KR20000063422A

KR20000063422A - 인터넷 정보 검색 시 개인의 북마크 파일 데이터를기반으로 필터링하여 개인 맞춤 검색 결과를 도출하는 방법

Info

Publication number: KR20000063422A
Application number: KR1020000039163A
Authority: KR
Inventors: 유인오
Original assignee: 유인오; 주식회사 데카커뮤니케이션즈
Priority date: 2000-07-08
Filing date: 2000-07-08
Publication date: 2000-11-06

Abstract

본 발명은 인터넷 정보 검색 시 개인의 북마크 파일 데이터를 기반으로 정보를 필터링하여 개인 맞춤 검색 결과를 도출하는 방법으로서, 특히 인터넷상에서 정보를 검색할 때 각 사용자의 북마크 파일 정보를 기반으로 사용자의 성향과 특성을 분석하고 각 주제별, 특성별로 그룹화 한 후, 이를 검색 결과에 반영하여 여과(Filtering)함으로써 보다 개인화된 검색 결과를 도출해 내는 것을 그 목적으로 한다.

이를 위하여 본 발명은, 사용자가 인터넷을 통해 웹서버에 접속하는 단계와, 사용자의 승인에 따라 사용자의 PC에 저장되어 있는 북마크 정보를 확인하여 웹서버로 전송하기 위한 프로그램을 클라이언트에 설치하는 과정과, 사용자의 웹브라우저 종류 및 버전을 체크하는 단계와, 사용자가 인터넷 정보 검색을 하고자 할 때, 설치된 프로그램을 통해 각 사용자의 클라이언트에 저장되어 있는 북마크 정보를 웹서버의 데이터베이스로 읽어들이는 단계와, 읽어들인 북마크 정보를 분석 가공하여 사용자의 성향을 파악하고 각 성향별 및 주제별로 그룹화 하는 단계와, 파악된 사용자 및 각 그룹별 성향을 기반으로 검색 결과를 필터링하여 각 사용자들의 성향에 맞는 정보를 우선적으로 표시하는 단계와, 검색 결과에 따른 사용자들의 클릭 행동 자료와 검색어 등의 피드백 자료들을 데이터베이스에 저장하는 단계와, 저장된 피드백 자료들을 학습모듈을 통하여 사용자의 반응과 변화하는 관심사항에 대해 학습하는 단계를 포함하는 개인의 북마크 파일 데이터를 기반으로 필터링한 개인 맞춤 검색 결과 도출 서비스가 제공된다.

이로 인해 기존의 검색엔진과는 달리, 각 개인별 북마크 정보를 기반으로 사용자들의 성향을 파악하고 이를 검색 결과에 반영함으로서 사용자들은 각 개인에게 맞는 정보들만을 우선적으로 검색할 수 있는 효과가 있다. 또한 북마크라는 개인화된 매체를 통해 지속적으로 변화하는 사용자들의 성향을 즉시 파악하고, 이를 검색 결과에 반영하기 때문에 사용자의 성향 변화에 따라 정확한 정보를 얻을 수 있다는 장점이 있다.

Description

인터넷 정보 검색 시 개인의 북마크 파일 데이터를 기반으로 필터링하여 개인 맞춤 검색 결과를 도출하는 방법{Method for Retrieving User Intent-Based and Personalized Search Results by Analyzing the Intents of Each Users from Each Individual Bookmark Data and Filtering It upon Searching for Information on the Internet}

본 발명은 인터넷 정보 검색 시 개인의 북마크 파일 데이터를 기반으로 필터링하여 개인 맞춤 검색 결과를 도출하는 것으로서, 특히 북마크(즐겨찾기) 파일 데이터가 가지고 있는 고객의 성향을 주제별로 파악하여 별도의 알고리즘으로 분석하고 이를 인터넷 검색 시 검색 결과에 자동 반영하여 그 개인의 성향에 맞는 사이트를 추천 형식으로 우선 순위에 의해 보여 주는 것으로서 종전 검색기법보다 개인화된 검색 결과를 이끌어 내는 방법에 관한 것이다.

최근 급변하는 정보화 사회 속에서 정보통신 분야 등의 발달에 힘입어 인터넷 사용자에게 사용 가능한 정보의 양은 그 방대함이 다루기 힘들 정도에까지 이르렀다.

이를 해결하기 위한 방법으로, 인터넷 검색 엔진과 같은 기술이 상용화되어 활용되고 있으나, 이와 같은 경우 검색되어진 결과의 양은 줄여주지만 개인의 성향과 특성에는 관계없이 정보를 검색하기 때문에, 사용자가 필요로 하는 정보의 내용을 파악하고 추출해 내기 위해서는 많은 시간과 노력이 추가적으로 필요하다. 즉 지금까지 대부분의 인터넷 검색 엔진은 정확성(Accuracy)보다는 재현율(Recall)을 최대화시키고, 속도를 높이는데만 초점을 두어 설계되어 왔다. 따라서 사용자는 여전히 자신에게 필요한 정보를 찾기 위해 대량의 정보를 살펴보아야만 하는 단점이 있었다.

또한 기존의 검색 엔진의 경우, 사용자가 검색을 실행하였을 때, 최종 검색되어진 결과 중에서 사용자들의 관심에 따라 선택되어 이동되어진 링크들을 단순히 클릭 빈도만으로 조사하고 이를 다시 검색 결과에 적용하여 정확성을 높이려는 시도를 하였으나, 각 개개인의 성향 및 특성 정보를 알지 못하는 한 개인화된 검색 결과를 도출해 내는데는 많은 어려움이 있다.

따라서 이와 같은 문제점들을 해결하기 위해, 각 사용자의 성향에 맞는 개인화된 검색 엔진의 개발이 요구되어 왔다.

따라서 본 발명은 상기와 같은 문제점을 해결하기 위하여 안출된 것으로서, 인터넷상에서 정보를 검색할 때 각 사용자의 북마크 파일 정보를 기반으로 사용자의 성향과 특성을 분석하고 각 주제별, 특성별로 그룹화 한 후, 이를 검색 결과에 반영하여 여과(Filtering)함으로써 보다 개인화된 검색 결과를 도출해 내는 것을 그 목적으로 한다.

고객의 성향을 파악하기 위한 방법으로, 개인의 클라이언트에 저장된 북마크 정보의 색인어를 분석하여 개인 성향을 파악하고 이를 검색에 반영하는 것과, 또한 각 개인의 성향을 파악해 결합시킨 데이터베이스와 학습모듈을 연동하여 주제별로 유사한 특성을 가진 개인들을 그룹화하고, 특정 주제를 검색하였을 때, 그 개인과 유사한 특성을 가진 그룹에 포함되어 있는 성향을 검색 기능에 반영하여 보다 효과적인 검색을 수행할 수 있도록 하는 것을 그 목적으로 한다.

또한 본 발명은 학습모듈이 개인성향들을 학습함에 있어서, 지속적으로 업데이트가 이루어지는 북마크 데이터 자료, 검색 결과에 따른 클릭 행동자료, 검색어 자료 등을 학습모듈을 통하여 개인의 반응과 관심사항을 파악한 후 학습을 수행함으로써, 사용자 성향 및 그룹화 업데이트가 계속 이루어지도록 하고 이를 정보 검색 시 반영하여 보다 효율적으로 검색 결과를 이끌어내도록 하기 위한 것이다.

도 1은 본 발명의 실시 예에 따른 인터넷 정보 검색 시 개인의 북마크 파일 데이터를 기반으로 필터링하여 개인 맞춤 검색 결과를 도출하는 방법의 망 접속 상태 및 시스템 구성을 나타내는 도면

도 2는 본 발명의 실시 예에 따른 인터넷 정보 검색 시 개인의 북마크 파일 데이터를 기반으로 필터링하여 개인 맞춤 검색 결과를 도출하는 방법의 전체적인 흐름도를 나타내는 도면

도 3은 본 발명의 실시 예에 따른 인터넷 정보 검색 시 개인의 북마크 파일 데이터를 기반으로 필터링하여 개인 맞춤 검색 결과를 도출하는 방법에서의 사용자 성향 분석 모듈을 나타내는 도면

<도면의 주요부분에 대한 부호의 설명>

상기와 같은 목적을 달성하기 위해서, 본 발명은 사용자가 인터넷을 통해 웹서버에 접속하는 단계와, 사용자의 승인에 따라 사용자의 PC에 저장되어 있는 북마크 정보를 웹서버로 전송하는 프로그램을 클라이언트에 설치하는 과정과, 사용자의 웹브라우저 종류 및 버전을 체크하는 단계와, 사용자가 인터넷 정보 검색을 하고자 할 때, 설치된 프로그램을 통해 각 사용자의 클라이언트에 저장되어 있는 북마크 정보를 웹서버의 북마크 DB로 읽어들이는 단계와, 읽어들인 북마크 정보를 분석 가공하여 사용자의 성향을 파악하고 각 성향별 및 주제별로 그룹화 하는 단계와, 파악된 사용자의 성향을 토대로 검색 결과를 필터링하여 사용자들의 성향에 맞는 정보를 표시하는 단계와, 검색 결과에 따른 사용자들의 클릭 행동 자료와 검색어 등의 피드백 자료들을 데이터베이스에 저장하는 단계와, 저장된 피드백 자료들을 학습모듈을 통하여 사용자의 반응과 변화하는 관심사항에 대해 학습하는 단계를 포함하는 개인의 북마크 파일 데이터를 기반으로 필터링한 개인 맞춤 검색 결과 도출 서비스가 제공된다.

이제 도면을 참조하여 본 발명의 바람직한 실시 예를 상세히 설명하면 다음과 같다.

도 1은 본 발명의 실시 예에 따른 인터넷 정보 검색 시 개인의 북마크 파일 데이터를 기반으로 필터링하여 개인 맞춤 검색 결과를 도출하는 방법의 망 접속 상태 및 시스템 구성을 나타내는 도면이다.

도 1을 참조하면, 사용자 측 클라이언트(110a∼110n)는 인터넷(120)을 통해 웹서버(130)와 연결되어 있고, 웹서버(130) 내에는 Temp 북마크 DB(140), 북마크 DB(150), 학습모듈(160), 그룹화된 고객 성향별 색인 DB(170), 분석모듈(180), 그리고 클릭행동 및 검색어 DB(190)가 있어 사용자와의 북마크 및 검색 정보 교환을 통해 사용자의 성향에 맞는 개인화된 맞춤 검색 서비스가 제공되어지게 된다.

실시 예에 따르면, 사용자가 클라이언트(110a∼110n)에서 인터넷(120)을 통해 웹사이트서버(130)에 접속하여, 사용자의 북마크 정보를 웹서버(130)로 전송하는 프로그램을 다운받아 클라이언트(110a∼110n)에 설치하고, 웹브라우저 종류 및 버전을 체크한 다음, 정보 검색 시 사용자의 북마크 정보를 웹사이트 서버(130)를 통해 Temp 북마크 DB(140)에 저장하게된다. 이를 다시 북마크 DB(150)에 축적하고, 사용자의 클릭행동과 검색어 입력자료를 파악하여 클릭행동 및 검색어 DB(190)에 축적한다. 학습 모듈(160)에서는 북마크 DB(150)와 클릭행동 및 검색어 DB(190)의 연동을 통해 고객의 성향을 학습함으로써 불용어 제거, 어간 복구(stemming) 등의 문서 선처리 과정을 수행하고, 이를 통해 문서 모델을 주제별, 고객성향별로 고려하여 그룹화한 후 그룹화된 고객성향별 색인 DB(170)를 생성하게된다. 이렇게 생성된 그룹화된 고객성향별 색인 DB(170)와 사용자의 북마크정보를 저장한 Temp 북마크 DB(140) 사이의 유사도를 측정함으로써 사용자와 관련 있는 개인화된 결과물을 우선 순위대로 출력한다. 분석한 결과는 클라이언트(110a∼110n)를 통해 사용자에게 전달되며, 사용자가 분석결과를 선택 클릭 함으로써 피드백을 받게 되는데, 이 정보는 다시 웹서버(130)를 통해 클릭행동 및 검색어 DB(190)에 저장하게 되어 차후의 검색에 반영되게 된다.

도 2는 본 발명의 실시 예에 따른 인터넷 정보 검색 시 개인의 북마크 파일 데이터를 기반으로 필터링하여 개인 맞춤 검색 결과를 도출하는 방법의 전체적인 흐름도를 나타내는 도면이다.

먼저, 사용자가 인터넷을 통해 웹서버에 접속하여(단계 S101), 사용자의 북마크 정보를 웹서버로 전달하는 어플리케이션 프로그램을 다운받아 클라이언트에 설치하게 된다(단계 S102).

이때, 프로그램은 사용자가 현재 사용하고 있는 웹브라우저의 종류 및 버전을 확인하고 북마크의 클라이언트 내 위치 정보를 파악하게 된다(단계 S103).

사용자가 검색어를 입력하고 검색 명령을 실행하면(단계 S104), 먼저 검색 엔진을 통해 검색어에 해당하는 모든 문서를 검색하여 웹서버로 불러들이고(단계 S105) 상기 설치된 프로그램은 클라이언트에 저장되어 있는 북마크 정보를 모두 웹서버의 임시 북마크 DB에 저장하게 된다(단계 S106). 이를 통해 웹서버는 개인별 북마크 정보와 그룹화된 개인 성향별 색인 DB를 연동하여 분석을 하고(단계 S107), 분석된 결과를 토대로 단계 S105에서 검색된 문서들을 필터링하게 된다(단계 S108). 최종적으로 여과된 정보를 우선 순위대로 사용자의 클라이언트에 전송하여 표시하고(단계 S109), 검색결과 중 사용자가 선택하는 링크 정보와 사용자의 북마크 정보, 그리고 검색어 정보를 모두 수집하여 저장하고 이를 학습모듈을 통해 변화해 가는 사용자들의 성향을 학습하게 된다(단계 S110). 이때 학습된 내용들은 차후의 검색 여과(Filtering) 작업에 반영되기 때문에 사용자들의 검색기능 사용 횟수가 증가할수록 사용자의 기호와 매치되는 좀더 개인화된 검색 결과를 제공할 수 있게 된다.

도 3은 본 발명의 실시 예에 따른 인터넷 정보 검색 시 개인의 북마크 파일 데이터를 기반으로 필터링하여 개인 맞춤 검색 결과를 도출하는 방법에서의 사용자 성향 분석 모듈을 나타내는 도면이다.

도 3에 따르면, 먼저 사용자 웹브라우저에서 북마크 정보를 추출하여(301), TEMP 북마크 DB(308)에 저장하고, 이를 다시 북마크 DB(309)에 저장을 하는데, 이때 임시 북마크 DB(308)에 저장된 자료는 입력된 검색어를 검색할 때 그룹화된 고객 성향별 색인 DB(311)와 연동하여 분석하게 된다. 사용자가 검색어를 입력하면(302), 클릭행동 및 검색어 DB(310)에 저장한 후, 고객 성향별 색인 DB(308)와 TEMP 북마크 DB(311)를 연동하여 분석하여(303), 검색 결과를 출력하게 된다(303). 사용자가 출력물을 선택하여 클릭함으로 피드백을 받게 되는데(305), 이는 클릭행동 및 검색어 색인 DB에 저장된다(310). 학습 모듈에서 북마크 DB(309)와 클릭행동 및 검색어 DB(310)의 연동을 통해 고객의 성향 학습함으로써 불용어 제거, 어간 복구(stemming) 등의 문서 선처리 과정을 수행하고, 이를 통해 문서 모델을 주제별 고객성향을 고려한 그룹화를 통해(306), 그룹화된 고객성향별 색인 DB(311)를 생성하게된다(307).

이상 본 발명을 바람직한 실시 예를 사용하여 상세히 설명하였지만, 본 발명의 범위는 특정 실시 예에 한정되는 것은 아니며, 첨부된 특허 청구범위에 의해서 해석되어야 할 것이다.

본 발명에 따르면, 인터넷상에서 정보를 검색할 때 각 사용자의 북마크 파일 정보를 기반으로 사용자의 성향과 특성을 분석하고 각 주제별, 특성별로 그룹화 한 후, 이를 검색 결과에 반영하여 여과(Filtering)함으로써 보다 개인화된 검색 결과를 도출해 내고, 그 결과, 기존의 정보 과적화(Information Overload)로 인해 발생되는 불필요한 시간과 노력의 낭비를 최소화 할 수 있다. 즉, 사용자들은 기존의 검색 엔진에서와 같이, 검색되어진 수많은 정보들 중에 자신이 필요한 정보를 얻고자 모든 정보들을 확인할 필요 없이 자신의 성향과 특성에 맞는 정보들을 최우선적으로 검색할 수 있는 장점이 있다.

또한 학습 모듈을 통해 사용자의 북마크 데이터와 클릭 행동자료, 그리고 검색어 자료 등을 자동 학습하도록 하여 지속적으로 변화하는 사용자의 성향을 파악할 수 있고, 이를 통해 사용자의 변화된 성향에 따른 개인화된 검색 결과를 제공할 수 있게 된다. 그리고 이러한 학습 모듈을 통해 사용자의 검색 엔진 사용 횟수가 증가할수록 사용자의 기호와 매치되는 좀더 개인화된 검색 결과를 제공할 수 있게 된다.

Claims

사용자가 인터넷을 통해 웹서버에 접속하는 단계와,

사용자의 승인에 따라 사용자의 PC에 저장되어 있는 북마크 정보를 확인하여 웹서버로 전송하기 위한 프로그램을 클라이언트에 설치하는 과정과,

사용자의 웹브라우저 종류 및 버전을 체크하는 단계와,

사용자가 인터넷 정보 검색을 하고자 할 때, 설치된 프로그램을 통해 각 사용자의 클라이언트에 저장되어 있는 북마크 정보를 웹서버의 색인 데이터베이스로 읽어들이는 단계와,

읽어들인 북마크 정보를 분석 가공하여 사용자의 성향을 파악하고 각 성향별 및 주제별로 그룹화 하는 단계와,

파악된 사용자 및 각 그룹별 성향을 기반으로 검색 결과를 필터링하여 각 사용자들의 성향에 맞는 정보를 우선적으로 표시하는 단계와,

검색 결과에 따른 사용자들의 클릭 행동 자료와 검색어 등의 피드백 자료들을 데이터베이스에 저장하는 단계와,

저장된 피드백 자료들을 학습모듈을 통하여 사용자의 반응과 변화하는 관심사항에 대해 학습하는 단계를 포함하여 이루어진 개인의 북마크 파일 데이터를 기반으로 검색정보를 필터링하여 개인 맞춤 검색 결과를 도출하는 방법.
제 1항에 있어서,

상기 클라이언트에서 북마크 정보를 상기 웹서버로 전송하는 과정에서,

사용자의 클라이언트에 설치되어 있는 모든 웹브라우저(MS사의 익스플로러, Netscape사의 네비게이터, 및 각종 전용 브라우저)의 북마크 위치 정보를 파악하고, 사용자의 정보 검색 시, 상기 모든 웹브라우저의 북마크 정보를 북마크 DB에 저장하여 사용자의 성향을 분석하는 기능을 포함한 개인의 북마크 파일 데이터를 기반으로 검색정보를 필터링하여 개인 맞춤 검색 결과를 도출하는 방법.
제 1항에 있어서,

클라이언트로부터 읽어들인 북마크 정보를 분석 가공하여 사용자의 성향을 파악하고 각 성향별 및 주제별로 그룹화하는 단계에서는,

각 사용자들의 북마크 정보를 전송받아 이를 토픽별로 모은 후, 토큰화(Tokenization) 하고, 비슷한 부류의 사용자 성향별로 DB에 저장하는 기능을 포함한 개인의 북마크 파일 데이터를 기반으로 검색정보를 필터링하여 개인 맞춤 검색 결과를 도출하는 방법.
제 1항에 있어서,

사용자 및 각 그룹별 성향을 기반으로 검색 결과를 필터링하여 각 사용자들의 성향에 맞는 정보를 우선적으로 표시하는 단계에서는,

사용자의 북마크 정보와 그룹화된 고객 성향별 색인 DB, 그리고 최초 검색되어진 결과 사이의 유사도를 측정함으로써 사용자와 관련이 있다고 추정되는 개인화된 문서를 선택하는 기능과,

선택되어진 문서들 중, 그 유사도가 제일 높은 문서들을 우선하여 정렬하고, 정렬된 결과 순으로 사용자의 클라이언트로 전송하여 표시하는 기능을 포함한 개인의 북마크 파일 데이터를 기반으로 검색정보를 필터링하여 개인 맞춤 검색 결과를 도출하는 방법.
제 1항에 있어서,

검색 결과에 따른 사용자들의 클릭 행동 자료와 검색어 등의 피드백 자료들을 데이터베이스에 저장하는 단계에서는,

최종적으로 사용자에게 제공되어진 맞춤 검색결과 중에서 사용자에 의해 선택되어 이동되어진 사이트들의 링크 정보를 파악하는 기능과,

상기 파악된 링크 정보들을 상기 클릭행동 및 검색어 DB에 검색어와 분석된 사용자의 성향정보를 함께 저장하는 기능을 포함한 개인의 북마크 파일 데이터를 기반으로 검색정보를 필터링하여 개인 맞춤 검색 결과를 도출하는 방법.
제 1항에 있어서,

상기 저장된 피드백 자료들을 학습모듈을 통하여 사용자의 반응과 변화하는 관심사항에 대해 학습하는 단계에서는,

상기 수집된 북마크 DB와 클릭행동 및 검색어 DB로부터 자료를 추출하여 학습모듈을 통해 통계학적으로 분석하는 기능과,

상기 분석된 사용자들의 성향을 상기 그룹화된 고객 성향별 색인 DB에 축적함으로써 각 성향별 그룹들의 색인을 업데이트하는 기능을 포함한 개인의 북마크 파일 데이터를 기반으로 검색정보를 필터링하여 개인 맞춤 검색 결과를 도출하는 방법.
제 1항에 있어서,

상기 분석모듈에서 사용자의 성향을 보다 정확하게 판단하기 위한 방법으로서,

회원 가입을 통해 각 사용자들의 프로파일 정보와 각종 관심정보를 입력받아 학습모듈 및 분석모듈에 추가하고 북마크 정보와 연동하여 분석함으로써, 보다 구체적인 사용자들의 성향 변화와 관심도 변화를 측정하는 것을 특징으로 하는 개인의 북마크 파일 데이터와 개인 프로파일을 기반으로 검색정보를 필터링하여 개인 맞춤 검색 결과를 도출하는 방법.
컴퓨터에,

사용자가 검색어를 입력하고 검색을 실행하였을 때, 해당 검색어를 웹서버에 전송하여 검색을 수행토록 하는 기능과,

사용자의 북마크 정보를 웹서버로 전송하는 기능과,

상기 전송된 북마크 정보를 기반으로 사용자의 성향을 분석하고 그룹화하는 기능과,

분석된 사용자의 성향을 기반으로 맞춤 검색되어진 문서들을 클라이언트에 우선 순위별로 표시하는 기능과,

상기 표시된 검색 결과 중, 사용자가 선택하여 이동되어진 페이지의 위치 정보(URL)를 파악하여 웹서버로 전송하는 기능과,

상기 북마크 정보와 클릭행동 및 검색어 DB 및 그룹화된 고객성향별 색인 DB를 통해 변화하는 사용자들의 성향을 학습하는 기능을 실현시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체.