법은:
추천될 정보에 대하여 지정된 주제 및 주제에 대응하는 키워드를 포함하도록 정보 추천 규칙을 설정하는 것; 또는
키워드만 포함하도록 정보 추천 규칙을 설정하는 것
을 포함할 수 있다.
본 발명의 이 구현에서, 정보 추천 규칙은 일반적으로 다음 2가지 포맷을 사용할 수 있다:
포맷 1: A, A1, A2, A3,
여기에서, A는 추천될 정보의 주제이고, A1, A2, 및 A3은 A에 대응하는 키워드이다.
포맷 2: B1, B2, B3,
여기에서, B1, B2, 및 B3은 키워드이다.
예를 들어, 추천될 정보가 농구(basketball) 관련이고, 추천될 정보의 주제가 "농구"로 설정될 수 있다고 가정해보자. 통계에 기초하여, 사용자의 챗 콘텐츠가 3가지 키워드: "Kobe", "Jordan", 및 "NBA"를 포함할 때, 사용자의 챗 콘텐츠가 일반적으로 농구에 관련된 것이라는 것이 식별된다. 이어서, 농구에 관련된 정보 추천 규칙의 주제가 "농구"로 설정될 수 있고, 키워드가 "Kobe", "Jordan", 및 "NBA"로 설정될 수 있다. 따라서, 정보 추천 규칙은, 농구, Kobe, Jordan, 및 NBA일 수 있다.
본 발명의 이 구현에서, 정보 추천 규칙과 매칭되는 텍스트 데이터는, 그 텍스트 데이터가 정보 추천 규칙에서의 키워드와 동일한 단어를 포함하는 것을 의미한다.
예를 들어, 단계 11을 수행함으로써 획득된 텍스트 단어가 정보 추천 규칙에서의 각각의 키워드와 동일한 단어를 포함할 때, 텍스트 데이터가 정보 추천 규칙과 매칭된다고 결정될 수 있다.
예를 들어, 정보 추천 규칙 세트가 다음 조건을 충족하는 정보 추천 규칙을 포함한다고 가정해보자:
1. 추천될 정보에 대하여 지정된 주제: 농구이다.
2. 주제 "농구"에 대하여 지정된 키워드: "Kobe", "Jordan", 및 "NBA"이다.
따라서, 데이터 공급 클라이언트에 의해 제1 서버에 보내진 텍스트 데이터가 단계 11을 수행함으로써 획득되고, 획득된 텍스트 데이터가 "Kobe and Jordan are the two favorite NBA players of mine"일 때, 획득된 텍스트 데이터가 앞의 키워드 "Kobe", "Jordan", 및 "NBA"와 동일한 단어 "Kobe", "Jordan", 및 "NBA"를 포함하기 때문에, 획득된 텍스트 데이터가 지정된 정보 추천 규칙에 따른다고 결정될 수 있다. 즉, 정보 추천 규칙 세트는 획득된 텍스트 데이터와 매칭되는 정보 추천 규칙을 포함한다.
클라이언트에 의해 보내진 텍스트 데이터가 단계 12를 수행함으로써 획득되고 "My favorite basketball player is Kobe of the Lakers"일 때, 텍스트 데이터는 주제 "농구"로써 정보 추천 규칙에서의 키워드와 매칭되는 단어 "Kobe"만 포함한다. 이 텍스트 데이터는 정보 추천 규칙을 따르지 않는다고 결정될 수 있다.
본 발명의 이 구현에서, 정보 추천 규칙에서의 키워드를 사용함으로써 Trie 트리가 구성될 수 있다는 것을 유의하여야 한다. 그리하여, 획득된 텍스트 데이터가 키워드와 매칭되는 단어를 포함하는지 여부를 결정하고 그에 따라 텍스트 데이터가 정보 추천 규칙을 따르는지 여부를 결정하도록, 정보 추천 규칙에서의 키워드를 필터링함으로써 텍스트 데이터가 획득될 수 있다.
하나의 구현에서, Trie 트리는 정보 추천 규칙에서의 키워드를 사용함으로써 구성될 수 있다. 구체적으로, 정보 추천 규칙에서의 키워드로서 작용하는 각각의 중국어 문자(또는 철자)가 Trie 트리의 각각의 노드에 개별적으로 할당될 수 있다. 그 다음, 키워드에서의 처음 중국어 문자(또는 처음 철자)가 위치되어 있는 노드가 Trie 트리의 시작 노드로서 설정되고, 키워드에서의 마지막 중국어 문자(또는 마지막 철자)가 위치되어 있는 노드가 Trie 트리의 종료 노드로서 설정된다. 정보 추천 규칙에서의 적어도 2개의 키워드의 처음 철자(또는 적어도 2개의 키워드의 처음 문자)가 동일할 때, 그 적어도 2개의 키워드는 하나의 Trie 트리에서 구성될 수 있다는 것을 유의하여야 한다. 예를 들어, 키워드가 "his", "he", 및 "her"인 것을 가정해볼 때, 도 2에 도시된 Trie 트리가 구성될 수 있다.
예를 들어, 추천될 정보의 주제가 만화책 관련이고 그 주제에 특정한 정보 추천 규칙이 "주제: 만화책; 키워드: One Piece, Bleach, 및 Death Note"로 설정된다고 가정해보자. 정보 추천 규칙에 기초하여 구성된 Trie 트리가 도 3에 도시되어 있다. 도 3에서, 어두운 색상의 노드는 종료 노드를 나타낸다.
정보 추천 규칙에서의 키워드가 중국어 문자라고 가정한 것을 유의하여야 한다. 정보 추천 규칙에서의 키워드에 의해 구성된 Trie 트리가 사용된다. 미리 결정된 정보 추천 규칙 세트에서, 텍스트 데이터와 매칭되는 정보 추천 규칙이 있는지 여부를 결정하기 위해, 프로세스는 다음을 포함할 수 있다:
획득된 텍스트 데이터에서, Trie 트리의 시작 노드에 할당된 중국어 문자와 동일한 중국어 문자를 검색한다. 시작 노드에 할당된 중국어 문자(이하, 시작 노드 상의 "매칭되는 중국어 문자"로 지칭됨)와 동일한 중국어 문자가 조회될 때, 시작 노드에 대응하는 서브노드에 할당된 중국어 문자를 계속해서 획득한다. 시작 노드 상의 "매칭되는 중국어 문자" 바로 뒤의 중국어 문자가 서브노드에 할당된 중국어 문자와 동일한 것인지 여부가 텍스트 데이터에서 더 검사된다(Trie 트리의 노드에 할당된 중국어 문자와 동일한 중국어 문자가 텍스트 데이터에서 조회될 때, 그 노드는 "매칭되는 노드"로 지칭되고 그 중국어 문자는 "매칭되는 중국어 문자"로 지칭된다는 것을 유의하여야 함). 시작 노드 상의 "매칭되는 중국어 문자" 바로 뒤의 중국어 문자가 서브노드에 할당된 중국어 문자와 동일한 것인 경우, "매칭되는 노드" 에 대응하는 서브노드에 할당된 중국어 문자가 계속해서 획득된다. 중국어 문자와 동일한 "매칭되는 중국어 문자"가 텍스트 데이터에 존재하는지의 여부가 획득된 중국어 문자에 기초하여 검사되거나 한다. 검색은, Trie 트리의 종료 노드에 할당된 것과 동일한 중국어 문자가 텍스트 데이터에서 조회될 때까지, 또는 비-종료 노드와 매칭되는 노드에 대응하는 서브노드에 할당된 중국어 문자와 동일한 중국어 문자가 텍스트 데이터에서 조회될 수 없다고 결정될 때까지, 계속된다.
일반적으로, 전술한 방법에 기초하여, Trie 트리의 각각의 노드에 할당된 중국어 문자와 매칭되는 중국어 문자가 획득된 텍스트 데이터에서 조회될 수 있다고 결정될 때, 이는 획득된 텍스트 데이터가 Trie 트리에서의 키워드를 포함하는 정보 추천 규칙에 따른다는 것을 나타낸다.
예를 들어, 다음 조건들이 유효하다고 가정해보자:
1. 추천될 정보의 주제는 "man hua"(번역: 만화책)이다.
2. 지정된 정보 추천 규칙: "주제: man hua (번역: 만화책); 키워드: hai zei wang, qi hun, si wang bi ji" (번역: One Piece, Chess Soul, Death Note)이고, 앞의 키워드에 기초하여 3개의 Trie 트리가 개별적으로 구성된다.
3. 단계 11을 수행함으로써 획득된 텍스트 데이터: "wo xi huan xiao tian jian de qi hun he si wang bi ji, hai you wei tian rong yi lang de hai zei wang" (번역: I like Takeshi Obata’s Death Note, and Eiichiro Oda’s One Piece)이다.
이 경우에, 획득된 텍스트 데이터는 구성된 Trie 트리를 통해 검색된다. 챗 텍스트가 정보 추천 규칙을 따르는지 여부를 결정하는 것은 다음을 포함할 수 있다:
텍스트 데이터를 조회하도록 키워드 "hai zei wang"에 기초하여 구성된 Trie 트리를 사용하여, 동일한 중국어 문자가 Trie 트리의 시작 노드에 할당된 문자 "hai"에 대해 텍스트 데이터에서 조회될 수 있다. 또한, 시작 노드에 대응하는 서브노드에 할당된 문자 "zei"에 대하여, 문자 "hai"에 바로 인접한 중국어 문자 "zei"가 텍스트 데이터에서 조회될 수 있다. 유추에 의해, 검색은 Trie 트리의 종료 노드에 할당된 중국어 문자 "wang"과 동일한 중국어 문자가 텍스트 데이터에서 조회될 때까지 계속된다. 따라서, 획득된 텍스트 데이터가 정보 추천 규칙에서의 키워드 "hai zei wang"과 매칭된다고 결정된다.
전술한 방법에 기초하여, 챗 콘텐츠는 키워드 "si wang bi ji" 및 키워드 "qi hun"에 의해 구성된 Trie 트리를 통해 연속적으로 검색된다. 대응하는 조회 결과가, 챗 콘텐츠가 정보 추천 규칙에서의 키워드 "si wang bi ji" 및 "qi hun"과 매칭된다는 것인 경우, 챗 콘텐츠가 정보 추천 규칙에 따른다고 결정될 수 있다.
동일 주제의 추천될 정보에 기초하여 상이한 정보 추천 규칙들이 설정될 수 있다는 것을 유의하여야 한다. 예를 들어, 추천될 정보의 주제를 "농구"로 고려해보자. 통계에 기초하여, 사용자의 챗 콘텐츠가 3개의 단어 "Kobe", "Jordan", 및 "NBA"를 포함할 때, 사용자의 챗 콘텐츠는 농구 관련인 것으로서 식별된다. 사용자의 챗 콘텐츠가 3개의 단어 "slam dunk", "block shot", 및 "rebound"를 포함하는 경우, 이 사용자의 챗 콘텐츠도 또한 농구 관련인 것으로 간주된다. 따라서, "농구"에 관련하여 추천될 정보에 대한 다음 2가지 정보 추천 규칙이 설정될 수 있다:
규칙 1: 주제: 농구; 키워드: "Kobe", "Jordan", 및 "NBA".
규칙 2: 주제: 농구; 키워드: "slam dunk", "block shot", 및 "rebound".
동일 그룹의 키워드가 상이한 주제에 대응할 수 있다는 것을 더 유의하여야 한다. 예를 들어, 키워드 "Slam Dunk" 및 "Kuroko's Basketball"는 주제 "농구" 또는 주제 "만화책"에 대응할 수 있다.
단계 13: 정보 추천 클라이언트는 제2 서버에 의해 제공되는 추천될 정보를 획득한다.
여기에서 제2 서버는 추천될 정보를 제공하는 서버이다. 제2 서버는 제1 서버일 수 있고, 또는 제2 서버는 제1 서버와 상이하다.
추천될 정보는 정보 추천 규칙의 주제에 관련된 광고, 뉴스, 사진, 또는 영화와 같은 정보일 수 있다는 것을 유의하여야 한다.
구현에서, 추천될 정보를 획득하는 방법은, 다음 2가지 방법을 포함할 수 있지만, 이에 한정되는 것은 아니다:
방법 1: 정보 추천 클라이언트는 정보 추천 클라이언트에게 추천될 정보를 푸시하도록 제2 서버를 트리거하고, 제2 서버에 의해 푸시되는 추천될 정보를 획득한다.
예를 들어, 정보 추천 클라이언트가, 제1 서버에 보내진 텍스트 데이터가 주제 "농구"인 정보 추천 규칙에 따른다고 결정하는 경우, 정보 추천 클라이언트는 제2 서버에게 주제 "농구"인 정보 획득 요청을 보낸다. 제2 서버는 요청을 수신하고 응답하며, 주제 "농구"를 포함하는 추천될 정보를 정보 추천 클라이언트에게 보낸다.
또 다른 예를 들면, 정보 추천 클라이언트는 이동 전화 상에 설치된다. 단계 12가 수행된 후에, 데이터 공급 클라이언트에 의해 보내진 텍스트 데이터가 주제 "농구"인 정보 추천 규칙에 따르는 경우, 정보 추천 클라이언트는 주제 "농구"인 정보 획득 요청을 제2 서버에게 보낸다. 제2 서버는 요청을 수신하고 응답하며, 주제 "농구"를 포함하는 추천될 정보를 이동 전화에게 보낸다.
제2 서버가 많은 추천될 정보를 저장할 때, 제2 서버가 추천될 정보를 검색하는 것을 돕기 위해, 정보 획득 요청은 추천될 정보의 특징을 포함할 수 있다는 것을 유의하여야 한다. 예를 들어, 다음 특징들, 즉 추천될 정보의 주제, 추천될 정보의 키워드, 추천될 정보의 수, 추천될 정보에 대응하는 정보 추천 규칙의 식별자 등 중의 적어도 하나를 포함한다. 즉, 정보 획득 요청을 수신한 후에, 제2 서버는 요청에 포함되어 있는 추천될 정보의 식별자에 기초하여 추천될 정보를 검색할 수 있다.
방법 2: 제2 서버로부터 추천될 정보를 다운로드한다.
단계 12가 수행된 후에, 정보 추천 클라이언트가, 제1 서버에 보내진 텍스트 데이터가 주제 "농구"인 정보 추천 규칙에 따른다고 결정하는 경우, 정보 추천 클라이언트는 주제 "농구"를 포함하는 추천될 정보를 제2 서버로부터 다운로드한다.
실제 응용에서, 상이한 정보 추천 규칙들은 상이하거나 동일한 키워드를 가질 수 있다.
일반적으로, 상이한 정보 추천 규칙에서 동일 키워드가 설정될 때, 키워드와 정보 추천 규칙 간에, 즉 키워드와 정보 추천 규칙에 대응하는 추천될 정보 간에, 상이한 관련성(relevance)이 존재할 수 있다. 예를 들어, 정보 추천 규칙 1(주제 "만화책"을 포함함) 및 정보 추천 규칙 2(주제 "농구"를 포함함)은 각각 키워드 "Slam Dunk"로서 설정된다. 통계에 기초하여, 키워드와 정보 추천 규칙 1 간의 관련성은 보통 키워드와 정보 추천 규칙 2 간의 관련성보다 더 높다. 따라서, 정보 추천 규칙 세트가 텍스트 데이터와 매칭되는 적어도 2개의 정보 추천 규칙을 포함한다고 결정될 때, 제2 서버로부터 획득된 추천될 정보가 텍스트 데이터와 가장 높은 관련성을 갖는다는 것을 보장하기 위하여, 본 발명의 이 구현에서는, 상이한 정보 추천 규칙에서 지정된 각각의 키워드에 대하여 가중치가 설정될 수 있다. 이 경우에, 제2 서버에 정보 획득 요청을 보내는 정보 추천 클라이언트는, 세트에서의 텍스트 데이터와 매칭되는 적어도 2개의 정보 추천 규칙이 존재한다고 결정될 때, 적어도 2개의 정보 추천 규칙에서 설정된 각각의 키워드에 대하여 각각 설정된 가중치에 기초하여, 적어도 2개의 정보 추천 규칙으로부터 정보 추천 규칙을 선택하고, 선택된 정보 추천 규칙에서 설정된 주제를 정보 획득 요청에 포함시켜, 제2 서버에 정보 획득 요청을 보내는 것을 포함할 수 있다. 그 후에, 제2 서버는 요청에서의 주제에 기초하여 주제를 포함하는 추천될 정보를 정보 추천 클라이언트에 제공할 수 있다.
예를 들어, 다음 조건들이 유효하다고 가정해보자:
a. 추천될 정보의 주제 A: 농구이고, 지정된 정보 추천 규칙: 정보 추천 규칙 1: "주제: 농구; 키워드: slam dunk"이다.
b. 추천될 정보의 주제 B: 만화책 Slam Dunk이고, 지정된 정보 추천 규칙: 정보 추천 규칙 2: "주제: 만화책 Slam Dunk; 키워드: slam dunk"이다.
c. 단계 11을 실행함으로써 획득되며, 정보 공급 클라이언트에 의해 보내진 텍스트 데이터: ""The slam dunk contest yesterday was wonderful"이다.
d. 규칙 1의 결정 결과 가중치는 2로 설정되고, 규칙 2의 결정 결과 가중치는 1로 설정된다.
e. 텍스트 데이터가 정보 추천 규칙과 매칭될 때, 텍스트 데이터의 점수는 1이고, 그렇지 않은 경우 텍스트 데이터의 점수는 0이다.
따라서, 획득된 텍스트 데이터에 기초하여 텍스트 데이터가 정보 추천 규칙 1과 매칭된다고 결정될 때, 정보 공급 클라이언트에 의해 보내진 텍스트 데이터의 결정 결과 점수: 점수×가중치 = 1×2 = 2 포인트이다. 마찬가지로, 텍스트 데이터가 정보 추천 규칙 2와 매칭되는 경우, 텍스트 데이터의 결정 결과 점수는 점수×가중치 = 1×1 = 1 포인트이다. 결정 결과 점수에 기초하여 텍스트 데이터가 주제 "농구"를 포함하는 추천될 정보에 더 높은 관련성을 갖는다고 결정될 수 있고, 그리하여 주제 "농구"를 포함하고 제2 서버에 의해 제공되는 추천될 정보가 획득된다.
사용자에게 정보를 빈번하게 추천함으로써 열악한 사용자 경험을 가져다주는 것을 피하기 위해, 본 발명의 이 구현은 정보 추천 클라이언트가 제2 서버로부터 추천될 정보를 획득하는 것을 한정하는 제한 정책을 더 제공한다는 것을 더 유의하여야 한다. 구현에서, 단계 13에 대하여, 본 발명의 이 구현에서는, 정보 추천 클라이언트가 제2 서버로부터 추천될 정보를 획득하는 것을 한정하도록 다음 2가지 정책이 사용될 수 있다. 2가지 정책은 다음과 같다:
정책 a: 정보 추천 규칙에서의 키워드와 동일한, 단계 12에서 텍스트 데이터(보통 텍스트 데이터의 하나의 조각)에 있는 단어의 수가 미리 결정된 수보다 작지 않을 때에만, 정보 추천 클라이언트는 제2 서버로부터 정보 추천 규칙에 대응하는 추천될 정보를 획득할 수 있고, 그 다음 추천될 정보를 사용자에게 제시할 수 있다.
여기에서 정보 추천 규칙은, 텍스트 데이터와 매칭되는 임의의 정보 추천 규칙일 수 있거나, 또는 텍스트 데이터와 매칭되는 적어도 2개의 정보 추천 규칙으로부터, 상기 기재된 해결책을 사용함으로써, 결정되는 하나의 정보 추천 규칙일 수 있다.
예를 들어, 다음 조건들이 유효하다고 가정해보자:
조건 1: 추천될 정보의 주제: 농구이고, 지정된 정보 추천 규칙: 정보 추천 규칙 1: "주제: 농구; 키워드: slam dunk"이다.
조건 2: 미리 결정된 수는 2이다.
조건 3: 획득된 텍스트 데이터: "I think Carter’s slam dunk is the best in the slam dunk contest."이다.
이 경우에, 정보 추천 규칙에서의 키워드와 동일한 단어 "slam dunk"는 획득된 텍스트 데이터에서 2번 출현한다. 따라서, 정보 추천 클라이언트는, 제2 서버로부터, 주제를 포함하는 추천될 정보를 획득할 수 있고, 그 다음 추천될 정보를 사용자에게 제시할 수 있다.
정책 b: 동일 정보 추천 규칙과 매칭되는 텍스트 데이터의 조각의 수가 미리 결정된 수보다 작지 않을 때에만, 정보 추천 클라이언트는 제2 서버로부터, 정보 추천 규칙에 대응하는 추천될 정보를 획득할 수 있고, 그 다음 추천될 정보를 사용자에게 제시할 수 있다.
여기에서 "동일 정보 추천 규칙"은, 단계 12에서 텍스트 데이터와 매칭되는 임의의 정보 추천 규칙일 수 있거나, 또는 텍스트 데이터와 매칭되는 적어도 2개의 정보 추천 규칙으로부터, 상기 기재된 해결책을 사용함으로써, 결정되는 하나의 정보 추천 규칙일 수 있다. 여기에서 "동일 정보 추천 규칙과 매칭되는 텍스트 데이터"는 일반적으로 단계 12에서의 텍스트 데이터를 포함하고, 데이터 공급 클라이언트에 의해 제1 서버에 보내진 다른 텍스트 데이터를 더 포함할 수 있다. 여기에서 "동일 정보 추천 규칙과 매칭되는 텍스트 데이터의 조각의 수"는 일반적으로, 미리 정해진 기간(예를 들어, 30분) 내에 데이터 공급 클라이언트에 의해 제1 서버에 보내지는 그리고 동일 정보 추천 규칙과 매칭되는, 텍스트 데이터의 조각의 수를 나타낸다.
예를 들어, 다음 조건들이 유효하다고 가정해보자:
조건 1: 추천될 정보의 주제: 농구이고, 지정된 정보 추천 규칙: 정보 추천 규칙 1: "주제: 농구; 키워드: slam dunk"이다.
조건 2: 미리 결정된 기간은 30분이고, 데이터의 조각의 미리 결정된 수는 2이다.
이 경우에, 30분 내에 데이터 공급 클라이언트에 의해 제1 서버에 보내진 텍스트 데이터 및 정보 추천 규칙과 매칭되는 텍스트 데이터가 획득되고, "The slam dunk contest is wonderful" 및 "I think Carter’s slam dunk is the best"일 때, 획득된 텍스트 데이터에서의 텍스트 데이터의 2 조각이 정보 추천 규칙과 매칭된다. 따라서, 정보 추천 클라이언트는, 제2 서버로부터, 주제를 포함하는 추천될 정보를 획득할 수 있고, 그 다음 추천될 정보를 사용자에게 제시할 수 있다.
구현 1에서 제공된 방법에서의 단계들은 하나의 디바이스에 의해 또는 상이한 디바이스들에 의해 수행될 수 있다는 것을 유의하여야 한다. 예를 들어, 단계 11 및 단계 12는 디바이스 1에 의해 수행될 수 있고, 단계 13은 디바이스 2에 의해 수행될 수 있다. 또다른 예를 들면, 단계 11은 디바이스 1에 의해 수행될 수 있고, 단계 12 및 단계 13은 디바이스 2 등에 의해 수행될 수 있다.
본 발명의 구현 1에서 제공된 정보 추천 방법에 기초하면, "클라이언트에 의해 보내진 텍스트 데이터가, 추천될 정보에 기초하여 지정된 정보 추천 규칙과 매칭되는 경우, 이는 사용자가 아마도 추천될 정보에 고마워하거나 관심을 가질만한 특정 그룹의 사람에 속한다는 것을 나타낸다". 클라이언트에 의해 보내진 텍스트 데이터와 매칭되는 정보 추천 규칙이 있을 때에만, 서버에 의해 제공되는 추천될 정보가 획득될 수 있고, 그리하여 정보가 특정 사람들에게 추천된다는 것을 전제로 하여 선택적 정보 추천이 구현될 수 있으며, 이는 특정 사람들에게 정보를 추천하기 위해 많은 프로세싱 자원이 소비되어야 하는 기존의 문제점을 피한다.
구현 2
본 발명의 이 구현은, 특정 그룹의 사람들에게 정보를 추천하기 위해 많은 프로세싱 자원이 소비되어야 하는 기존의 문제점을 해결하기 위한 정보 추천 장치를 제공한다. 텍스트 데이터 획득 유닛(21), 정보 추천 규칙 결정 유닛(22), 및 추천 정보 획득 유닛(23)을 포함하는 장치의 구체적 구조를 예시한 개략도가 도 4에 도시되어 있다.
텍스트 데이터 획득 유닛(21)은 클라이언트에 의해 제1 서버에 보내진 텍스트 데이터를 획득하도록 구성된다.
정보 추천 규칙 결정 유닛(22)은, 미리 설정된 정보 추천 규칙 세트에서 텍스트 데이터와 매칭되는 정보 추천 규칙이 있는지 여부를 결정하도록 구성되며, 세트는 정보 추천 규칙들을 포함하고, 정보 추천 규칙은 추천될 정보에 기초하여 설정된다.
추천 정보 획득 유닛(23)은, 미리 결정된 정보 추천 규칙 세트가 텍스트 데이터와 매칭되는 정보 추천 규칙을 포함하는지 여부를 결정하고, 제2 서버에 의해 제공되는 그리고 매칭되는 정보 추천 규칙과 매칭되는 추천 정보를 획득하도록 구성된다.
구현에서, 추천될 정보는 서버에 의해 제공될 수 있다. 이 경우에, 추천 정보 획득 유닛(23)은, 추천될 정보를 푸시하도록 제2 서버를 트리거하고, 제2 서버에 의해 푸시되는 추천될 정보를 획득하도록, 또는 제2 서버로부터 추천될 정보를 다운로드하도록 구성된다.
구현에서, 추천 정보 획득 유닛(23)은, 제2 서버에 정보 획득 요청을 직접 보내고, 정보 획득 요청에 응답하여 제2 서버에 의해 보내진 추천될 정보를 수신하도록, 또는 제2 서버에 정보 획득 요청을 보내도록 정보 푸시 애플리케이션을 트리거하고, 정보 푸시 애플리케이션을 사용함으로써 정보 획득 요청에 응답하여 제2 서버에 의해 보내진 추천될 정보를 수신하도록 구성된다.
제2 서버가 많은 추천될 정보를 저장할 때, 제2 서버가 추천될 정보를 검색하는 것을 돕기 위해, 구현에서, 정보 획득 요청은 추천될 정보의 특징을 포함한다.
구현에서, 추천될 정보의 특징은 다음 특징들, 즉 추천될 정보의 주제, 추천될 정보의 키워드, 추천될 정보의 수, 및 추천될 정보에 대응하는 정보 추천 규칙의 식별자 중의 적어도 하나를 포함한다.
제2 서버로부터 획득된 추천될 정보가 비교적 텍스트 데이터에 대해 가장 높은 관련성을 가짐을 보장하기 위하여, 구현에서, 추천 정보 획득 유닛(23)은, 각각의 정보 추천 규칙이 주제 및 주제에 대응하는 적어도 하나의 키워드로 설정될 때, 세트가 텍스트 데이터와 매칭되는 적어도 2개의 정보 추천 규칙을 포함하는 경우, 적어도 2개의 정보 추천 규칙에서의 키워드에 대하여 각자 설정된 가중치에 기초하여 적어도 2개의 정보 추천 규칙으로부터 정보 추천 규칙을 선택하고, 선택된 정보 추천 규칙에서 지정된 주제를 정보 획득 요청에 추가하며, 제2 서버에 정보 획득 요청을 보내도록 구성된다.
텍스트 데이터는 능동적으로 획득될 수 있고, 또는 수동적으로 수신될 수 있다. 예를 들어, 구현에서, 텍스트 데이터 획득 유닛(21)은, 제1 서버로부터, 클라이언트에 의해 제1 서버에 보내진 텍스트 데이터를 획득하도록, 또는 클라이언트에 의해 보내진 텍스트 데이터 - 클라이언트에 의해 보내진 텍스트 데이터는 클라이언트에 의해 제1 서버에 보내진 텍스트 데이터를 카피함으로써 획득됨 - 를 수신하도록 구성될 수 있다.
미리 결정된 정보 추천 규칙 세트를 보다 효과적으로 그리고 빠르게 식별하기 위하여, 미리 결정된 정보 추천 규칙 세트가 텍스트 데이터와 매칭되는 정보 추천 규칙을 포함하는지 여부를 결정하도록, 구현에서, 정보 추천 규칙 결정 유닛은 또한, 세트가 텍스트 데이터와 매칭되는 정보 추천 규칙을 포함하는지 여부를 결정하기 전에, 제2 서버에 의해 제공되는 세트를 획득하여 보관하도록 구성된다.
본 발명의 구현 2에서 제공된 정보 추천 장치에 기초하면, "클라이언트에 의해 보내진 텍스트 데이터가, 추천될 정보에 기초하여 지정된 정보 추천 규칙과 매칭되는 경우, 이는 사용자가 아마도 추천될 정보를 고마워하거나 관심을 가질 만한 특정 그룹의 사람에 속한다는 것을 나타낸다". 클라이언트에 의해 보내진 텍스트 데이터와 매칭되는 정보 추천 규칙이 있을 때에만, 서버에 의해 제공되는 추천될 정보가 획득될 수 있고, 그리하여 정보가 특정 사람들에게 추천된다는 것을 전제로 하여 선택적 정보 추천이 구현될 수 있으며, 이는 특정 사람들에게 정보를 추천하기 위해 많은 프로세싱 자원이 소비되어야 하는 기존의 문제점을 피한다.
당해 기술 분야에서의 숙련자는 본 개시의 구현이 방법, 시스템, 또는 컴퓨터 프로그램 제품으로서 제공될 수 있다는 것을 이해하여야 한다. 따라서, 본 개시는 하드웨어 전용 구현, 소프트웨어 전용 구현, 또는 소프트웨어와 하드웨어의 조합으로의 구현의 형태를 사용할 수 있다. 또한, 본 개시는 컴퓨터 사용가능한 프로그램 코드를 포함하는 하나 이상의 컴퓨터 사용가능한 저장 매체(자기 디스크 메모리, CD-ROM, 광학 메모리 등을 포함하지만, 이에 한정되지 않음) 상에 구현된 컴퓨터 프로그램 제품의 형태를 사용할 수 있다.
본 개시는 본 개시의 구현에 기초한 방법, 디바이스(시스템), 및 컴퓨터 프로그램 제품의 흐름도 및/또는 블록도를 참조하여 기재되어 있다. 컴퓨터 프로그램 명령어가 흐름도 및/또는 블록도에서의 각각의 프로세스 및/또는 각각의 블록 및 흐름도 및/또는 블록도에서의 프로세스 및/또는 블록의 조합을 구현하도록 사용될 수 있다는 것을 이해하여야 한다. 이들 컴퓨터 프로그램 명령어는, 기계를 만들어내도록 범용 컴퓨터, 전용 컴퓨터, 내장 프로세서, 또는 임의의 다른 프로그램가능 데이터 프로세싱 디바이스의 프로세서에 대하여 제공될 수 있으며, 그리하여 컴퓨터 또는 임의의 다른 프로그램가능 데이터 프로세싱 디바이스의 프로세서에 의해 실행된 명령어가 흐름도에서의 하나 이상의 프로세스 및/또는 블록도에서의 하나 이상의 블록의 지정된 기능을 구현하기 위한 장치를 발생시킨다.
이들 컴퓨터 프로그램 명령어는, 컴퓨터 또는 임의의 다른 프로그램가능 데이터 프로세싱 디바이스에 지정된 방식으로 작업하게끔 명령할 수 있는 컴퓨터 판독가능한 메모리에 저장될 수 있으며, 그리하여 컴퓨터 판독가능한 메모리에 저장된 명령어는 명령 장치를 포함하는 인공물을 발생시킬 수 있다. 명령 장치는 흐름도에서의 하나 이상의 프로세스 및/또는 블록도에서의 하나 이상의 블록의 지정된 기능을 구현한다.
이들 컴퓨터 프로그램 명령어는 컴퓨터 또는 또다른 프로그램가능 데이터 프로세싱 디바이스로 로딩될 수 있으며, 그리하여 일련의 동작들 및 단계들이 컴퓨터 또는 또다른 프로그램가능 디바이스 상에서 수행됨으로써, 컴퓨터 구현 프로세싱을 발생시킨다. 따라서, 컴퓨터 또는 또다른 프로그램가능 디바이스 상에서 실행되는 명령어는 흐름도에서의 하나 이상의 절차 및/또는 블록도에서의 하나 이상의 블록의 지정된 기능을 구현하기 위한 단계를 제공한다.
통상의 구성에서, 컴퓨팅 디바이스는 하나 이상의 프로세서(CPU), 입력/출력 인터페이스, 네트워크 인터페이스 및 메모리를 포함한다.
메모리는 비영구적 메모리, 랜덤 액세스 메모리(RAM; random access memory), 비휘발성 메모리, 및/또는 컴퓨터 판독가능한 매체로 이루어지는 또다른 형태, 예를 들어 판독 전용 메모리(ROM; read-only memory) 또는 플래시 메모리(flash memory)를 포함할 수 있다. 메모리는 컴퓨터 판독가능한 매체의 한 예이다.
컴퓨터 판독가능한 매체는, 임의의 방법 또는 기술을 사용함으로써 정보를 저장할 수 있는 영구적, 비영구적, 이동식 및 비이동식 매체를 포함한다. 정보는 컴퓨터 판독가능한 명령어, 데이터 구조, 프로그램 모듈, 또는 기타 데이터일 수 있다. 컴퓨터 저장 매체의 예는, PRAM(phase change memory), SRAM(static random access memory), DRAM(dynamic random access memory), 또는 또다른 유형의 RAM, ROM, EEPROM(electrically erasable programmable read-only memory), 플래시 메모리 또는 또다른 메모리 기술, CD-ROM(compact disk read-only memory), DVD(digital versatile disc) 또는 또다른 광 스토리지, 자기 카세트, 자기 테이프, 자기 테이프/자기 디스크 메모리 또는 또다른 자기 스토리지 디바이스, 또는 컴퓨팅 디바이스에 의해 액세스될 수 있는 정보를 저장하는 데에 사용될 수 있는 임의의 기타 비전송 매체를 포함하지만, 이에 한정되지 않는 것은 아니다. 본 명세서에서 정의된 대로, 컴퓨터 판독가능한 매체는 변조된 데이터 신호 및 캐리어와 같은 컴퓨터 판독가능한 일시적 매체(일시적 매체)를 포함하지 않는다.
용어 "포함한다", "함유한다" 또는 이의 기타 변형은 비배타적인 포함을 커버하도록 의도되며, 그리하여 일련의 요소들을 포함하는 프로세스, 방법, 물품, 또는 디바이스는 이 요소들을 포함할 뿐만 아니라, 명시적으로 열거되지 않은 다른 요소도 포함하며, 또는 이러한 프로세스, 방법, 물품, 또는 디바이스에 고유한 요소를 더 포함한다는 것을 더 유의하여야 한다. "...를 포함한다"에 의해 기재된 요소는, 더 이상의 제약 없이, 그 요소를 포함하는 프로세스, 방법, 물품, 또는 디바이스에서의 또다른 동일 요소를 더 포함한다.
당해 기술 분야에서의 숙련자는 본 발명의 구현이 방법, 시스템, 또는 컴퓨터 프로그램 제품으로서 제공될 수 있다는 것을 이해하여야 한다. 따라서, 본 발명은 하드웨어 전용 구현, 소프트웨어 전용 구현, 또는 소프트웨어와 하드웨어의 조합으로의 구현의 형태를 사용할 수 있다. 또한, 본 발명은 컴퓨터 사용가능한 프로그램 코드를 포함하는 하나 이상의 컴퓨터 사용가능한 저장 매체(자기 디스크 메모리, CD-ROM, 광학 메모리 등을 포함하지만, 이에 한정되지 않음) 상에 구현된 컴퓨터 프로그램 제품의 형태를 사용할 수 있다.
상기의 기재는 단지 본 발명의 구현일 뿐이고, 본 발명을 한정하도록 의도되지 않는다. 당해 기술 분야에서의 숙련자는 본 발명에 대해 다양한 수정 및 변경을 행할 수 있다. 본 발명의 사상 및 원리 내에서 행해지는 임의의 수정, 등가의 교체, 또는 개선은 본 발명의 청구항의 범위 내에 속할 것이다.

Claims (16)

  1. 정보 추천을 생성하는 방법에 있어서,
    정보 추천 클라이언트에 의해 그리고 제1 서버로부터, 데이터 공급 클라이언트의 그래픽 사용자 인터페이스 내에 텍스트 입력으로서 제공되고 상기 데이터 공급 클라이언트에 의해 상기 제1 서버에 전송되어 챗 그룹(chat group)의 구성원에게 포스팅될 텍스트 데이터를 리트리브(retrieve)하는 단계 - 상기 텍스트 데이터는 상기 챗 그룹의 구성원에게 상기 텍스트 데이터를 전송하도록 구성되는 사용자 입력을 수신하기 전에 상기 데이터 공급 클라이언트에 의해 리트리브되고, 상기 텍스트 데이터는 추천 정보의 특징(feature)에 기초하여 사전 필터링됨 - ;
    상기 정보 추천 클라이언트에 의해, 상기 텍스트 데이터를 프로세싱하여 복수의 키워드(keyword) 및 주제(subject)를 결정하는 단계;
    상기 정보 추천 클라이언트에 의해, 상기 주제에 대응하는 정보 추천 규칙 세트를 리트리브하는 단계;
    상기 정보 추천 클라이언트에 의해, 상기 정보 추천 규칙 세트가 상기 텍스트 데이터의 상기 주제 및 상기 복수의 키워드와 매칭되는 정보 추천 규칙을 포함하는지 여부를 결정하는 단계 - 상기 정보 추천 규칙은 추천 정보에 기초하여 설정되고 상기 정보 추천 클라이언트 상에 미리 설정됨 - ;
    상기 정보 추천 규칙 세트가, 상기 텍스트 데이터와 매칭되는 정보 추천 규칙을 포함한다고 결정하는 것에 응답하여, 상기 정보 추천 클라이언트에 의해, 상기 매칭된 정보 추천 규칙과 매칭되고 제2 서버에 의해 제공되는 추천 정보를 리트리브하는 단계;
    상기 정보 추천 클라이언트에 의해, 상기 추천 정보에 기초한 추천을 상기 데이터 공급 클라이언트의 상기 그래픽 사용자 인터페이스에 전송하는 단계; 및
    상기 데이터 공급 클라이언트의 상기 그래픽 사용자 인터페이스에 의해, 상기 챗 그룹의 구성원을 위한 상기 추천을 표시하는 단계
    를 포함하는, 정보 추천을 생성하는 방법.
  2. 청구항 1에 있어서, 상기 제2 서버에 의해 제공되는 상기 추천 정보를 리트리브하는 단계는,
    상기 추천 정보를 푸시(push)하도록 상기 제2 서버를 트리거하는 단계, 및 상기 제2 서버에 의해 푸시되는 상기 추천 정보를 리트리브하는 단계; 또는
    상기 제2 서버로부터 상기 추천 정보를 다운로드하는 단계
    를 포함하는 것인, 정보 추천을 생성하는 방법.
  3. 청구항 2에 있어서, 상기 추천 정보를 푸시하도록 상기 제2 서버를 트리거하는 단계는,
    정보 획득 요청에 응답하여 상기 제2 서버에 의해 보내진 상기 추천 정보를 수신하는 단계; 또는
    상기 제2 서버에 정보 획득 요청을 보내도록 정보 푸시 애플리케이션을 트리거하는 단계, 및 상기 정보 푸시 애플리케이션을 사용함으로써 상기 정보 획득 요청에 응답하여 상기 제2 서버에 의해 보내진 상기 추천 정보를 수신하는 단계
    를 포함하는 것인, 정보 추천을 생성하는 방법.
  4. 청구항 3에 있어서, 상기 정보 획득 요청은 상기 추천 정보의 특징을 포함하는 것인, 정보 추천을 생성하는 방법.
  5. 청구항 4에 있어서, 상기 추천 정보의 특징은,
    상기 추천 정보의 수; 및
    상기 추천 정보에 대응하는 정보 추천 규칙의 식별자
    중의 적어도 하나를 포함하는 것인, 정보 추천을 생성하는 방법.
  6. 청구항 5에 있어서, 하나의 주제 및 상기 주제에 대응하는 상기 복수의 키워드 중의 적어도 하나의 키워드가 상기 정보 추천 규칙 세트에서의 각각의 정보 추천 규칙에 대하여 설정되고, 상기 제2 서버에 상기 정보 획득 요청을 보내는 것은,
    상기 정보 추천 규칙 세트가 상기 텍스트 데이터와 매칭되는 적어도 2개의 정보 추천 규칙을 포함하는지 여부를 결정하는 단계;
    상기 정보 추천 규칙 세트가 상기 텍스트 데이터와 매칭되는 적어도 2개의 정보 추천 규칙을 포함한다고 결정하는 것에 응답하여, 상기 적어도 2개의 정보 추천 규칙에서의 키워드에 대하여 각각 지정된 가중치에 기초하여 상기 적어도 2개의 정보 추천 규칙으로부터 정보 추천 규칙을 선택하는 단계; 및
    상기 선택된 정보 추천 규칙에서 지정된 주제를 상기 정보 획득 요청에 추가하고, 상기 제2 서버에 상기 정보 획득 요청을 보내는 단계
    를 포함하는 것인, 정보 추천을 생성하는 방법.
  7. 청구항 1 내지 청구항 6 중 어느 한 항에 있어서, 상기 데이터 공급 클라이언트에 의해 상기 제1 서버에 전송되는 텍스트 데이터를 리트리브하는 것은,
    상기 데이터 공급 클라이언트에 의해 보내진 텍스트 데이터를 수신하는 단계를 포함하며, 상기 데이터 공급 클라이언트에 의해 보내진 텍스트 데이터는, 상기 데이터 공급 클라이언트에 의해 상기 제1 서버에 보내진 텍스트 데이터를 카피함으로써 획득되는 것인, 정보 추천을 생성하는 방법.
  8. 청구항 1 내지 청구항 6 중 어느 한 항에 있어서, 상기 정보 추천 규칙 세트가 상기 텍스트 데이터의 상기 주제 및 상기 복수의 키워드와 매칭되는 정보 추천 규칙을 포함하는지 여부를 결정하는 단계 전에,
    상기 제2 서버에 의해 제공되는 정보 추천 규칙 세트를 리트리브하여 보관(save)하는 단계
    를 더 포함하는, 정보 추천을 생성하는 방법.
  9. 청구항 1 내지 청구항 6 중 어느 한 항에 있어서, 상기 텍스트 데이터와 매칭하는 것은, 매칭되는 노드의 세트를 생성하는 것을 포함하는 것인, 정보 추천을 생성하는 방법.
  10. 청구항 1 내지 청구항 6 중 어느 한 항에 있어서, 상기 텍스트 데이터와 매칭하는 것은, 각각의 노드에 할당된 문자가 상기 텍스트 데이터에서 리트리브 가능하다고(retrievable) 결정하고, 상기 텍스트 데이터가 상기 정보 추천 규칙에 따른다고 나타내는 것을 포함하는 것인, 정보 추천을 생성하는 방법.
  11. 청구항 1 내지 청구항 6 중 어느 한 항에 있어서,
    상기 추천 정보는 상기 정보 추천 규칙과 연관된 광고, 뉴스, 사진 및 영화 중의 적어도 하나를 포함하는 것인, 정보 추천을 생성하는 방법.
  12. 정보 추천을 생성하는 장치에 있어서,
    청구항 1 내지 청구항 6 중 어느 한 항의 방법의 단계들을 각각 수행하도록 구성된 복수의 모듈을 포함하는, 정보 추천을 생성하는 장치.
  13. 삭제
  14. 삭제
  15. 삭제
  16. 삭제
KR1020187016867A 2015-11-13 2016-11-04 정보 추천 방법 및 장치 KR102268934B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201510780621.0A CN106708858A (zh) 2015-11-13 2015-11-13 一种信息推荐方法及装置
CN201510780621.0 2015-11-13
PCT/CN2016/104492 WO2017080400A1 (zh) 2015-11-13 2016-11-04 一种信息推荐方法及装置

Publications (2)

Publication Number Publication Date
KR20180082570A KR20180082570A (ko) 2018-07-18
KR102268934B1 true KR102268934B1 (ko) 2021-06-28

Family

ID=58694509

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020187016867A KR102268934B1 (ko) 2015-11-13 2016-11-04 정보 추천 방법 및 장치

Country Status (10)

Country Link
US (2) US11017451B2 (ko)
EP (1) EP3376401A1 (ko)
JP (1) JP6860563B2 (ko)
KR (1) KR102268934B1 (ko)
CN (1) CN106708858A (ko)
AU (1) AU2016353806C1 (ko)
MY (1) MY194652A (ko)
PH (1) PH12018501016A1 (ko)
SG (1) SG11201804033RA (ko)
WO (1) WO2017080400A1 (ko)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106708858A (zh) 2015-11-13 2017-05-24 阿里巴巴集团控股有限公司 一种信息推荐方法及装置
CN110955823B (zh) * 2018-09-26 2023-04-25 阿里巴巴集团控股有限公司 信息推荐方法、装置
CN109460944B (zh) * 2018-12-14 2024-05-03 平安健康保险股份有限公司 基于大数据的核保方法、装置、设备及可读存储介质
CN111368181A (zh) * 2018-12-25 2020-07-03 阿里巴巴集团控股有限公司 信息推荐方法、信息显示方法及装置
CN110362594A (zh) * 2019-07-15 2019-10-22 阿里巴巴集团控股有限公司 一种信息处理方法和系统
CN111354350B (zh) * 2019-12-26 2024-04-05 阿里巴巴集团控股有限公司 语音处理方法及装置、语音处理设备、电子设备
CN111241138B (zh) * 2020-01-14 2024-02-06 北京恒光信息技术股份有限公司 数据匹配方法及装置
CN111339411B (zh) * 2020-02-21 2023-09-29 京东科技控股股份有限公司 控制推荐策略使用的方法、装置、设备及存储介质
CN112000884A (zh) * 2020-08-13 2020-11-27 腾讯音乐娱乐科技（深圳）有限公司 一种用户内容推荐方法及装置、服务器、存储介质
CN112084291A (zh) * 2020-08-27 2020-12-15 广州新视展投资咨询有限公司 信息推荐方法及装置
CN115080835A (zh) * 2021-03-10 2022-09-20 阿里巴巴新加坡控股有限公司 信息推荐方法、装置、用户端及设备
CN113538048B (zh) * 2021-07-12 2022-10-14 深圳市明源云客电子商务有限公司 需求信息获得方法、装置、终端设备以及存储介质
CN115577125A (zh) * 2022-12-08 2023-01-06 中化现代农业有限公司 农业试验数据录入、检索方法和装置
CN117112857B (zh) * 2023-10-23 2024-01-05 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) 一种适用于工业智能制造的加工路径推荐方法
CN117436221B (zh) * 2023-12-20 2024-04-12 中冶南方工程技术有限公司 一种异形非标管道空间智能匹配的方法和系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014075006A (ja) * 2012-10-03 2014-04-24 Yahoo Japan Corp 広告配信装置および広告配信方法

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4581402B2 (ja) * 2003-12-26 2010-11-17 ソニー株式会社 投稿受信サーバ，投稿支援方法，およびそのプログラム
CN101030283A (zh) * 2006-03-03 2007-09-05 腾讯科技（深圳）有限公司 一种发布广告的方法和系统
CN101034455A (zh) * 2006-03-06 2007-09-12 腾讯科技（深圳）有限公司 一种实现在线广告的方法及系统
CN100556006C (zh) * 2007-03-30 2009-10-28 腾讯科技（深圳）有限公司 基于即时通信工具的在线广告互动系统及方法
CN101216825B (zh) * 2007-12-29 2010-10-27 朱廷劭 标引关键词提取/预测方法
WO2010003129A2 (en) * 2008-07-03 2010-01-07 The Regents Of The University Of California A method for efficiently supporting interactive, fuzzy search on structured data
JP5293301B2 (ja) * 2009-03-16 2013-09-18 富士通株式会社 検索装置、検索方法および記憶媒体
TW201239642A (en) * 2011-03-03 2012-10-01 Brightedge Technologies Inc Optimization of social media engagement
JP5843581B2 (ja) * 2011-11-22 2016-01-13 Kddi株式会社 対話システム、対話方法およびプログラム
CN103136300B (zh) * 2011-12-05 2017-02-01 北京百度网讯科技有限公司 一种文本相关主题的推荐方法和装置
CN103176982B (zh) * 2011-12-20 2016-04-27 中国移动通信集团浙江有限公司 一种电子图书推荐的方法及系统
CN102768685A (zh) * 2012-07-24 2012-11-07 杭州东方网升科技有限公司 一种基于关键字匹配的内容推荐方法
CN103684975B (zh) * 2012-09-12 2017-12-26 腾讯科技（深圳）有限公司 一种信息推送方法及装置
CN102984270A (zh) * 2012-12-12 2013-03-20 北京奇虎科技有限公司 一种消息推送服务器及方法
CN104135498B (zh) * 2013-05-03 2018-07-06 杭州诺霖信息科技有限公司 一种跨平台的信息推送系统及其推送方法
KR20150041674A (ko) * 2013-10-07 2015-04-17 주식회사 예스콜닷컴 온라인 종업원 공모 시스템 및 그 방법
CN104639420B (zh) * 2013-11-15 2019-06-07 腾讯科技（深圳）有限公司 即时通讯的信息处理方法和系统
CN104699696B (zh) * 2013-12-05 2018-12-28 深圳市腾讯计算机系统有限公司 文件推荐方法和装置
CN104794122B (zh) * 2014-01-20 2020-04-17 腾讯科技（北京）有限公司 一种位置信息推荐方法、装置和系统
CN104022940A (zh) * 2014-04-16 2014-09-03 华为技术有限公司 基于即时通信的信息处理方法、装置及系统
CN103970857B (zh) * 2014-05-07 2017-08-25 百度在线网络技术（北京）有限公司 推荐内容确定系统和方法
CN104123360B (zh) * 2014-07-18 2017-07-21 腾讯科技（深圳）有限公司 一种应用推荐数据获取方法、装置、电子设备及系统
CN106708858A (zh) 2015-11-13 2017-05-24 阿里巴巴集团控股有限公司 一种信息推荐方法及装置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014075006A (ja) * 2012-10-03 2014-04-24 Yahoo Japan Corp 広告配信装置および広告配信方法

Also Published As

Publication number Publication date
US11113743B2 (en) 2021-09-07
KR20180082570A (ko) 2018-07-18
WO2017080400A1 (zh) 2017-05-18
US11017451B2 (en) 2021-05-25
MY194652A (en) 2022-12-10
US20180260489A1 (en) 2018-09-13
EP3376401A4 (en) 2018-09-19
JP2019500684A (ja) 2019-01-10
SG11201804033RA (en) 2018-06-28
AU2016353806B2 (en) 2021-04-01
US20200125615A1 (en) 2020-04-23
AU2016353806C1 (en) 2021-10-07
EP3376401A1 (en) 2018-09-19
PH12018501016A1 (en) 2018-11-05
AU2016353806A1 (en) 2018-06-28
JP6860563B2 (ja) 2021-04-14
CN106708858A (zh) 2017-05-24

Similar Documents

Publication Publication Date Title
KR102268934B1 (ko) 정보 추천 방법 및 장치
JP6329082B2 (ja) ユーザ状態表示方法、表示端末、及びサーバ
JP6164808B2 (ja) 推奨用共有ボックス
US9832284B2 (en) Maintaining cached data extracted from a linked resource
US20120246302A1 (en) System and methodology for creating and using contextual user profiles
US10394939B2 (en) Resolving outdated items within curated content
CN108432200B (zh) 用于保护和控制对私密个人信息的访问的方法
JP7119246B2 (ja) 動的アプリケーションコンテンツ分析
CN105027121A (zh) 对本机应用的应用页面建索引
CN104809209A (zh) 社交网络信息流的显示方法、装置及服务器
CN106850406B (zh) 一种内容分享方法及装置
CN107491465B (zh) 用于搜索内容的方法和装置以及数据处理系统
US11290551B1 (en) Method and system for implementing circle of trust in a social network
US11218390B2 (en) Filtering content based on user mobile network and data-plan
US9876776B2 (en) Methods for generating and publishing a web site based on selected items and devices thereof
CN106487655B (zh) 一种消息交互方法、装置及处理服务器
US20170134364A1 (en) Note update method and device
CN111737449B (zh) 相似问题的确定方法和装置、存储介质及电子装置
US20170004531A1 (en) Advertisement selection using information retrieval systems
Ma et al. Mash droid: An approach to mobile-oriented dynamic services discovery and composition by in-app search
US9749438B1 (en) Providing a content item for presentation with multiple applications
Michael et al. Using cloud storage to support reminiscence
KR20210136390A (ko) 지능형 메시지 연동 검색 키워드 자동 입력 방법 및 통신 단말기
CN113407822A (zh) 一种避免内容重复推荐的系统及方法
CN113656737A (zh) 网页内容展示方法、装置、电子设备以及存储介质

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
N231 Notification of change of applicant
E701 Decision to grant or registration of patent right