KR102349522B1 - 장기간 연관성 높은 문서 클러스터링을 위한 방법 및 시스템 - Google Patents

장기간 연관성 높은 문서 클러스터링을 위한 방법 및 시스템 Download PDF

Info

Publication number
KR102349522B1
KR102349522B1 KR1020190131265A KR20190131265A KR102349522B1 KR 102349522 B1 KR102349522 B1 KR 102349522B1 KR 1020190131265 A KR1020190131265 A KR 1020190131265A KR 20190131265 A KR20190131265 A KR 20190131265A KR 102349522 B1 KR102349522 B1 KR 102349522B1
Authority
KR
South Korea
Prior art keywords
cluster
issue
clusters
merging
similarity
Prior art date
Application number
KR1020190131265A
Other languages
English (en)
Other versions
KR20210023636A (ko
Inventor
유봉석
김수향
김혜진
임상희
박명본
김혜인
김덕하
최창렬
박경식
Original Assignee
네이버 주식회사
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 네이버 주식회사 filed Critical 네이버 주식회사
Priority to JP2020138408A priority Critical patent/JP7165165B2/ja
Publication of KR20210023636A publication Critical patent/KR20210023636A/ko
Application granted granted Critical
Publication of KR102349522B1 publication Critical patent/KR102349522B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic 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
    • G06F16/35—Clustering; Classification
    • 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
    • G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking

Landscapes

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

Abstract

장기간 연관성 높은 문서 클러스터링을 위한 방법 및 시스템이 개시된다. 문서 클러스터링 방법은, 시간 기준으로 유사 문서들로 클러스터링된 클러스터를 수집하는 단계; 및 상기 클러스터 간의 유사도에 기초하여 상기 클러스터를 병합함으로써 클러스터 그룹으로서 이슈 클러스터를 생성하는 단계를 포함할 수 있다.

Description

장기간 연관성 높은 문서 클러스터링을 위한 방법 및 시스템{METHOD AND SYSTEM FOR LONG-TERM RELEVANT DOCUMENT CLUSTERING}
아래의 설명은 문서 클러스터링을 위한 기술에 관한 것이다.
최근 들어, 정보의 검색 및 추천 등의 지능형 정보 서비스를 위하여 문서를 체계적으로 분류하여 군집화하기 위한 다양한 연구가 수행되고 있다.
군집화, 즉 클러스터링이란 데이터 마이닝의 한 기법으로서, 다수의 항목이 갖는 속성을 기준으로 하여 그 유사성을 연산한 후 군집화하는 기법이다.
클러스터링은 주어진 데이터 집합을 서로 유사성을 가지는 몇 개의 클러스터(Cluster)로 분할해 나가는 과정으로, 하나의 군집에 속하는 데이터 간에는 서로 다른 군집 내의 데이터와는 구분되는 유사성을 갖게 된다.
이러한 문서의 클러스터링 방법으로서 정보 검색 분야에서는 K-means 클러스터링 방법이나 온톨로지(ontology)를 이용한 클러스터링 방법 등을 비롯하여 다양한 방법들이 연구되고 있다.
예컨대, 한국등록특허 제10-1067819호(공고일 2011년 09월 27일)에는 문서의 주제어들을 포함하는 온톨로지를 이용하여 문서를 클러스터링하는 기술이 개시되어 있다.
시간대 별로 생성된 단기 클러스터 중 연관성이 높은 단기 클러스터를 병합하여 중장기적으로 관련 있는 이슈 단위의 클러스터 그룹으로서 이슈 클러스터를 생성할 수 있는 방법 및 시스템을 제공한다.
컴퓨터 시스템에서 실행되는 문서 클러스터링 방법에 있어서, 상기 컴퓨터 시스템은 메모리에 포함된 컴퓨터 판독가능한 명령들을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고, 상기 문서 클러스터링 방법은, 상기 적어도 하나의 프로세서에 의해, 시간 기준으로 유사 문서들로 클러스터링된 클러스터를 수집하는 단계; 및 상기 적어도 하나의 프로세서에 의해, 상기 클러스터 간의 유사도에 기초하여 상기 클러스터를 병합함으로써 클러스터 그룹으로서 이슈 클러스터를 생성하는 단계를 포함하는 문서 클러스터링 방법을 제공한다.
일 측면에 따르면, 상기 생성하는 단계는, 상기 이슈 클러스터와 상기 클러스터 간의 유사도에 기초하여 상기 이슈 클러스터와 상기 클러스터를 병합하는 단계를 포함할 수 있다.
다른 측면에 따르면, 상기 생성하는 단계는, 상기 이슈 클러스터와 다른 이슈 클러스터 간의 유사도에 기초하여 상기 이슈 클러스터와 상기 다른 이슈 클러스터를 병합하는 단계를 포함할 수 있다.
또 다른 측면에 따르면, 상기 이슈 클러스터와 상기 다른 이슈 클러스터를 병합하는 단계는, 상기 이슈 클러스터와 상기 다른 이슈 클러스터 중 문서의 개수가 더 많은 클러스터에 다른 클러스터의 문서를 병합할 수 있다.
또 다른 측면에 따르면, 상기 생성하는 단계는, 상기 클러스터의 벡터 간의 유사도를 비교하여 사전에 정해진 클러스터 병합 기준에 부합되는 벡터 유사도를 가지는 클러스터를 하나의 클러스터로 병합하여 상기 이슈 클러스터를 생성할 수 있다.
또 다른 측면에 따르면, 상기 생성하는 단계는, 상기 클러스터에 문서가 추가되는 경우 해당 클러스터에 대해 이전에 계산된 벡터를 이용하여 문서가 추가된 클러스터의 벡터를 계산하는 단계를 포함할 수 있다.
또 다른 측면에 따르면, 상기 생성하는 단계는, 상기 이슈 클러스터에 다른 클러스터가 병합되는 경우 해당 이슈 클러스터에 대해 이전에 계산된 벡터를 이용하여 다른 클러스터가 병합된 이슈 클러스터의 벡터를 계산하는 단계를 포함할 수 있다.
또 다른 측면에 따르면, 상기 생성하는 단계는, 병렬 처리 방식으로, 각 클러스터 별로 해당 클러스터 이후에 생성된 클러스터와 비교하여 가장 유사한 클러스터를 병합 대상으로 선정하는 단계; 및 직렬 처리 방식으로, 상기 병합 대상으로 선정된 클러스터를 차례로 병합하는 단계를 포함할 수 있다.
또 다른 측면에 따르면, 상기 생성하는 단계는, 상기 병합된 클러스터를 상기 병합 대상으로 다시 선정되지 않도록 제외시키는 단계를 더 포함할 수 있다.
또 다른 측면에 따르면, 상기 수집하는 단계는, 문서 간의 유사도에 기초하여 유사 문서들로 클러스터링된 클러스터를 수집할 수 있다.
상기 문서 클러스터링 방법을 상기 컴퓨터 시스템에 실행시키기 위해 비-일시적인 컴퓨터 판독가능한 기록 매체에 저장되는 컴퓨터 프로그램을 제공한다.
상기 문서 클러스터링 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, 시간 기준으로 유사 문서들로 클러스터링된 클러스터를 수집하는 클러스터 수집부; 및 상기 클러스터 간의 유사도에 기초하여 상기 클러스터를 병합함으로써 클러스터 그룹으로서 이슈 클러스터를 생성하는 클러스터 생성부를 포함하는 컴퓨터 시스템을 제공한다.
본 발명의 실시예에 따르면, 시간대 별로 생성된 단기 클러스터를 클러스터 간 유사도에 기초하여 병합함으로써 중장기적으로 관련 있는 이슈 단위의 클러스터 그룹으로서 이슈 클러스터를 생성할 수 있다.
본 발명의 실시예에 따르면, 클러스터 간 유사도를 기초로 클러스터들을 병합하여 이슈 클러스터를 생성함으로써 시간 경과에 따라 주제나 내용이 변하여 문서 간의 유사도가 떨어지더라도 관련 있는 이슈의 문서들을 효과적으로 클러스터링할 수 있다.
본 발명의 실시예에 따르면, 이전에 계산된 클러스터의 벡터 값을 이용하여 문서가 추가된 클러스터나 다른 클러스터와 병합된 클러스터의 벡터 값을 계산하는 방식으로 클러스터 병합을 수행함으로써 비약적으로 계산량을 줄여 빠르고 안정적인 클러스터링 성능을 제공할 수 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 방법의 예를 도시한 흐름도이다.
도 5 내지 도 8은 본 발명의 일실시예에 있어서 클러스터 간 유사도에 기초하여 클러스터를 병합하는 과정의 일례를 도시한 예시 도면이다.
도 9는 본 발명의 일실시예에 있어서 클러스터 병합 과정의 일례를 도시한 흐름도이다.
도 10 내지 도 12는 본 발명의 일실시예에 있어서 이슈 클러스터를 이용한 이슈 타임라인 인터페이스 화면의 예시를 도시한 것이다.
이하, 본 발명의 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
본 발명의 실시예들은 문서 클러스터링 기술에 관한 것이다.
본 명세서에서 구체적으로 개시되는 것들을 포함하는 실시예들은 시간대 별로 생성된 단기 클러스터를 클러스터 간 유사도에 기초하여 병합함으로써 중장기적으로 관련 있는 이슈 단위의 클러스터 그룹으로서 이슈 클러스터를 생성할 수 있고 이를 통해 클러스터링 품질과 클러스터링 성능을 향상시킬 수 있다.
도 1은 본 발명의 일 실시예에 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, AI 스피커, 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, 뉴스 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 일 실시예에 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 판독가능한 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 판독가능한 기록매체로부터 로딩될 수 있다. 이러한 별도의 컴퓨터에서 판독가능한 기록매체는 플로피 드라이브, 디스크, 테이프, DVD/CD-ROM 드라이브, 메모리 카드 등의 컴퓨터에서 판독가능한 기록매체를 포함할 수 있다. 다른 실시예에서 소프트웨어 구성요소들은 컴퓨터에서 판독가능한 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), 카메라, 각종 센서, 데이터베이스 등과 같은 다른 구성요소들을 더 포함할 수도 있다. 보다 구체적인 예로, 전자 기기(110)가 AI 스피커인 경우, 일반적으로 AI 스피커가 포함하고 있는 각종 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 장기간 연관성 높은 문서 클러스터링을 위한 방법 및 시스템의 구체적인 실시예를 설명하기로 한다.
본 명세서에서 문서는 인터넷 상에서 검색이나 추천 등의 대상이 되는 정보 단위를 의미할 수 있다.
본 실시예에서는 뉴스 서비스에서 제공되는 기사(news)를 문서의 대표적인 예로 하여 설명하기로 하나, 클러스터링 대상이 기사에 한정되는 것은 아니며 인터넷 상의 정보 단위로 제공되는 모든 형태의 문서로 확대 적용 가능하다.
문서 클러스터링 기술은 많은 기사를 주제 별로 효과적으로 분류하여 전달하기 위해 사용되고 있으며, 클러스터링된 기사 뭉치 규모나 중요도 등에 따라서 소정 알고리즘을 통해 특정 클러스터의 기사들을 서비스 화면의 상위에 노출하는 방식을 사용하기도 한다.
이러한 클러스터링 기술은 내용이 유사한 기사를 클러스터링하는 것으로, 주로 최신 기사 중심으로 사용하는 경우에 품질이 높지만 시간 범위가 커질수록 클러스터링 품질이 낮아진다. 또한, 시간에 따라 주제가 변하는 시사적인 기사를 클러스터링하기에는 한계가 있고, 기사의 수량이 늘어날수록 처리 시간이 급격히 증가하는 문제가 있다.
본 발명의 실시예들은 시간대 별로 생성된 단기 클러스터를 병합하여 중장기적으로 관련 있는 이슈 단위의 클러스터 그룹으로서 이슈 클러스터를 생성하고자 하는 것이다.
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 기사를 제공하는 뉴스 서비스 플랫폼 역할을 할 수 있다. 특히, 서버(150)는 중장기적으로 지속된 이슈에 해당하는 기사를 효과적으로 클러스터링하여 제공할 수 있다.
서버(150)의 프로세서(222)는 도 4에 따른 문서 클러스터링 방법을 수행하기 위한 구성요소로서 도 3에 도시된 바와 같이, 클러스터 수집부(310), 클러스터 생성부(320), 및 클러스터 노출부(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 4의 문서 클러스터링 방법이 포함하는 단계들(S410 내지 S450)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 서로 다른 기능들(different functions)의 표현들일 수 있다. 예를 들어, 서버(150)가 단기 클러스터를 수집하도록 상술한 명령에 따라 서버(150)를 제어하는 프로세서(222)의 기능적 표현으로서 클러스터 수집부(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 S450)을 실행하도록 제어하기 위한 명령을 포함할 수 있다. 이후 설명될 단계들(S410 내지 S450)은 도 4에 도시된 순서와 다른 순서로 수행될 수 있으며, 단계들(S410 내지 S450) 중 일부가 생략되거나 추가의 과정이 더 포함될 수 있다.
이하에서는 시간 기준으로 연관성이 높은 기사들로 묶인 클러스터는 '단기 클러스터'라 명명하고, 연관성이 높은 클러스터들로 묶여 하나의 이슈 단위가 만들어지는 경우 이슈 단위에 해당되는 클러스터 그룹은 '이슈 클러스터'라 명명하기로 한다.
도 4를 참조하면, 단계(S410)에서 클러스터 수집부(310)는 기사 간 유사도에 기초하여 유사 기사들로 클러스터링된 단기 클러스터를 수집할 수 있다. 클러스터 수집부(310)는 최근 일정 시간 동안의 기사들을 클러스터링하여 생성된 단기 클러스터를 수집할 수 있다. 단기 클러스터를 생성하기 위한 기사 클러스터링 방법은 널리 이용되고 있는 클러스터링 기법 중 적어도 하나를 이용할 수 있다. 이때, 각 단기 클러스터에 대해 클러스터 생성 과정에서 고유 식별자(ID)가 부여될 수 있다. 기사 클러스터링 작업 중에 이전에 생성되어 존재하던 클러스터인 경우 이전에 부여된 식별자가 유지될 수 있다.
예를 들어, 도 5를 참조하면, 클러스터 수집부(310)는 서로 다른 기사(50)의 벡터 간의 유사도가 일정 레벨 이상인 경우 하나의 클러스터로 묶어 단기 클러스터(501)를 만들 수 있다. 이때, 각 기사(50)의 벡터는 해당 기사(50)에 포함된 단어들의 벡터 평균을 의미할 수 있다. 클러스터 수집부(310)는 최근 36시간 동안 유사 기사들을 단기 클러스터(501)로 묶을 수 있다. 단기 클러스터(501)에 대해 이전에 부여된 식별자(ID)가 유지되더라도 36시간이 지난 기사는 해당 클러스터에서 삭제되고 최근 36시간 이내의 기사들만 서비스 대상으로 노출될 수 있다. 본 발명의 실시예에서는 단기 클러스터(501)를 수집함에 있어 단기 클러스터(501)에서 시간이 경과함에 따라 삭제되는 기사들 또한 기존 식별자(ID)로 모두 누적하여 수집할 수 있다.
도 4를 참조하면, 단계(S420)에서 클러스터 생성부(320)는 클러스터 간의 유사도에 기초하여 단기 클러스터를 병합함으로써 이슈 클러스터를 생성할 수 있다. 단기 클러스터들 중 일부는 비슷한 주제의 기사들로 이루어져 있지만 하나의 클러스터로 묶이지 못하거나 기사의 시간차 때문에 서로 다른 클러스터로 존재하는 경우가 많다. 이러한 문제를 해결하기 위해, 클러스터 생성부(320)는 단기 클러스터들이 클러스터 병합 기준에 부합되는 경우, 즉 단기 클러스터 간에 유사도가 일정 레벨 이상인 경우 하나의 이슈 클러스터로 묶을 수 있다.
예를 들어, 도 6을 참조하면, 클러스터 생성부(320)는 단기 클러스터(501) 중에서 단기 클러스터(501)의 벡터 간의 유사도가 일정 레벨 이상인 경우 하나의 클러스터로 병합하여 이슈 클러스터(602)를 만들 수 있다. 단기 클러스터(501)의 벡터는 해당 클러스터에 포함된 기사들의 벡터 평균을 의미할 수 있다.
클러스터 병합 기준으로 클러스터 간의 유사도를 적용하나, 일례로 클러스터 벡터끼리 비교하여 유클리드(Euclid) 값과 코사인(cosine) 값 중 적어도 하나가 정해진 범위에 있는 클러스터들을 하나의 클러스터로 묶을 수 있다. 예를 들어, 두 클러스터의 벡터 간의 코사인 유사도가 0.98 이상인 경우, 및/또는 두 클러스터의 벡터 간의 유클리드 유사도가 0.71 이상인 경우 두 클러스터를 하나의 클러스터로 묶을 수 있다. 이때, 벡터 간의 유사도는 <1/(1+두 벡터 사이의 거리)>와 같이 정의될 수 있다.
클러스터의 벡터 값을 구하기 위해 기존에는 클러스터에 기사가 추가되는 경우 전체 기사들의 벡터들을 가져와서 전체의 평균을 새로 구하는 방법을 적용하는데, 이러한 경우 많은 수의 API 호출과 많은 수의 계산을 포함하기 때문에 기사들이 늘어날수록 그 계산량 역시 늘어나게 된다.
본 실시예에서는 단기 클러스터 c에 기사 n가 추가되는 경우 단기 클러스터 c에 대해 이전에 계산된 벡터 v를 이용하여 신규 벡터 v'를 한번에 구할 수 있으며, 이는 수학식 1과 같이 정의될 수 있다.
[수학식 1]
v'=(vn+(v×mc))/(1+ mc)
여기서, vn은 추가되는 기사 n의 벡터 값, mc은 단기 클러스터 c에 포함된 기존 기사 개수를 의미한다.
이러한 방식을 통해 이전에 계산된 단기 클러스터의 벡터 값을 이용하여 기사가 추가된 단기 클러스터의 신규 벡터 값을 쉽고 빠르게 구할 수 있다.
도 4를 참조하면, 단계(S430)에서 클러스터 생성부(320)는 클러스터 간의 유사도에 기초하여 새로 생성된 단기 클러스터를 단계(S420)에서 생성된 이슈 클러스터와 병합할 수 있다.
도 7에 도시한 바와 같이, 클러스터 생성부(320)는 단계(S420)에서 생성된 이슈 클러스터(602)의 벡터를 새롭게 생성되는 단기 클러스터(501')의 벡터와 비교하여 클러스터 병합 기준에 부합되는 벡터 유사도를 가지는 경우 단기 클러스터(501')를 이슈 클러스터(602)에 포함시킬 수 있다. 이때, 이슈 클러스터의 벡터는 해당 클러스터에 포함된 단기 클러스터들의 벡터 평균을 의미할 수 있으며, 단기 클러스터와 이슈 클러스터 간의 병합 기준은 상기에서 설명한 단기 클러스터 간의 병합 기준과 동일하다.
도 4를 참조하면, 단계(S440)에서 클러스터 생성부(320)는 클러스터 간의 유사도에 기초하여 이전에 생성된 이슈 클러스터를 단계(S430)에서 생성된 이슈 클러스터와 병합할 수 있다. 이슈 클러스터와 이슈 클러스터 간의 병합 기준은 상기에서 설명한 단기 클러스터 간의 병합 기준과 동일하다.
도 8에 도시한 바와 같이, 클러스터 생성부(320)는 단기 클러스터의 병합을 통해 생성된 이슈 클러스터의 벡터를 이전에 생성된 이슈 클러스터(602')의 벡터와 비교하여 클러스터 병합 기준에 부합되는 벡터 유사도를 가지는 경우 하나의 이슈 클러스터(602)로 병합할 수 있다. 다시 말해, 클러스터 생성부(320)는 이슈 클러스터 간의 벡터를 서로 비교하여 클러스터 병합 기준에 부합된다면 하나의 이슈 클러스터(602)로 묶을 수 있다. 이때, 클러스터 생성부(320)는 클러스터 병합 기준에 부합되는 이슈 클러스터의 기사 개수를 비교하여 기사 개수가 많은 이슈 클러스터로 나머지 이슈 클러스터의 기사들을 병합할 수 있다.
본 실시예에서는 이슈 클러스터 C에 새로운 단기 클러스터 c가 추가되거나 (기사 개수가 더 적은) 작은 이슈 클러스터 C'를 (기사 개수가 더 많은) 큰 이슈 클러스터 C로 병합하는 경우 이슈 클러스터 C에 대해 이전에 계산된 벡터 V을 이용하여 신규 벡터 V'를 한번에 구할 수 있으며, 이는 수학식 2 또는 수학식 3과 같이 정의될 수 있다.
[수학식 2]
V'=((vc×mc)+(V×mC))/(mc+mC)
여기서, vc는 단기 클러스터 c의 벡터 값, mc는 단기 클러스터 c에 포함된 기사 개수, mC는 이슈 클러스터 C에 포함된 기존 기사 개수를 의미한다.
[수학식 3]
V'=((vC'×mC')+(V×mC))/(mC'+mC)
여기서, vC'는 작은 이슈 클러스터 C'의 벡터 값, mC'는 작은 이슈 클러스터 C'에 포함된 기사 개수, mC는 이슈 클러스터 C에 포함된 기존 기사 개수를 의미한다.
이러한 방식을 통해 이전에 계산된 이슈 클러스터의 벡터 값을 이용하여 단기 클러스터 혹은 작은 이슈 클러스터가 병합된 이슈 클러스터의 신규 벡터 값을 쉽고 빠르게 구할 수 있다.
클러스터에 대해 매번 전체 기사들의 벡터 평균을 구하는 것에 비하여, 이전 과정에서 미리 계산된 벡터 값을 이용하여 기사가 추가되거나 다른 클러스터와 병합되는 클러스터의 신규 벡터를 비약적으로 빠른 속도로 구할 수 있다.
상기한 이슈 클러스터의 생성 과정(S410 내지 S440)은 예시적인 것이며, 이에 한정되지 않는다.
그리고, A, B, C, D의 단기 클러스터 혹은 이슈 클러스터가 존재한다고 가정할 때, 클러스터 간 병합 과정(S420 내지 S440)에서 A-B, A-C, B-C, C-D가 클러스터 병합 조건을 만족하는 경우 병합을 한번에 진행하게 되면 A, B, C, D가 모두 하나의 클러스터로 병합된다.
그러나, 클러스터 병합 조건에 부합되는 클러스터를 한번에 병합하는 경우 다음과 같은 문제가 발생할 수 있다.
첫째, 클러스터 A와 B의 병합 결과, 병합된 클러스터 AB의 벡터와 클러스터 D 간의 벡터 거리가 멀어져 클러스터 병합 조건을 만족시키지 못하게 될 수 있고, 클러스터 병합 조건에 전혀 부합되지 않던 클러스터 E가 병합 클러스터 AB와의 벡터 거리가 가까워져 클러스터 병합 조건에 부합될 수도 있다.
둘째, 클러스터 병합 프로세스를 병렬로 진행하는 경우, 클러스터 A와 B가 클러스터 B로 병합됨과 동시에, 클러스터 B와 C가 클러스터 B로 병합될 수도 있다.
이러한 두 가지 문제를 해결하기 위한 클러스터 병합 방법의 일례는 도 9에 도시한 바와 같다.
도 9를 참조하면, 클러스터 생성부(320)는 모든 클러스터들을 대상으로 각 클러스터 별로 해당 클러스터 이후에 생성된 클러스터들과 비교하여 그 중에서 벡터 거리가 가장 가까운 클러스터(단기 클러스터 혹은 이슈 클러스터)만을 병합 대상으로 선정한다(S901). 상기한 단계(S901)는 병렬 처리 방식으로 진행된다.
클러스터 생성부(320)는 단계(S901)에서 병합 대상으로 선정된 클러스터를 직렬 처리 방식을 통해 하나하나 차례로 병합한다(S902). 이미 병합된 클러스터는 다음 과정에서 다시 병합 대상으로 선정되더라도 무시하여 병합 이후에는 병합 대상으로 선정되지 않도록 제외시킬 수 있다.
클러스터 생성부(320)는 단계(S902)의 수행 결과 병합되는 클러스터의 개수가 0인지 판단하여(S903) 병합되는 클러스터가 하나 이상 존재하는 경우 병합된 클러스터를 포함한 전체 클러스터를 대상으로 다시 단계(S901)부터 반복한다.
클러스터 생성부(320)는 병합되는 클러스터의 개수가 0이 될 때까지 상기 과정(S901 내지 S902)을 반복한 후 병합되는 클러스터의 개수가 0이 되면 클러스터 병합을 종료한다(S904).
본 실시예에서는 클러스터 병합 이전과 이후 결과에 영향을 미치지 않고 계산량이 많은 부분을 병렬 처리함으로써 안정적이고 빠르게 클러스터 병합을 수행할 수 있다.
클러스터 병합 방법은 동일한 기사 존재 여부, 벡터 유클리드, 벡터 코사인 등 유사도를 나타내는 여러 가지 특징들을 활용할 수 있고, 널리 이용되고 있는 병합 방식 중 적어도 하나의 방식을 이용할 수 있으며, 각 방식에 따른 병합 결과에서 기사 수, 클러스터 수, 클러스터 내 기사 유사도 내지는 관련성 등과 같은 요건에 따라 선택적으로 적용될 수 있다.
본 실시예에서는 기사를 제공하는 서비스에서 휘발성인 클러스터 데이터와 파편화된 클러스터 데이터를 병합함으로써 중장기적으로 관련 있는 이슈 단위의 클러스터 그룹으로서 이슈 클러스터를 만들 수 있다.
기존에는 장기간 수집된 기사들을 클러스터링 하는 경우 텍스트 중심으로 텍스트가 유사한 기사들끼리 묶여 결국 비슷한 문서 묶음이 생성되나, 본 발명에서는 시간 기준으로 묶인 클러스터를 클러스터 간 유사도를 바탕으로 병합해감에 따라 이슈 단위의 클러스터 그룹을 생성할 수 있어 문서 상으로 내용이 바뀌지만 맥락적으로는 공통된 이슈를 가진 문서 묶음을 생성할 수 있다. 클러스터 간 유사도를 바탕으로 클러스터를 병합하여 이슈 클러스터를 생성함으로써 기사 간 유사도로는 병합되기 어려운 기사들이 공통된 이슈를 가진 하나의 클러스터로 묶일 수 있다.
도 4를 참조하면, 단계(S450)에서 클러스터 노출부(330)는 단계(S440)에서 최종 병합된 이슈 클러스터의 기사들을 기사 제공 서비스를 통해 노출할 수 있다. 클러스터 노출부(330)는 이슈 클러스터를 이용한 기사 타임라인으로서 인터넷 상의 기사 중 이슈 클러스터에 포함된 기사들에 대한 타임라인을 제공할 수 있다. 다시 말해, 클러스터 노출부(330)는 이슈 클러스터를 이용하여 이슈 클러스터에 포함된 기사들을 시계열로 노출할 수 있다.
클러스터 노출부(330)는 이슈 클러스터 중 사전에 정해진 노출 조건에 부합되는 적어도 하나의 이슈 클러스터를 서비스에 노출할 수 있다. 일례로, 클러스터 노출부(330)는 컨텐츠 제공자(content provider)(예컨대, 언론사 등)에 의해 특정된 기사 혹은 서비스를 이용하는 사용자의 선택이나 설정에 의해 특정된 기사가 존재하는 이슈 클러스터를 서비스 노출 대상으로 결정할 수 있다. 다시 말해, 클러스터 노출부(330)는 언론사가 다루는 주요 이슈나 사용자 개인이 관심 있는 이슈에 대응되는 이슈 클러스터에 대해 서비스 페이지 상에 이슈 타임라인을 노출할 수 있다. 다른 예로, 클러스터 노출부(330)는 문서의 개수, 클러스터링 이후 경과 시간, 댓글 개수 중 적어도 하나가 사전에 정해진 조건에 해당되는 이슈 클러스터를 서비스 노출 대상으로 결정할 수 있다. 이슈 클러스터의 노출 조건은 예를 들어, 클러스터에 포함된 기사 중 최초로 클러스터링된 기사가 2일 이상 지난 경우, 혹은 클러스터에 포함된 총 기사 개수가 200개 이상인 경우, 댓글 개수가 100개 이상인 기사가 하루당 3건 이상이고 해당 조건의 날이 2일 이상인 경우 등이 포함될 수 있다. 상기한 이슈 클러스터의 노출 조건과 함께 언론사 이슈나 개인 이슈를 결합하여 서비스 노출 대상을 결정하는 것 또한 가능하다.
상기한 이슈 클러스터를 이용한 이슈 타임라인 인터페이스 화면의 예시는 도 10 내지 도 12와 같다.
도 10을 참조하면, 클러스터 노출부(330)는 이슈 클러스터, 즉 중장기적으로 연관성이 높은 기사들을 시계열로 보여주기 위한 이슈 타임라인 화면(1000)을 뉴스 서비스를 통해 노출할 수 있다. 이슈 타임라인 화면(1000)은 이슈 클러스터에 포함된 단위 시간(예컨대, 1day) 별 기사 개수를 그래프 형태로 보여주는 시간 영역(1010), 및 이슈 클러스터에 포함된 기사 목록을 단위 시간 별로 구분하여 보여주는 기사 영역(1020)이 포함될 수 있다.
이슈 타임라인 화면(1000)은 중장기적으로 연관성이 높은 기사들을 한눈에 파악할 수 있고 시간 영역(1010)과 기사 영역(1020) 간에 유기적으로 연결된 구조로 기사 확인을 위한 내비게이션 기능을 제공할 수 있다.
이슈 타임라인 화면(1000)의 일부 영역, 예컨대 상단에는 이슈 클러스터가 생성된 기간 정보(1001), 이슈 클러스터와 관련된 이슈 타이틀(1002) 등이 포함될 수 있다. 이슈 타이틀(1002)은 이슈 클러스터에 포함된 적어도 하나의 기사의 제목이나 태그 등을 활용하여 생성되는 것으로, 예를 들어 댓글 수가 가장 많은 기사의 제목이 이슈 타이틀(1002)로 표시될 수 있고, 혹은 기사들의 제목이나 태그 등에 주로 등장하는 키워드들의 조합으로 이슈 타이틀(1002)이 생성되어 표시될 수 있다.
시간 영역(1010)은 이슈 클러스터에 포함된 각 단위 시간의 시간 정보와 기사 개수가 포함되는 것으로, 예를 들어 일 축에 시간 정보를 나타내고 다른 축에 기사 개수를 막대 길이로 나타내는 막대 그래프 형태로 노출될 수 있다. 이때, 기사 개수에 따라 그래프 바의 디스플레이 요소(예컨대, 색, 밝기 등)가 구분되어 표시될 수 있다. 예를 들어, 기사 개수가 많을수록 그래프 바의 색이 진하고 기사 개수가 적을수록 그래프 바의 색이 연하게 표시될 수 있다.
기사 영역(1020)은 하나의 이슈 클러스터로 병합된 단위 시간 별 기사 목록이 날짜 순, 기사 개수 순 등 일정 기준에 따라 정렬될 수 있으며, 예를 들어 가장 최근 클러스터가 최상위에 노출되거나 혹은 가장 많은 기사가 포함된 클러스터가 최상위에 노출될 수 있다.
도 11을 참조하면, 이슈 타임라인 화면(1000)에서 시간 영역(1010)은 일 방향(예컨대, 좌우 방향)의 스크롤(1101)이 가능하고, 기사 영역(1020)은 시간 영역(1010)과 동일하거나 혹은 다른 방향(예컨대, 상하 방향)의 스크롤(1102)이 가능하도록 인터페이스를 구성할 수 있다.
이슈 클러스터가 서비스에 노출됨에 따라 사용자는 이슈 클러스터의 시간 영역(1010)에 대한 스크롤(1101)을 통해 해당 이슈가 등장한 이후 클러스터링된 전체 기간 내에서 단위 시간 별 기사 개수를 확인할 수 있고, 이슈 등장 시점, 가장 이슈가 된 시점 등 시간 경과에 따른 이슈 변화를 한눈에 확인할 수 있다.
그리고, 기사 영역(1020)에 대한 스크롤(1102)을 통해 이슈 클러스터에 포함된 단위 시간 별 기사 목록을 사전에 정해진 정렬 순서로 보여줄 수 있으며, 사용자는 단위 시간 별로 클러스터링된 기사들을 확인할 수 있다. 기사 영역(1020)에는 단위 시간 별로 일정 개수(예컨대, 3개)의 일부 기사만을 보여주고 사용자로부터 특정 날짜의 기사 목록에 대해 별도 요청(예컨대, 더 보기, 전체 보기 등)이 입력되면 전체 기사를 보여줄 수 있다.
기사 영역(1020)에 대한 스크롤(1102) 시 기사 목록의 화면 노출에 맞춰 시간 영역(1010)이 자동 스크롤될 수 있다. 일례로, 기사 영역(1020)에 대한 스크롤(1102)에 따라 시간 영역(1010)에서 화면의 사전에 정해진 기준 범위(예컨대, 중앙선 등)에 노출된 기사 목록의 단위 시간 그래프 바가 중앙으로 자동 스크롤되고 다른 단위 시간 그래프 바와 구별되게 표시될 수 있다.
도 12를 참조하면, 기사 영역(1020)에 대한 스크롤(1102)을 통해 단위 시간 별 기사 목록을 확인하는 과정에서 시간 영역(1010)이 초기 상태(도 10)에 비해 간략화될 수 있다. 예를 들어, 기사 영역(1020)에 대한 스크롤(1102)이 일정 시간(예컨대, 1초) 이상 지속되면 시간 영역(1010)의 사이즈가 줄거나 시간 영역(1010)의 그래프 바가 축소된 형태로 표시될 수 있다. 기사 영역(1020)의 스크롤(1102)에 따라 최상단에 정렬된 기사 목록이 화면에 다시 노출되는 경우 시간 영역(1010)이 초기 상태(도 10)로 복원될 수 있다.
그리고, 기사 영역(1020)에 대한 스크롤(1102)의 방향에 따라 시간 영역(1010)의 노출 여부, 즉 노출 상태 또는 숨김 상태가 선택적으로 적용될 수 있다. 예를 들어, 기사 영역(1020)이 아래 방향으로 스크롤되는 경우 시간 영역(1010)이 숨김 처리되는 반면에, 기사 영역(1020)이 위 방향으로 스크롤되는 경우 시간 영역(1010)이 다시 노출될 수 있다.
마찬가지로, 시간 영역(1010)에 대한 스크롤(1101) 시 단위 시간 그래프 바의 화면 노출에 맞춰 기사 영역(1020)이 자동 스크롤될 수 있다. 다시 말해, 시간 영역(1010)과 기사 영역(1020)이 상호 간에 연결되어 일 영역의 스크롤에 맞춰 다른 영역이 자동 스크롤될 수 있다.
다른 예로, 기사 영역(1020)에 대한 스크롤(1102) 시에는 시간 영역(1010)이 자동 스크롤되는 반면에, 시간 영역(1010)에 대한 스크롤(1101) 시에는 기사 영역(1020)이 기존 위치에서 고정 상태를 유지하는 것 또한 가능하며, 그 반대의 경우도 가능함은 물론이다.
시간 영역(1010)에 대한 스크롤(1101) 시 기사 영역(1020)이 자동 스크롤되지 않고 고정 상태를 유지하도록 인터페이스가 구성된 경우 시간 영역(1010)에서 특정 날짜의 그래프, 예를 들어 7월 26일 그래프 바를 선택하면 기사 영역(1020)에서 7월 26일자 기사 목록으로 자동 스크롤되어 표시될 수 있다. 시간 영역(1010)에서는 선택된 날짜의 그래프 바가 다른 단위 시간 그래프 바와 구별되게 표시될 수 있다. 시간 영역(1010)의 초기 상태(도 10)에서 특정 날짜의 그래프 바가 선택되는 경우 선택된 날짜의 기사 목록이 기사 영역(1020)에 표시됨과 아울러, 시간 영역(1010)이 간략화되어 표시될 수 있다.
이처럼 본 발명의 실시예들에 따르면, 시간대 별로 생성된 단기 클러스터를 클러스터 간 유사도에 기초하여 병합함으로써 중장기적으로 관련 있는 이슈 단위의 클러스터 그룹으로서 이슈 클러스터를 생성할 수 있다. 클러스터 간 유사도를 기초로 클러스터들을 병합하여 이슈 클러스터를 생성함으로써 시간 경과에 따라 주제나 내용이 변하여 기사 간의 유사도가 떨어지더라도 관련 있는 이슈의 기사들을 효과적으로 클러스터링할 수 있다. 이전에 계산된 클러스터의 벡터 값을 이용하여 기사가 추가된 클러스터나 다른 클러스터와 병합된 클러스터의 벡터 값을 계산하는 방식으로 클러스터 병합을 수행함으로써 비약적으로 계산량을 줄여 빠르고 안정적인 클러스터링 성능을 제공할 수 있다.
그리고, 본 발명의 실시예에 따르면, 이슈 클러스터를 이용하여 중장기적으로 연관성이 높은 기사들을 시계열로 보여줄 수 있는 기사 타임라인을 제공할 수 있다. 이슈 클러스터에 따라 단위 시간에 대한 표시 영역과 각 단위 시간 별로 클러스터링된 기사들을 표시함으로써 장기간 연관성이 높은 기사들을 한눈에 파악할 수 있고, 시간 영역과 기사 영역 간에 유기적으로 연결된 구조로 기사 확인을 위한 내비게이션 기능을 제공함으로써 사용자 편의를 향상시킬 수 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 문서 클러스터링 방법에 있어서,
    상기 컴퓨터 시스템은 메모리에 포함된 컴퓨터 판독가능한 명령들을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고,
    상기 문서 클러스터링 방법은,
    상기 적어도 하나의 프로세서에 의해, 시간 기준으로 문서 간의 유사도에 기초하여 유사 문서들로 클러스터링된 클러스터를 수집하는 단계; 및
    상기 적어도 하나의 프로세서에 의해, 상기 클러스터 간의 유사도에 기초하여 상기 클러스터를 병합함으로써 클러스터 그룹으로서 이슈 클러스터를 생성하는 단계
    를 포함하고,
    상기 생성하는 단계는,
    시간대 별로 생성되는 단기 클러스터인 상기 클러스터 간의 유사도에 기초하여 상기 클러스터를 병합하여 중장기 이슈 단위의 클러스터 그룹인 상기 이슈 클러스터를 만드는 단계;
    상기 이슈 클러스터와 상기 이슈 클러스터 이후에 새로 생성된 다른 클러스터 간의 유사도에 기초하여 상기 이슈 클러스터와 상기 다른 클러스터를 병합하는 단계; 및
    상기 이슈 클러스터와 상기 이슈 클러스터 이후에 새로 생성된 다른 이슈 클러스터 간의 유사도에 기초하여 상기 이슈 클러스터와 상기 다른 이슈 클러스터를 병합하는 단계
    를 포함하는 문서 클러스터링 방법.
  2. 삭제
  3. 삭제
  4. 제1항에 있어서,
    상기 이슈 클러스터와 상기 다른 이슈 클러스터를 병합하는 단계는,
    상기 이슈 클러스터와 상기 다른 이슈 클러스터 중 문서의 개수가 더 많은 클러스터에 다른 클러스터의 문서를 병합하는 것
    을 특징으로 하는 문서 클러스터링 방법.
  5. 제1항에 있어서,
    상기 생성하는 단계에 포함된 클러스터 병합 과정은,
    클러스터의 벡터 간의 유사도를 비교하여 사전에 정해진 클러스터 병합 기준에 부합되는 벡터 유사도를 가지는 클러스터를 하나의 클러스터로 병합하는 것
    을 특징으로 하는 문서 클러스터링 방법.
  6. 제5항에 있어서,
    상기 클러스터 병합 과정에서,
    상기 클러스터에 문서가 추가되는 경우 해당 클러스터에 대해 이전에 계산된 벡터를 이용하여 문서가 추가된 클러스터의 벡터를 계산하는 것
    을 특징으로 하는 문서 클러스터링 방법.
  7. 제5항에 있어서,
    상기 클러스터 병합 과정에서,
    상기 이슈 클러스터에 다른 클러스터가 병합되는 경우 해당 이슈 클러스터에 대해 이전에 계산된 벡터를 이용하여 다른 클러스터가 병합된 이슈 클러스터의 벡터를 계산하는 것
    을 특징으로 하는 문서 클러스터링 방법.
  8. 제1항에 있어서,
    상기 생성하는 단계에 포함된 클러스터 병합 과정은,
    병렬 처리 방식으로, 각 클러스터 별로 해당 클러스터 이후에 생성된 클러스터와 비교하여 가장 유사한 클러스터를 병합 대상으로 선정한 후,
    직렬 처리 방식으로, 상기 병합 대상으로 선정된 클러스터를 차례로 병합하는 것
    을 특징으로 하는 문서 클러스터링 방법.
  9. 제8항에 있어서,
    상기 클러스터 병합 과정에서,
    상기 병합된 클러스터를 상기 병합 대상으로 다시 선정되지 않도록 제외시키는 것
    을 특징으로 하는문서 클러스터링 방법.
  10. 삭제
  11. 제1항, 제4항 내지 제9항 중 어느 한 항의 문서 클러스터링 방법을 상기 컴퓨터 시스템에 실행시키기 위해 비-일시적인 컴퓨터 판독가능한 기록 매체에 저장되는 컴퓨터 프로그램.
  12. 제1항, 제4항 내지 제9항 중 어느 한 항의 문서 클러스터링 방법을 컴퓨터에 실행시키기 위한 프로그램이 기록되어 있는 비-일시적인 컴퓨터 판독 가능한 기록 매체.
  13. 컴퓨터 시스템에 있어서,
    메모리에 포함된 컴퓨터 판독가능한 명령들을 실행하도록 구성된 적어도 하나의 프로세서
    를 포함하고,
    상기 적어도 하나의 프로세서는,
    시간 기준으로 문서 간의 유사도에 기초하여 유사 문서들로 클러스터링된 클러스터를 수집하는 클러스터 수집부; 및
    상기 클러스터 간의 유사도에 기초하여 상기 클러스터를 병합함으로써 클러스터 그룹으로서 이슈 클러스터를 생성하는 클러스터 생성부
    를 포함하고,
    상기 클러스터 생성부는,
    시간대 별로 생성되는 단기 클러스터인 상기 클러스터 간의 유사도에 기초하여 상기 클러스터를 병합하여 중장기 이슈 단위의 클러스터 그룹인 상기 이슈 클러스터를 만들고,
    상기 이슈 클러스터와 상기 이슈 클러스터 이후에 새로 생성된 다른 클러스터 간의 유사도에 기초하여 상기 이슈 클러스터와 상기 다른 클러스터를 병합하고,
    상기 이슈 클러스터와 상기 이슈 클러스터 이후에 새로 생성된 다른 이슈 클러스터 간의 유사도에 기초하여 상기 이슈 클러스터와 상기 다른 이슈 클러스터를 병합하는 것
    을 특징으로 하는 컴퓨터 시스템.
  14. 삭제
  15. 삭제
  16. 제13항에 있어서,
    상기 클러스터 생성부는,
    클러스터의 벡터 간의 유사도를 비교하여 사전에 정해진 클러스터 병합 기준에 부합되는 벡터 유사도를 가지는 클러스터를 하나의 클러스터로 병합하는 것
    을 특징으로 하는 컴퓨터 시스템.
  17. 제16항에 있어서,
    상기 클러스터 생성부는,
    상기 클러스터에 문서가 추가되는 경우 해당 클러스터에 대해 이전에 계산된 벡터를 이용하여 문서가 추가된 클러스터의 벡터를 계산하는 것
    을 특징으로 하는 컴퓨터 시스템.
  18. 제16항에 있어서,
    상기 클러스터 생성부는,
    상기 이슈 클러스터에 다른 클러스터가 병합되는 경우 해당 이슈 클러스터에 대해 이전에 계산된 벡터를 이용하여 다른 클러스터가 병합된 이슈 클러스터의 벡터를 계산하는 것
    을 특징으로 하는 컴퓨터 시스템.
  19. 제13항에 있어서,
    상기 클러스터 생성부는,
    병렬 처리 방식으로, 각 클러스터 별로 해당 클러스터 이후에 생성된 클러스터와 비교하여 가장 유사한 클러스터를 병합 대상으로 선정한 후,
    직렬 처리 방식으로, 상기 병합 대상으로 선정된 클러스터를 차례로 병합하는 것
    을 특징으로 하는 컴퓨터 시스템.
  20. 삭제
KR1020190131265A 2019-08-21 2019-10-22 장기간 연관성 높은 문서 클러스터링을 위한 방법 및 시스템 KR102349522B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2020138408A JP7165165B2 (ja) 2019-08-21 2020-08-19 長期間の連関性が高い文書クラスタリングのための方法およびシステム

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20190102546 2019-08-21
KR1020190102546 2019-08-21

Publications (2)

Publication Number Publication Date
KR20210023636A KR20210023636A (ko) 2021-03-04
KR102349522B1 true KR102349522B1 (ko) 2022-01-11

Family

ID=75175087

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020190131265A KR102349522B1 (ko) 2019-08-21 2019-10-22 장기간 연관성 높은 문서 클러스터링을 위한 방법 및 시스템
KR1020190131264A KR102337536B1 (ko) 2019-08-21 2019-10-22 장기간 관련 있는 이슈 단위의 클러스터를 이용한 문서 타임라인을 제공하는 방법 및 시스템

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020190131264A KR102337536B1 (ko) 2019-08-21 2019-10-22 장기간 관련 있는 이슈 단위의 클러스터를 이용한 문서 타임라인을 제공하는 방법 및 시스템

Country Status (1)

Country Link
KR (2) KR102349522B1 (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102402416B1 (ko) * 2021-09-01 2022-05-26 정철웅 이슈 기반 뉴스 정보 제공을 위한 서비스 제공 장치 및 방법
KR102666388B1 (ko) * 2022-12-29 2024-05-14 광운대학교 산학협력단 유망기술 발전가능성 예측정보 생성 장치 및 방법
KR102580460B1 (ko) * 2023-01-26 2023-09-21 농업협동조합중앙회 키워드 기반 뉴스 제공을 위한 서버 및 그 방법

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100434372B1 (ko) * 2001-06-14 2004-06-04 엘지전자 주식회사 스칼라 연산을 이용한 고속 클러스터링 방법
KR100849631B1 (ko) * 2006-08-01 2008-07-31 (주)윕스 문서 그룹화 시스템과 그 그룹화 방법 및 이를 기록한기록매체

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100932843B1 (ko) * 2008-01-29 2009-12-21 엔에이치엔(주) 검색결과간의 연관도에 기초하여 클러스터링된 검색결과를제공하는 방법 및 시스템 그리고 검색결과를클러스터링하는 방법 및 시스템
KR101777238B1 (ko) * 2015-10-28 2017-09-11 네이버 주식회사 영상 트렌드 검출 및 큐레이션을 위한 방법 및 시스템

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100434372B1 (ko) * 2001-06-14 2004-06-04 엘지전자 주식회사 스칼라 연산을 이용한 고속 클러스터링 방법
KR100849631B1 (ko) * 2006-08-01 2008-07-31 (주)윕스 문서 그룹화 시스템과 그 그룹화 방법 및 이를 기록한기록매체

Also Published As

Publication number Publication date
KR20210023635A (ko) 2021-03-04
KR102337536B1 (ko) 2021-12-13
KR20210023636A (ko) 2021-03-04

Similar Documents

Publication Publication Date Title
JP6746778B2 (ja) 検索コンテキストを利用したクエリ推薦方法およびシステム
US9626436B2 (en) Systems, methods, and computer readable medium for generating playlists
KR102349522B1 (ko) 장기간 연관성 높은 문서 클러스터링을 위한 방법 및 시스템
KR102501496B1 (ko) 개인화를 통한 연합 학습의 다중 모델 제공 방법, 시스템, 및 컴퓨터 프로그램
US20210319074A1 (en) Method and system for providing trending search terms
KR102415366B1 (ko) 서로 다른 모달의 피처를 이용한 복합 랭킹 모델을 통해 연관 이미지를 검색하는 방법 및 시스템
KR102264481B1 (ko) 복수의 소셜 네트워크 서비스 내 채널을 그룹핑 하는 방법, 시스템, 및 비-일시적인 컴퓨터 판독가능한 기록 매체
KR20230151704A (ko) 지역 지식 그래프를 기반으로 추천 정보를 제공하는 방법, 컴퓨터 장치, 및 컴퓨터 프로그램
JP7068404B2 (ja) 長期間に関連のあるイシュー単位のクラスタを利用した文書タイムラインを提供する方法およびシステム
JP7165165B2 (ja) 長期間の連関性が高い文書クラスタリングのための方法およびシステム
KR102244130B1 (ko) 영화 검색에서 사용자 경험 개선을 위한 방법 및 시스템
US10523774B2 (en) Method and system for personalizing notification time within contents service
CN110929207A (zh) 数据处理方法、装置和计算机可读存储介质
KR102705772B1 (ko) 취향에 따른 장소 관련 추천을 제공할 수 있는 방법, 시스템, 및 컴퓨터 프로그램
KR102086007B1 (ko) 검색어 기반 컨텐츠 구독을 지원하는 방법 및 시스템
JP7254880B2 (ja) コンテンツ配置方法およびコンピュータ装置
KR102426056B1 (ko) 문서 선별을 위해 멀티모달 어뷰징 패턴을 감지하는 방법, 시스템, 및 컴퓨터 프로그램
KR20230032811A (ko) 검색 질의에 따라 검색 결과에 포함된 아이템 별 하위 아이템 추천 목록을 동적으로 제공할 수 있는 방법, 시스템, 및 컴퓨터 프로그램
KR20220143294A (ko) 리플라이 메시지에 대한 모아보기를 제공하는 방법, 컴퓨터 장치, 및 컴퓨터 프로그램
JP2023108590A (ja) 関心トピックに基づいた個人化推薦のための方法、システム、およびコンピュータプログラム
KR20230113079A (ko) 관심 지역에 대한 개인화 추천을 위한 방법, 시스템, 및 컴퓨터 프로그램
KR20230018049A (ko) 인물 정보를 이용한 사진 분류 기능을 제공하는 방법, 컴퓨터 장치, 및 컴퓨터 프로그램
JP2023035896A (ja) 検索クエリによって検索結果に含まれたアイテム別に下位アイテム推薦リストを動的に提供する方法、システム、およびコンピュータプログラム
CN115952348A (zh) 一种兴趣推送方法、装置、设备及计算机可读存储介质
KR20230065749A (ko) 별점을 대체하는 키워드 리뷰를 위한 방법, 시스템, 및 컴퓨터 프로그램

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant