KR20070043949A - 블로그 소셜네트웍 구성방법 및 개인화된 검색 랭킹적용방법 - Google Patents

Abstract

본 발명은 블로그 상호간에 맺어진 링크정보를 이용하여 블로그간의 소셜네트워크를 구성하고 검색자가 검색결과에 대해 클릭하는 링크정보와 이러한 소셜네트워크의 정보를 이용하여 검색자 개인에 대하여 별도의 검색랭킹을 적용함으로써 검색을 통한 개인별 소셜검색네트웍을 구성하는, 인터넷상의 소셜네트워크 구성 및 개인화된 검색 서비스를 제공하는 것이다.

이 발명을 이용하면 검색자는 각 블로거가 직접 링크한 블로그 뿐 아니라 해당 블로거 자신이 알지 못하나 그 블로거와 관련있는 다른 블로거들의 관심사항에 대한 검색도 가능하여 비슷한 관심사를 가진 블로그 간의 소셜네트워크 검색이 가능하게 되어 검색자는 좀 더 높은 관련정보를 빨리 접근하게 된다.

또한 이러한 소셜네트워크를 기반으로 검색하는 검색자는 자신만의 개인화된 검색랭킹을 적용받을 수 있을 뿐 아니라 블로그 운영자는 자기중심의 소셜네트웍 검색 및 관련서비스도 제공받을 수 있게 된다.

블로그, 블로거, 검색, 소셜네트워크, 링크, 랭킹, 개인화

Description

블로그 소셜네트웍 구성방법 및 개인화된 검색 랭킹 적용방법{Methods to organize Blog Social Networks and to apply it for Personal Search Ranking}

도 1은 본 발명에 따른 서비스 시스템에 관한 일 실시 예의 구성도

도 2는 본 발명에 따른 서비스 시스템의 프로세스 개요도

도 3은 에이전트 서버의 기능에 대한 실시 예 및 분석정보의 저장 예

도 4는 링크분석서버의 분석 프로세스에 대한 흐름도

도 5는 링크분석서버가 OutLink를 이용하여 신뢰네트웍을 분석하는 과정에 대한 예

도 6은 분석된 링크의 저장방식의 예

도 7은 링크분석서버가 InLink를 이용하여 해당 정보를 신뢰네트웍에 포함하는 예

도 8은 신뢰네트웍에서 단순링크를 제외하고 관심네트웍을 구성하는 과정에 대한 예

도 9은 협의의 관심네트웍을 구성하는 예

도 10는 개인화 검색이 이루어지는 프로세스 개요도

도 11은 검색자에게 검색결과를 통해 소셜검색네트웍이 추가되는 과정의 구성도

도 12은 검색자의 소셜검색네트웍이 검색결과 랭킹에 반영되는 흐름도

도 13은 검색엔진이 검색결과에 소셜네트웍을 반영하는 실제 예

도 14는 블로그 소셜네트웍이 블로그 운영자에게 협업 시스템을 구성하게 하는 예

본 발명은 인터넷에 존재하는 블로그에 대한 네트워킹과 검색서비스에 관한 것으로

블로그 운영자가 직접 링크한 다른 블로그뿐만 아니라 해당 블로그를 링크한 다른 블로그를 포함하여 블로그 운영자에 대한 소셜네트웍을 형성하고 이 네트웍을 검색대상에 포함하는 블로그 소셜네트웍 구성과

블로그 검색서비스를 이용하는 검색자는 자신의 검색결과에 대해 클릭하는 링크정보와 기 구성된 소셜네트웍이 결합함으로써 개인화된 자동랭킹을 적용받아 양질의 원하는 검색결과를 얻게 하는 서비스시스템 및 방법에 관한 것이다.

인터넷이 의사소통의 통로로 발달함에 따라 블로그와 같은 1인 미디어를 쓰고 이용하는 인터넷 인구가 급속히 증가하고 있으며,

이러한 1인 미디어에서 쏟아지는 글의 수는 기존 매체가 창출하는 글의 수 십,수백배 이상이 되고, 블로그 상호간에는 서로의 관심사에 따라 상호 링크가 증가하고 있으며 이와 함께 상호간의 글에 대하여 덧글, 트랙백 등을 통한 의사소통도 활발히 전개되고 있다.

또한 이러한 블로그가 활성화 됨에 따라 이를 마케팅에 활용하고자 하는 광고, 스팸성 글, 펌질을 위한 글 또한 증가함에 따라

일반적인 검색엔진으로는 이렇게 쏟아지는 글들에 대해 적당한 검색방법을 제공하지 못함으로써 검색이용자들은 자신이 원하는 결과를 얻기에 더욱 어려워졌다.

더구나 페이지랭크를 겨냥한 블로그 링크, 덧글, 트랙백이 스패머의 대규모 공격을 받아 단순히 링크중심의 검색이나 네트웍 형성은 그 의미가 무색해져가고 있다.

또한 구글의 PageRank같은 알고리즘들은 문서의 생산자 보다는 하나하나의 문서 자체에 랭킹을 접목하는 방법을 사용하고 있으며, 기존의 링크클릭기반의 집단지성은 이용자가 클릭하는 글 하나하나에 대한 랭킹으로 한정되어 있어

좋은 글을 추천하는데는 적당한 방법이 될수 있으나 비슷한 정보를 쏟아내는 다양한 블로그의 글들을 추천할수 없는 단점이 있다.

이러한 문제로 인하여 RSS를 통한 맞춤블로그 모니터링 서비스등이 이용되고 있으나 개인이 이용할 수 있는 대상 블로그의 수도 제한적일 뿐 아니라 단순한 신규글 모니터링에 그치고 있어 검색서비스로 이용되기에 부족함이 많다.

이에 본 발명은 이러한 문제점을 해결하기 위하여 고안된 것으로 블로그가 상호간에 적용한 링크를 추출하여 각 블로그의 입장에서 자기 중심의 소셜네트웍을 구성할 뿐만 아니라, 블로그 검색서비스를 이 소셜네트웍기반위에 제공함으로써 검색서비스 이용자가 검색하고 클릭하는 링크정보와 이 소셜네트웍정보를 통하여 보다 관련성 높은 양질의 정보를 빠르게 얻을 수 있게 하는 개인화된 랭킹시스템 및 방법을 제공하는데 그 목적이 있다.

상기와 같은 목적을 달성하기 위하여, 본 발명에 따른 블로그 소셜네트웍 구성 및 검색랭킹시스템은 블로그 운영자의 링크정보를 추출하고 블로그간의 이러한 링크정보에 대한 상호관계성을 추출하여 데이터베이스화 하고, 해당 블로그 운영자가 링크한 다른 블로그와, 그 다른 블로그가 링크한 또다른 블로그, 그리고 해당 블로그로 링크된 다른 블로그를 포함하여 해당 블로그에 대한 소셜네트웍으로 구성하며,

상기에 구성된 소셜네트웍 정보를 이용하여 블로그 검색 이용자들에게 해당 블로그와 비슷한 관심사를 갖는 소셜네트웍 검색서비스로 제공하며, 블로그 서비스 검색자가 검색하는 검색결과에 대한 링크의 클릭정보인 링크의 소유자인 블로그와 그 블로그의 소셜네트웍을 검색자의 검색랭킹에 자동적용하는 개인화 검색 랭킹 시스템을 구성하는 것을 특징으로 한다.

상기 블로그에서 추출하는 링크 정보는 블로그 자신이 이웃이나 관심블로그로 직접 링크한 이웃블로그 링크정보를 기본으로 하고 해당 블로그 글에 대해 덧글 을 단 다른 블로그의 정보, 해당 블로그 글에 트랙백을 단 다른 블로그, 그리고 해당 블로그 글내용중에 언급되어 링크된 다른 블로그의 정보를 포함할 수 있다.

상기의 링크정보 추출은 모든 블로그에 대하여 행하여 지는데 이 추출된 정보는 종류별로 구별하여 개별블로그 중심으로 데이터베이스화 한다.

상기 데이터베이스화된 정보를 일 개인 블로그 중심에서 분석하면 해당 블로그가 직적 링크한 outlink정보, 해당블로그를 외부에서 링크한 다른 블로그 정보인 inlink정보로 구성되게 된다.

상기 링크정보중 다른 블로그가 해당블로그에 접속하여 등록한 덧글과 트랙백에 존재하는 블로그정보는 해당블로그가 등록한 링크가 아니므로 inlink정보로 구성한다. 반면 해당 블로그가 다른 블로그에 접속하여 남긴 덧글, 트랙백이 존재하는 블로그는 해당 블로그가 직접작성한 것이므로 outlink로 구성한다.

상기 구성된 정보중 일 개인 블로그 입장에서 자기 스스로 링크한 outlink정보에 해당하는 블로그네트웍을 outlink네트웍, 다른 블로그가 해당 블로그에 대해 링크한 inlink정보에 해당하는 블로그네트웍을 inlink네트웍으로 구별한다.

상기 구별된 outlink네트웍에 해당하는 블로그정보와 inlink네트웍에 해당하는 블로그정보중 outlink네트웍과 중복되는 블로그정보를 1차네트웍으로, inlink네트웍 구성블로그중 1차네트웍에 포함되지 못한(outlink네트웍과 중복되지 않는) 블로그 정보를 2차네트웍으로 구별한다.

상기 1차네트웍과 2차네트웍의 합을 해당 블로그의 입장에서본 소셜네트웍으 로 규정하나 2차네트웍의 경우는 즉시 해당블로그에 대한 소셜네트웍에 구성시키지 않고 최종분석후 그 적합성이 증명될때까지 유보시킨다. 이는 해당 블로그가 직접적으로 링크하지 않은 블로그를 자신의 소셜네트웍으로로 자동 확장할 경우 악의적 스팸덧글이나 트랙백, 링크를 통해 해당 블로그의 소셜네트웍에 진입하는 것을 막고자 함이다.

이제 자신이 outlink로 직접 링크를 맺거나 inlink로 타인에 의해 링크되어진 1단계에서의 링크 관계를 벗어나 2단계 이상에서의 링크와 소셜네트웍에 대해 설명하기로 하자.

상기 해당블로그의 OutLink네트웍에 존재하는 개개의 블로그들이 또다시 자기들의 중심에서 구성한 다른 OutLink네트웍(2단계 이상에서 이루어진)은 상기의 소셜네트웍에 즉시 포함시키나 그 블로그들에 링크한 2차네트웍은 2단계 이상에서의 분석에서는 상기의 소셜네트웍에 구성방법에 포함시키지 않는다.

이는 분석이 시작되는 블로그의 개인중심에서 확장되는 자신의 네트웍을 분석하는 것이므로 해당 블로그에 대한 1단계분석에서의 1차, 2차네트웍과 계속해서 단계적으로 확장될 OutLink로 이루어진 관계만으로된 분석으로도 블로그 자신의 소셜네트웍을 구성하기에 충분하기 때문에 굳이 2차네트웍을 통한 블로그네트웍의 자동 확장으로 인해 악의적 스팸덧글이나 트랙백, 링크를 통해 해당 블로그의 소셜네트웍에 진입하는 것을 막는 계산 비용을 줄이기 위함이다.

상기 OutLink네트웍을 통한 블로그네트웍 확장 방법은 "본인이 신뢰한 사람 이 신뢰한 다른 사람은 신뢰한다"는 신뢰를 기반으로 한 네트웍(trusted network)을 구성하는 방법이며 또 이를 통해 자동확장하는 방법이다.

OutLink네트웍을 통한 소셜네트웍 확장범위는 OutLink의 링크정보를 단계적으로 그리고 반복적으로 분석해 나가는데 있어서 첫째, 분석된 OutLink네트웍에 해당하는 블로그에 대해 더이상의 OutLink정보가 존재하지 않을경우 둘째, 해당 단계의 OutLink의 블로그정보들이 이미 시작 블로그의 전체 OutLink네트웍정보에 포함되어 있을경우 셋째, 이러한 반복이 무한 단계로 확장되는 것을 막기위하여 특별히 지정된 단계에(예로 5단계까지) 도달했을때까지 계속한다.

상기의 OutLink네트웍을 통한 소셜네트웍확장은 개별블로그에 대하여 실시하되 전체 블로그데 대한 분석이 끝날때까지 시행하게 된다.

상기 1단계 분석에서 블로그의 소셜네트웍에 포함되었으나 판단이 유보된 2차네트웍의 구성원인 블로그정보는 OutLink 확장단계에서 발견되어 해당 소셜네트웍에 포함된 블로그를 제외한 기타 블로그정보의 경우 상기 전체 블로그 개별에 대한 OutLink네트웍 분석을 통한 후에 검증의 단계를 거친다

상기 1단계에서의 분석으로 포함되지 않은 2차네트웍 구성원(유보된 구성원)은 각 개별 블로그 중심으로 재구성된 또다른(B,C,..의) OutLink네트웍이 이 유보된 블로그를 포함하고 있고, 또한 이들 블로거(B,C,..)가 상기 블로그(A)의 OutLink네트웍의 구성원이라면 이 유보된 구성원을 해당블로그의 1차네트웍으로 포 함시키고 그렇지 않은 구성원은 상기 블로그(A)의 소셜네트웍에서 제외시킨다.

이러한 상기의 방법으로 특정 블로그에 의도적으로 링크를 건 InLink정보중 스팸성의 블로그를 해당 신뢰네트웍(trusted network)에서 제외할 수 있게 된다.

이러한 방식으로 맺어진 블로그 네트웍은 개별 블로그 입장에서 볼때 신뢰할수 있는 블로그 소셜네트웍(trusted social network)만으로 구성되게 된다.

그러나, 블로그 개인이 직,간접적으로 맺어놓은 네트웍은 자신의 업무, 취미 등을 포괄하는 자신의 관심사외에 자신의 가족, 지인, 친구 등의 단순관계에 있는 블로그에 대한 링크도 존재하게 된다. 따라서 상기의 방법대로 구성된 신뢰네트웍은 신뢰네트웍구성원들이 링크한 그들의 가족, 지인등의 단순관계도 포함될수 있기 때문에 분석대상이 되는 개별 블로그 자신의 관심사(업무, 취미 등)에 대한 동일관심소셜네트웍보다 더 포괄적인 개념이다.

따라서 이러한 단순관계를 벗어나 자신의 관심영역에 초점을 맞춘 관심(관련)네트웍을 구별해낼 필요가 있다. 이러한 이유는 관계의 중심이 되는 개별블로그와, 이 블로그를 중심으로 특정 관심분야에 대해 검색하는 이용자들에게 그들의 단순관계에 존재하는 글들에 대한 검색은 의미가 없기 때문이다.

상기의 관심네트웍은 상기로부터 도출된 신뢰네트웍에서 단순히 일방향 하나로만 링크되어진 블로그, 링크를 건 블로그와 링크를 받은 블로그의 상호링크로만 존재하는 블로그를 제외한다. 즉 블로그 A는 블로그C와 링크를 맺고 있는데 해당 신뢰네트웍에 존재하는 블로그의 개별네트웍에서 블로그 A외에는 블로그C와 맺어진 링크가 없을 경우 블로그C는 블로그A의 단순네트웍으로 판단되어 관심네트웍에서는 제외되게 된다.

또한, 이러한 관계는 블로그A의 입장에서 뿐 아니라 여러단계를 거치면서 포함된 모든 블로그의 단순링크를 파악하는 과정을 거치게 되는데 이는 다음과 같다.

블로그A가 맺는 블로그B는 블로그A의 신뢰네트웍이자 관심네트웍으로 판단되어 블로그B가 맺은 블로그B2도 블로그A의 신뢰네트웍으로는 포함되지만 위의 과정에서 블로그 B2가 블로그B에서만 링크되어진 단순네트웍으로 판단되게 되면 블로그 B2는 자동적으로 블로그A에서도 관심네트웍으로 포함되지 아니한다.

결국 전 블로그에 대해 이러한 과정을 거친후에 블로그A에 대한 관심네트웍이 형성되게 된다.

그러나 상기와 같이 단순관계의 링크만 제거하여 관심네트웍을 구성할 경우에도 사람들의 다중 관심사를 반영하지 못하게 된다. 즉 블로그 A는 '골프', '개발'에 관심을 가지고 있으나 A의 네트웍인 B는 '개발'과 '여행'에 관심을 가지고 있을 수 있다. 이때 '개발'이라는 관심때문에 B는 A의 관심네트웍에 포함될수 있으나 B는 '여행'이라는 관심으로 인하여 B가 네트웍을 맺은 B1과 링크를 갖게 될수 있다. 이렇게 되면 결국 A와 B1은 전혀 별개의 이유로 네트웍이 될수도 있게 된다. 이것은 분석단계가 최초 블로그로부터 멀어질수록 개별블로그들의 다중 관심사 때문에 해당 블로그와 다른 관심으로 즉 관계없는 관심사로 엮어질 가능성이 크다.

따라서 이러한 경우를 고려하며 상기 관심네트웍중에서 해당 블로거와 직접 관계를 맺는 1단계분석에서 존재하는 outlink와 검증이 확인된 inlink의 블로그만을 대상으로 협의의 관심네트웍을 구성할 필요도 있다.

이러한 소셜네트웍을 특정 분야에 대한 소셜네트웍으로 구성하지 아니하고 블로그 개인중심의 소셜네트웍으로 구성하는 이유는, 블로그마다 단순히 한분야에 대해서만 관심을 가지는 것이 아니라 여러분야에 관심을 가지게 되므로 링크분석을 통하여 단순히 하나의 분야에 대한 소셜네트웍을 구성하는 것은 불가능하기 때문이다.

따라서 개인을 중심으로한 관련네트웍분석을 하는것이 더 현실적이다.

한편 이 발명에 사용되는 소셜검색네트웍의 서비스방법은, 특정 블로거를 중심으로 검색이 이루어지되 해당 블로거 개인에 대한 검색 뿐 아니라 해당 블로거가 맺고 있는 비슷한 관심사를 가진 소셜네트웍에 포함된 블로거들의 글들도 함께 검색을 할 수 있기 때문에 검색자는 자신이 신뢰하는 특정블로그의 글을 접함으로써 그와 유사한 관련을 가진 블로그 집단에 대한 검색결과를 얻을수 있게된다.

즉 상기 소셜네트웍 분석으로 이미 개인별로 그와 관련된 다른 블로그들을 네트웍으로 구성해 놓았기 때문에 그 개인 하나의 블로그에 대한 정보를 접함으로써 그와 연관된 다른 모든 블로그의 글들도 검색가능하게 된다.

이 발명에 사용되는 개인화된 검색랭킹시스템의 서비스방법은, 상기 소셜네 트웍 구성에 기반된 검색시스템 및 검색자 개인에 대한 자동적인 소셜 검색 네트웍 구성 방법과 이를 통한 개인화된 동적 랭킹시스템에 관한 것으로서, 최초 검색자는 검색서비스에서 자신이 찾고자 하는 검색어를 입력한다.

상기 검색자는 검색결과의 리스트와 요약정보를 보고 자신이 찾고자 하는 검색대상으로 고려되는 해당 글을 클릭하게 된다.

상기 클릭은 서비스시스템에 의해 해당 글로 이동됨과 동시에 해당 글을 작성한 블로그와 그 블로그에 대한 소셜네트웍 정보를 검색자 자신의 아이디에(쿠키에 입력되거나 로그인 기반의 개인인증번호) 매칭하게 된다.

상기로 매칭된 블로그의 소셜네트웍은 검색자 자신의 소셜검색네트웍이 되고 검색자가 다시 검색시 해당 소셜네트웍의 구성원이 쓴 글은 자동으로 다른 글보다 우선순위가 높아지게 된다.

상기의 매칭시점은 단순 한번 클릭으로 해당 블로그와 검색자를 매칭할 수도 있겠지만 검색자가 중요하게 생각지 않는 블로그를 단순히 한두번 방문했을 수도 있기 때문에 검색로그를 추적하여 임계치 클릭수를(예로 동일블로그 2회 이상 클릭했을시 매칭) 적용할 수도 있다.

상기에 랭킹된 우선순위 방법은 해당 소셜네트웍구성원의 글이 다른 글에 대한 전체적으로 랭킹이 높아지는 방법으로 적용될수 있고, 전체 글중에서 동일 랭킹이 구성되어(예로 제목에서 검색된 결과는 같은 랭킹이 적용되고 본문의 랭킹보다는 높다.) 검색되는 경우에 동일랭킹에 대해서 소셜네트웍 구성원의 글이 우선 표출되는 방법으로 적용될 수도 있다.

검색자의 검색결과와 클릭 결과에 대한 정보인 글소유자의 블로그 정보는 지속적으로 누적하며 더이상 사용하지 않는 네트웍은 시간이 지나면 자동적으로 검색자의 랭킹에서 자동적으로 제거하는 기능을 지원할수도 있다.

이러한 검색과정에서 검색자 개인에게 맞춰진 소셜네트웍은 로그인기반의 검색서비스나 검색자가 누구인지 확인할 수 있는 검색서비스의 경우 검색자가 어느 블로그인지 확인할 수 있기 때문에 해당 블로그(검색자)의 소셜네트웍에 검색결과로 매칭된 소셜네트웍구성원을 추가로 관심네트웍에 포함시킬수도 있다.

이러한 검색자들에 의해 구성되는 소셜네트웍정보들은 종합되어 개인별 검색시에 사용되는 랭킹뿐 아니라 전역랭킹으로도 활용될수 있음은 당연하다.

한편, 이렇게 구성된 검색자 개인에 대한 소셜네트웍정보가 검색기술에 동적으로 적용되는 과정은 다음과 같다.

검색에 필요한 인덱싱 정보는 대부분 정적으로 파일로 기록되어 있고 재인덱싱 이전에는 문서의 랭킹정보가 바뀌지 않아 지속적으로 변경되는 검색자 개인별 소셜네트웍정보를 문서랭킹에 반영할 수가 없다.

따라서 상기의 검색자의 개인별 동적 랭킹에 필요한 소셜검색네트웍 정보들은 메모리상에 상주하고 탐색속도가 빠른 해쉬함수같은 알고리즘으로 개인별로 구성하되 검색시에 검색된 문서의 작성자가 해당 검색결과에 존재하는가를 비교하여 전체 검색문서중에서 해당 작성자가 존재하는 문서를 우선순위로 표출하는 소팅의 방법을 사용하는 것이 바람직하다.

또한 상기에서 언급한것 처럼 일반 검색된 문서에 동일랭킹이 적용되었을때 상기의 소셜네트웍에 포함되는 문서를 더 우선순위로 두어 소팅하는 방법을 적용하는 것도 당연하다.

또한, 상기의 신뢰소셜네트웍을 포함한 인증시스템을 적용한 시스템의 경우 이러한 검색서비스 외에 협업이 필요하나 완전개방형을 원하지 않는 협업형 위키나 카페같은 서비스에 별도의 가입절차 없이 접목이 가능하게 서비스할 수도 있다.

즉 비슷한 관심사에 대해 글을 쓰거나 관리하는 위키를 사용할 때 최초 위키작성자의 소셜네트웍 구성원은 자동적으로 해당 위키를 이용할 수 있는 권한을 부여받고 각 구성원들은 해당 위키에 대한 가입동의 절차 없이 단순히 이용하기만 하면 된다. 따라서 해당 위키를 사용하고자 하는 블로그는 별도의 가입절차 없이 해당 소셜네트웍에 포함된 다른 누군가에 의해 소셜네트웍 구성원으로 인정되기만 하면 된다.

뿐만 아니라 블로그 운영자는 자신의 블로그에 덧글을 쓰거나 트랙백을 달수 있는 권한을 상기의 인증시스템에서 자신의 소셜네트웍에 포함된 블로그에만 권한을 제한할 수도 있다.

이하 첨부된 도면을 참조하여 본 발명을 상세히 설명하기로 한다.

도 1은 본 발명에 따른 전체적인 구성도의 예로서, 본 발명의 서비스 시스템은(10) 블로그 링크정보를 저장하는 데이터베이스서버(11), 블로그에서 정보를 수집하여 링크를 추출하여 DB에 입력하는 로봇에이전트서버(12), 추출된 링크를 분석하여 소셜네트웍용 데이터로 가공하는 링크관계분석서버(13), 소셜네트웍데이터를 검색시 랭킹에 반영하는 검색서버(14)로 구성될수 있다.

도 2를 참조하여 본발명에 따른 전체적인 프로세스를 설명하기로 한다.

본 발명에 따라 로봇에이전트서버(12)는 데이터베이스에 저장된 블로그 주소를(1, 2) 이용하여 해당 블로그사이트를 방문하여 블로그 정보를 수집(3)하고 수집된 HTML에서 링크정보를 추출하여(4) 데이터베이스에 해당 링크정보를 저장하고(5), 링크분석서버(13)는 이 링크정보를 이용하여 링크의 관계를 분석하여(6), 분석된 소셜네트웍 정보를 데이터베이스에 저장한다(7).

또한 검색자의 검색 요청시에(A) 검색서버(14)는 해당 검색자의 소셜검색네트웍 정보가 있는가를 확인하여(B), 전체 검색결과에 대하여 소셜검색네트웍정보에 랭킹을 둔 검색결과를 소팅하여 검색자에게 제공한다.(C)

도 3은 에이전트 서버의 역할을 설명한 것으로서

에이전트 서버는 데이터베이스에 저장된 블로그 주소를(1) 요청하여 해당 블 로그 주소에 방분하여 블로그 정보를 수집(3)한 후에 수집된 HTML에서 링크정보만을 추출(4)하여 데이터베이스에 저장(5)하게 된다. 이때 포함되는 링크정보는 해당 블로그가 이웃블로그(BlogRoll)로 링크맺어둔 다른 블로그주소, 해당 블로그가 쓴 글에서 외부참조 링크로 사용한 다른 블로그주소, 글에 대해 외부블로그가 작성한 덧글에 있는 외부 블로그주소, 글에 대해 외부블로그가 작성한 트랙백에 있는 외부 블로그주소를 추출하여 데이터베이스에 종류별로 표(1)와 같은 방식으로 저장한다.

이러한 링크관계는 분석대상이 되는 블로그의 입장에서 보면 자신이 직접링크한 블로그주소는 outlink로 이용되지만 반대로 링크를 당한 블로그의 입장에서 분석할때에는 분석대상 블로그가 링크한 것이기 때문에 inlink로 처리된다.

따러서 이러한 링크는 분석과정에서 표(2)의 정의와 같이 이웃블로그는 자신이 직접 외부블로그를 링크한 것이므로 outlink로, 자신의 블로그에 외부블로그가 와서 작성한 덧글과 트랙백에 존재하는 외부블로그 주소는 inlink로 처리하나 자신이 외부블로그에 가서 직접 작성한 덧글과 트랙백에서의 해당블로그 주소는 outlink로 처리한다.

이제 도 4를 이용하여 데이터베이스에 저장된 링크관련 정보를 링크분석서버가 어떻게 신뢰네트웍과 관심네트웍을 추적하고 구성하는지에 대한 전체적인 개요를 설명한다.

링크분석서버는 데이터베이스에서 각 블로그 별로 링크를 읽는다. 이때 처음단계로 해당 블로그의 OutLink를 분석하는것을 시작으로 해당블로그로 부터 연결되 는 각 OutLink 블로그를 단계적으로 추적한다.(6-1) 이러한 과정은 상기에 언급된대로 표(3)의 조건이 만족할때까지 단계적으로 반복되며 이 블로그는 모든 블로그를 대상으로 행하여 진다.

각 블로그에 대해 OutLink에 대한 분석이 끝나면 다시 각 블로그에 연결된 InLink에 대한 분석을 행한다.(6-2) 이 과정에서 해당 블로그의 네트웍으로 들어오고 싶어하나 해당 블로그가 원치않는 InLink가 제거된다.

이렇게 OutLink와 InLink의 분석과정을 거치면 각 블로그 개인에 대한 신뢰소셜네트웍(trusted newtwork)에 대한 기초 데이터(A)가 추출되는데 이 데이터를 데이터베이스에 중복을 허용하여 저장한다.

이렇게 저장된 데이터 중에서 개별블로그 별로 중복된 네트웍구성원을 제거하면(6-3) 그 블로그에 대한 신뢰소셜네트웍이 구성된다.(B)

그러나 각 링크 단계마다 분석된 네트웍은 링크 주체가 되는 블로그의 지인, 가족 등의 단순한 관계의 네트웍이 존재할 수 있어 이 경우에는 특정 관심분야에 대한 네트웍만을 따로 추출할 필요가 있다. 따라서 이 신뢰소셜네트웍에서 이러한 단순관계의 네트웍만을 추출하여(6-4) 해당 블로그에 대한 관심(관련)네트웍을 구성한다.(C)

또한 블로그들은 개인마다 여러개의 관심을 가지고 있을 수 있는데 이경우 단순관계의 링크만 제거하여 관심네트웍을 구성할 경우에는 분석단계가 최초 블로그로부터 멀어질수록 다중 관심사로 인하여 해당 블로그와 다른 관심으로 즉 관계없는 관심사로 엮어질 가능성이 크다.

따라서 이러한 경우를 고려하며 상기 관심네트웍중에서 해당 블로거와 직접 관계를 맺는 1단계분석에만 존재하는 outlink와 그 유효성이 검증된 inlink의 블로그만을 대상으로(6-5) 협의의 관심네트웍을 구성한다.(D)

이러한 과정을 거치면서 개별블로그에 대한 신뢰네트웍과 관심네트웍으로 구분되는 해당 블로그의 소셜네트웍이 구성되게 된다.

이제 도 5를 이용하여 이러한 OutLink를 이용한 신뢰네트웍을 구성하는 예를 자세히 살펴보자.

링크분석서버는 에이전트가 상기 데이터베이스에 만들어둔 링크정보에서 개별블로그(A)의 OutLink(B,C,D,E)를 검색하여 블로그 A의 소셜네트웍에 추가한다. 2단계 분석으로는 A의 OutLink인 B,C,D,E를 중심으로 해당블로그들의 OutLink를 검색하여 이 결과를 A의 소셜네트웍에 추가한다. 즉 B의 OutLink인 B1, B2, D와 D의 OutLink인 D1, D2, B를 A의 소셜네트웍으로 추가한다. 이과정에서 B1, B2, D를 B의 소셜네트웍으로 동시에 추가할 수도 있으나 현재의 분석은 A의 소셜네트웍을 추적하는 과정이므로 추후에 B의 소셜네트웍을 추적하는 과정에서 추가될것으므로 굳이 B의 소셜네트웍을 신경쓰지 않아도 된다.

3단계 분석으로는 다시 B1의 OutLink인 B1-1, B1-2를 A의 소셜네트웍 추가하게 된다. 이렇게 과정은 상기에 언급한 표(3)의 조건이 충족될때까지 반복적으로 이루어진다.

이렇게 블로그 A의 분석과정이 끝나면 다시 블로그B,C,D등 모든 블로그에 대 하여 동일한 과정으로 해당 블로그들에 대한 OutLink를 통한 소셜네트웍을 추적해 나가면서 이 분석된 데이터는 도 6의 표(4)와 같은 형식으로 중복을 허용하여 저장한다.

저장할때 중복을 허용하는 이유는 도 8에서와 같이 신뢰네트웍중에서 관심네트웍만을 분리해 낼 필요가 있을때 단순관계링크가 맺고 있는 하부단계의 링크들을 제외하기 위해서이다.

이렇게 각 블로그별로 outlink추적을 통해 획득된 블로그정보와 외부에서 해당 블로그에 링크건 inlink 이 둘을 합하여 해당 블로그에 대한 광의의 소셜네트웍으로 구성하게 되는데.

그러나 블로그자신(예로, 블로그A)이 의도하지 않은 inlink의 경우 해당 소셜네트웍에 의도적으로 들어오고자 하는 스팸성의 블로그도 있기 때문에 inlink의 경우는 상기 outlink로 추적된 네트웍상의 블로그(A의 구성원으로 추가된 블로그 B, C, D)가 A의 inlink의 블로그를 자신들의 (블로그B, C, D)의 outlink네트웍의 구성원으로 가지고 있지 않을경우 블로그A의 네트웍에 포함시키지 않고 나머지 InLink의 블로그만을 A의 네트웍에 포함시킨다.

도 7을 가지고 이것을 자세히 설명하면

예로 블로그 H가 비록 블로그 A에 링크를 걸어 블로그 A의 입장에서 블로그 H는 InLink로 처리되는데 이때 H가 A의 OutLink로 구성된 네트웍에도 포함되지 않으며, A의 outLink구성원인 B,C,D등의 네트웍으로도 포함되지 않는다면 H는 A의 소셜네트웍에 포함시키지 않는다.

실제로 이러한 inlink는 분석하지 않아도 outlink의 추적만으로도 상기와 같은 스팸링크 처리가 가능하나 outlink추적과정에서 무한링크 반복으로 빠져드는 것을 막기위하여 일정한 단계까지의 outlink에 제한을 걸었을 경우에는 해당 링크가 누락될수 있기때문이다.

상기의 방식으로 계산된 블로그네트웍은 개별 블로그 입장에서 보면 자신에게 신뢰할수 있는 블로그 소셜네트웍(trusted social network)만을 구성하게 된다.

따라서 이렇게 분석된 소셜네트웍에서 해당 블로그를 기준으로 중복된 링크관계를 제외하게 되면 해당 블로그에 대한 신뢰소셜네트웍이 구성된다.

이렇게 구성된 신뢰소셜네트웍은 블로그 자신(A)의 관심사 뿐 아니라 자신의 가족, 지인, 친구 등의 단순관계가 링크되어 포함될뿐 아니라 자신의 신뢰네트웍구성원(B,C,D)들이 링크한 그들의 가족, 지인등의 단순관계를 포함될수 있기 때문에 블로그 자신(A)과는 별로 상관없는 네트웍이 구성될 수 있다.

따라서 이러한 신뢰네트웍내에서 자신의 관심사(업무, 취미 등)에 대한 관심(관련)소셜네트웍을 구별할 필요가 있다.

이러한 관심네트웍을 구성하는 방법은 도 8을 통하여 살펴본다.

관심네트웍은 신뢰네트웍그룹에서 단순히 일방향 하나로만 링크되어진 블로그, 링크를 건 블로그와 링크를 받은 블로그의 상호링크로만 존재하는 블로그(이경우 링크를 건 블로그입장에서 보면 해당 블로그외에는 링크를 받는 블로그를 링크건 또다른 블로그가 존재하지 않게 된다.)를 제외한다. 또한 단순관계로 판단된 블 로그가 맺고 있는 outlink로 분석된 하부단계의 블로그들을 신뢰소셜네트웍 구성원데이터중에서 제외한다. 즉 블로그 A는 블로그C와 링크를 맺고 있는데 해당 신뢰네트웍에 존재하는 블로그의 개별네트웍에서 블로그C와 맺어진 링크가 없을 경우 블로그C는 블로그A의 단순네트웍으로 판단되어 관심네트웍에서는 제외되게 된다. 또한 동시에 C를 상위로 하는 C1, C2를 제외하고 다시 C1, C2를 상위로 하는 C1-1 등을 제외한다.

이 과정에서 C를 통해 맺어진 하부링크중 실제로 A의 관심네트웍구성원이 포함될수 있는데 이때 C를 통해 맺어진 A의 관심네트웍은 OutLink 분석과정에서 중복을 포함하여 저장되었기 때문에 다른 블로그(B,D등)을 통해 맺어진 블로그에서도 존재하게 된다. 따라서 C를 통해서 맺어진 네트웍을 제외하더라도 해당 관심네트웍구성원은 제외되지 않는다.

결국 전 블로그에 대해 이러한 과정을 거친후에 해당블로그들에 대한 관심네트웍이 형성되게 된다.

그러나 신뢰네트웍이라고 하더라도 링크의 추적오류나 네트웍상의 다른 블로그가 해킹을 당하거나 네트웍상의 블로그가 스팸블로그를 링크하여 의도하지 않은 스팸블로그와 그로인해 연결된 악의적인 링크가 신뢰네트웍에 포함될 수 있는데 이러한 경우에도 발견된 스팸블로그를 상기와 같이 단순관계링크를 제거하는 과정과 동일하게 적용하면 해당 스팸블로그를 제외함과 동시에 해당스팸블로그가 가지고 있는 링크정보를 제거할 수 있게 된다.

또한 각 블로그(블로그D)에 새로운링크가 추가되었을 경우에는 해당 outlink 를 추적하여 링크정보를 DB화 시키고 링크를 해당 블로그(블로그D)를 포함하는 개별블로그에 대하여 신뢰네트웍을 재계산한다.

그러나 상기와 같이 단순관계의 링크만 제거하여서는 사람들의 다중 관심사때문에 중심이 되는 블로그와 전혀 상관되지 않는 블로그가 관심네트웍에 포함되는 것을 막을 수 없을 수도 있다. 즉 상기에 설명한 바와 같이 블로그 A는 '골프', '개발'에 관심을 가지고 있으나 A의 네트웍인 B는 '개발'과 '여행'에 관심을 가지고 있을 수 있다. 이때 '개발'이라는 관심때문에 B는 A의 관심네트웍에 포함될수 있으나 B는 '여행'이라는 관심으로 인하여 B가 네트웍을 맺은 B1과 링크를 갖게 될수 있다. 이렇게 되면 결국 A와 B1은 전혀 별개의 이유로 네트웍이 될수도 있게 된다. 특히 분석단계가 최초 블로그로부터 멀어질수록 다중 관심사 때문에 해당 블로그와 다른 관심으로 즉 관계없는 관심사로 엮어질 가능성이 크다.

따라서 이러한 경우를 고려하여 도 9 처럼 상기 관심네트웍중에서 해당 블로거와 직접 관계를 맺는 1단계분석에서 존재하는 outlink와 유효성이 인증된 inlink의 블로그만을 대상으로 협의의 관심네트웍을 구성할 필요도 있다.

이제 도 10를 이용하여 이러한 소셜네트웍이 접목된 상황에서 검색서비스가 개인화 서비스의 랭킹에 반영하는 과정을 간략히 살펴보자.

검색자는 블로그검색 서비스에서 검색어를 입력하여 검색을 시도한다(A 혹은 C). 검색엔진은 해당 검색자의 아이디(쿠키, 인증등을 통해 서비스가 부여한 번호)와 매칭된 소셜네트웍정보가 있는가 확인한다. 해당 소셜네트웍정보가 존재하면 검색엔진은 검색어에 대한 랭킹을 소셜네트웍구성원의 블로그가 쓴글을 우선순위로 하여 검색결과를 표출한다(C-1). 그러나 소셜네트웍정보가 존재하지 않을경우 그냥 일반적인 검색결과를 표출한다.(A-1). 이 검색결과를 보고 검색자는 자신에 필요하다고 판단되는 글의 링크를 클릭한다(B). 검색엔진은 해당클릭이 가리키는 글의 주소로 검색자의 브라우저로 이동시킨다.(B-1) 이와 동시에 검색엔진은 검색자에게 검색자 아이디(쿠키 등)를 부여하고 해당 아이디에 클릭된 글을 작성한 블로그의 소셜네트웍정보를 매칭시킨다.(B-2). 검색자가 다시 검색서비스를 이용하여 검색어를 입력할 경우에는(C) 이미 해당 검색자에 대해 매칭된 소셜네트웍정보가 존재하므로 해당 소셜네트웍구성원의 블로그가 쓴글을 우선순위로 하여 검색결과를 표출한다.(C-1)

이제 도 11을 이용하여 좀더 자세히 알아보자.

검색엔진은 블로그 글에 대하여 검색엔진 자체 알고리즘에 의하여 인덱싱을 하게된다. 검색엔진은 자신의 검색알고리즘과 함께 상기에 작성된 신뢰네트웍 혹은 관심네트웍의 데이터를 인덱싱하거나 이미 이들을 구조화한 데이터베이스와 연결하여 소셜네트웍 정보를 이용할수 있게 구성한다.

검색자가 처음으로 검색서비스에 접근을 하면 검색서비스는 검색자에게 고유의 아이디나 번호를 쿠키와 같은 형태로 발급하거나, 로그인기반의 서비스일 경우 는 해당 로그인 정보에 의한 아이디나 번호를 발급받게 한다.(C)

검색자에 대하여 아무런 기초정보도 검색엔진이 가지고 있지 않은 검색자의 최초 검색어에(B) 대하여 검색엔진은 자신이 검색자에 관한정보를 가지고 있지 않기 때문에 일반적인 검색 알고리즘에 의한 검색결과를 표출하게 된다.(C)

검색자는 표출된 검색제목과 요약문을 보고, 자신이 찾고자 하는 정보일듯한 검색결과를 클릭한다.(D) 이때 검색엔진은 검색자에게 클릭된 글로 이동시킴과 동시에 해당글의 작성자인 블로그정보(주소 혹은 인덱싱된 블로그번호)를 추출한다.(E)

검색엔진은 이 추출된 작성자의 블로그정보를 이용하여 이 블로그와 이블로그가 맺은 소셜네트웍 구성원 정보를 해당 검색자와 매칭을 시킨다.(F)

이때부터 검색자는 해당 소셜네트웍 자체가 자신의 검색대상이 되는 소셜검색네트웍이 되어 이후 검색시에 해당 소셜네트웍의 검색결과는 다른 검색결과보다 높은 랭킹을 부여받아 검색결과가 상위에 올라오게 된다.(B2)

이 경우 하나의 블로거를 ,매칭시키는 것이 아니라 해당 블로거를 포함하여 그 블로거가 가지고 있는 소셜네트웍 구성원 전체를 매칭시키기 때문에 검색자는 비슷한 관심을 가진 하나의 블로거 글을 단순히 클릭함으로써 해당 블로거 맺고 있는 소셜네트웍 구성원 전체가 작성한 글에 대한 검색결과를 우선순위로 찾아볼수 있게 되어 더 빠른 관련정보 검색을 할수 있게 된다.

검색자가 글을 클릭할때마다 검색엔진은 해당 글의 작성자가 이미 검색자에 매칭되었나를 확인한 후에 매칭되지 않은 해당 작성자(블로그)의 소셜네트웍을 검 색자에게 매칭시킨다.(F) 이때 기존매칭은 삭제하지 않고 신규 매칭된 소셜네트웍 구성원 정보를 추가하게 된다.

이런 반복과정을 거치면 검색자의 검색시 우선순위를 매길수 있는 소셜검색네트웍 구성원 수가 늘어나게 되며 자신이 찾고자 하는 대상의 범위는 늘어나면서 더 관련된 양질의 정보를 더 빨리 접근할 수 있게 된다.

그러나 검색자가 실수나 다른 이유로 클릭할 수도 있는데 이러한 오류를 막기 위해서 단순히 한번의 클릭으로 해당 블로거의 네트웍을 매칭시키는 것이 아니라 해당블로거에 대해 다른글에 대해서도 클릭하는지를 확인한후에 매칭시킬수도 있다.

또한 과도한 누적을 막기위하여 시간이 지남에 따라 이전 클릭에 대한 유효성 검토도 필요하다. 즉 최근 클릭된 블로그를 네트웍으로 가지지 않은 네트웍그룹은 제거하는 것이 바람직하다. 이것은 이전엔 클릭했지만 지금은 해당 네트웍그룹의 관심사와는 다른 관심을 가질수 있기 때문이다.

검색서비스는 검색자에게 주어지는 소셜네트웍정보에 대하여 두가지 종류의 데이터를 처리한다.

첫번째는 단순히 클릭된 블로거의 정보리스트이다.(도 11의 표 5-1) 검색자가 5명의 다른 블로거 글을 클릭했다면 5개의 블로거만 가지게 되고 그 블로거가 가지는 수많은 네트웍구성원 정보는 여기에 들어있지 않는다. 이것은 방문자가 더이상 검색하지 않더라도 나중에 재방문시 자동으로 관련네트웍을 추출하여 검색랭 킹을 적용하기 위하여 검색자 아이디와 매칭하여 기록된다.

두번째는 클릭된 블로거들이 구성한 소셜네트웍구성원들 전체 데이터이다.(도 11의 표 5-2) 5명이 100개씩의 네트웍만을 가지고 있다고 한다면 500개의 리스트가 존재하게 되나 대부분 비슷한 관심사로 구성되기 때문에 상당히 많은 부분은 중복된 구성원이라서 실제로는 그렇게 많지 않게 된다. 즉 첫번째 클릭된 블로그A의 구성원중에 두번째 클릭된 블로그B가 포함된다면 이 둘의 네트웍은 상당히 많은 부분 중복될것이기 때문이다.

이 두번째 데이터를 검색시에 이용하는 방법은 검색엔진이 속도의 효율성을 위하여 메모리로 저장하여 빠르게 이용하는 방법을 사용할수 있고, 검색엔진이나 연결된 DB에서 검색시에 상기 첫번째 블로거 데이터만을(표5-1) 가지고 해당 블로거들의 네트웍정보를 조회한후 리스트된 결과를(표5-2) 검색시 접목할 수도 있다.

다음은 도 12을 가지고 검색엔진이 실제로 어떻게 검색자의 소셜네트웍을 검색랭킹에 반영하는가를 설명한다.

검색자의 검색요청이 들어오면(1) 검색엔진은 소셜네트웍랭킹이 적용되지 않는 자체 검색결과를 탐색하는데 도 13의 표(6-2)와 같이 (문서번호-작성자)의 쌍으로 탐색하게 된다.(2) 동시에 검색엔진은 도 13의 표(6-1)와 같이 해당 검색자의 소셜검색네트웍정보인 블로그 리스트를 탐색한다.(3)

이 두가지 정보를 가지고 검색엔진은 소셜검색네트웍의 블로그가 쓴 글을 우선순위로 소팅하게 된다.(4,5,6) 즉 표(6-2)에서 보듯이 원래의 검색랭킹에는 001, 002, 003.. 순위로 랭킹되더라도 002와 003의 작성자인 E,F는 검색자의 소셜검색네트웍에 포함되지 않으므로 소셜검색네트웍의 구성원인 B와 D의 문서인 004, 005가 002보다 우선하게 된다.

검색서비스가 개인별로 모든 문서에 대하여, 그리고 실시간으로 문서의 중요도를 재반영시키는것은 현실적으로 불가능하다. 따라서 상기의 예에서 처럼 문서의 랭킹을 변화시키지 않고 검색시에 반영하여 소팅의 순서를 조정하는것이 바람직하다.

검색엔진은 검색자의 소셜네트웍정보를 검색시에 필요한 메모리셋(Set)으로 구성한다. 이러한 메모리셋은 검색자의 초기부터 메모리에 상주하게 할수도 있고, 검색하는 시점에서 검색엔진이나 데이터베이스에서 추출하여 구성할 수도 있다.

이 메모리셋은 검색시 비교에 용이한 블로그인덱스번호의 리스트로 구성하되 해당리스트는 자체탐색이 빠른 해쉬등으로 구현할 필요가 있다.

검색 쿼리가 입력되면 검색엔진은 해당 검색어에 대해 자신이 가진 문서의 리스트를 읽는다. 이 문서의 리스트에서 소팅시에 각 문서의 작성자 번호가 메모리셋에 존재하는지 여부를 확인한다. 메모리셋에 존재하는 문서는 랭킹을 높이고 존재하지 않는 문서는 검색엔진의 원래 랭킹을 적용한다.

이렇게 메모리로 구성된 데이터를 가지고 동적인 개인화 랭킹을 적용하여 검색자의 소셜네트웍에 존재하는 문서의 우선순위를 높여 검색시 상위에 표출되게 한다.

경우에 따라 소셜네트웍에 존재하는 모든 문서의 랭킹을 높이지 않고 원 검 색엔진 랭킹에 있어서 동일 랭킹일 경우에만 해당 소셜네트웍 문서에 우선순위를 줄 수도 있다. 예를 들어, 일반적으로 제목에는 본문보다 상위랭킹을 주게 되는데 모든 문서에 대해 소셜네트웍문서가 상위랭킹을 갖게 되면 소셜네트웍문서 이외의 중요한 문서가 상위랭크가 되지 않아 찾지 않게 되고 그렇게 되면 검색자에게 더 나은 소셜검색네트웍을 제공할 수 있는 기회를 잃게 된다. 따라서 이러한 단점을 해결하기 위하여 동일랭킹을 가진 문서사이에서 소셜네트웍문서를 상위에 두면 제목에서 검색된 문서는 본문에서 검색된 소셜네트웍문서보다 우선하게 소팅될 수 있다. 이 경우에는 표(6-2)의 리스트는 (문서번호-문서랭킹-작성자)의 순으로 리스트 되게하여 구성할 수도 있다.

이제 도 14를 이용하여 로그인 기반의 인증시스템에서 이러한 소셜네트웍정보가 동시에 구성되었을 경우 가능한 협업모델을 설명한다.

일반적으로 협업모델의 위키, 카페등의 경우 사용자는 전체 시스템에 대해 로그인을 한 후에 해당 카페에 대하여 다시 가입하는 절차와 승인절차를 가지게 된다. 그러나 이러한 소셜네트웍정보를 이용하면 전체 인증시스템내에서 단일 카페와 같은 경우 별도의 가입 및 승인절차가 필요없다. 즉 개설자의 소셜네트웍은 자동으로 가입이 되는 것이다.

도 14-2로 예를 들면 블로그 A는 자신이 관심을 갖는 특정 주제에 대해 협업형 위키나 카페를 개설한다.(1) 이때 모든 사용자에게 자료의 등록(혹은 열람까지)을 허락하지 않고 자신의 소셜네트웍 구성원들에게만 자료의 등록을 허락한다.

이때 새로운 블로그 H가(2) 해당 서비스에 접속을 하여 자료를 등록하고자 할때(3) 서비스시스템은 해당 블로그 H가 개설자인 블로그 A의 소셜네트웍 구성원인지 확인한다.(4) 이때 블로그 H는 블로그 A의 소셜네트웍구성원이라면 자료의 등록이 허락되고(5-1) 아니라면 자동으로 거절되게 된다.(5-2)

즉 블로그 개설자는 단순히 자신의 신뢰네트웍이나 관심네트웍인 자기중심의 소셜네트웍의 구성원에게만 허락된 서비스를 별도의 사용자 관리가 필요없이 개설할 수 있게 된다.

본 발명을 이용하면 검색자는 블로그 네트워킹에 의하여 자동적으로 맺어진 소셜네트웍 정보에 의하여 관련정보를 쉽고 빠르게 접근할 수 있으며,

특히 블로그 운영자는 자신이 인지하지 못하고 있는 자신에 대한 소셜네트웍정보를 구성할 수 있게 되어 자기중심의 소셜네트웍에 기반한 정보검색, 협업시스템 같은 서비스를 쉽게 제공할 수 있다.

Claims (9)

1. 인터넷의 블로그 정보를 수집하여 소셜네트웍을 구성하고 검색시 이 소셜네트웍을 이용하여 검색해 주는 시스템에 있어서

   블로그의 정보를 수집하여 링크를 종류별로 구분하여 데이터베이스에 저장하는 에이전트 서버;

   상기 데이터베이스에 저장된 링크정보를 OutLink와 InLink의 추적과정으로 소셜네트웍으로 구성해주는 링크분석서버;

   상기 분석된 소셜네트웍정보를 이용하여 검색자 개인의 검색랭킹 결과에 상기의 정보를 적용하는 검색서버로 구성된

   블로그 소셜네트웍 구성과 이를 이용한 개인화 검색서비스 랭킹 시스템
2. 제 1항에 있어서 블로그의 링크정보중 이웃블로그(BlogRoll)뿐 아니라 덧글, 트랙백 및 본문링크를 포함하여 링크를 파싱하여 종류별로 저장하는 로봇에이전트의 기능
3. 제 1항의 링크분석서버에 있어서 여러단계를 거치면서 구성된 OutLink정보와 유효한 InLink정보를 이용하여 각 블로그별로 기초적인 신뢰소셜네트웍(Trusted Social Nework)을 구성하는 기능
4. 제 3항에 있어서 분석된 기초 신뢰소셜네트웍 정보를 기반으로 각 블로그와 연결된 신뢰네트웍정보에서 중복을 제거하여 개인블로그별로 신뢰소셜네트웍을 구성하는 기능
5. 제 3항에 있어서 상기에 분석된 신뢰소셜네트웍을 기반으로 각 블로그 개인의 단순링크로 추정되는 링크를 제외하여 블로그 개인의 관심만으로 구성되는 관심소셜네트웍을 구성하는 기능
6. 제 3항에 있어서 순수하게 블로그 자신이 직접 링크한 OutLink와 그 신뢰네트웍 구성요건이 확인이 된 자신을 링크한 InLink로 구성된 직접적관계에 있는 협의의 관심소셜네트웍을 구성하는 기능
7. 제 4,5,6항에 있어서 소셜네트웍을 반영한 인증시스템에서 블로그 운영자는 자신이 개설한 협업시스템, 카페등의 서비스를 별도의 가입과 승인절차 없이 자신의 소셜네트웍구성원에게만 자동적으로 제공할수 있게 하는 서비스기능
8. 제 1항의 개인화 검색기능에 있어서 검색자의 링크정보를 이용하여 개인화기능을 구성하되 링크된 개별문서가 아니라 개별문서의 작성자의 소셜네트웍정보를 이용하여 작성자와 그 구성원이 작성한 문서들을 검색자에 대한 개인화 랭킹 기능에 반영하는 소셜검색네트웍을 구성하는 기능
9. 제 8항에 있어서 개인별로 소셜검색네트웍을 구성하되 개별문서에 랭킹정보를 저장하지 않고 검색시에 동적인 소팅(순서조작)에 의하여 개인별로 동적랭킹을 적용하여 검색하는

   블로그 소셜네트웍 구성 및 개인화 소셜검색네트웍 검색서비스 시스템

Images