KR20080037826A

KR20080037826A - 지능형 정보 제공 시스템 및 방법

Info

Publication number: KR20080037826A
Application number: KR1020060104979A
Authority: KR
Inventors: 최우일; 김재봉
Original assignee: 야후! 인크.
Priority date: 2006-10-27
Filing date: 2006-10-27
Publication date: 2008-05-02
Also published as: US20080104030A1; KR100908982B1

Abstract

유/무선 네트워크에 접속된 사용자가 처한 물리적 상황에 관련된 정보를 검색, 제공하기 위한 지능형 정보 제공 시스템이 개시된다. 지능형 정보 제공 시스템은, 복수의 가능한 사용자의 상황을 나타내는 적용 조건에 대해 각각의 추천 정보를 저장하기 위한 추천 데이터베이스, 사용자의 상황 정보에 기초하여 상기 추천 데이터베이스로부터 추천 정보를 추출하기 위한 개인화 서버, 및 상기 개인화 서버로부터 추출된 상기 추천 정보를 전달받아 상기 사용자에게 제공하기 위한 웹 서버를 포함한다. 상기 지능형 정보 제공 시스템을 사용함으로써, 사용자의 상황 정보를 바탕으로 관련 있는 정보를 사용자에게 추천하여 사용자의 잠재된 니즈를 만족시키고 사용자의 니즈에 기초한 맞춤 광고를 제공할 수 있다.

개인화 서버, 위치 정보 서버, 날씨 서버, 추천 데이터베이스

Description

지능형 정보 제공 시스템 및 방법{SYSTEM AND METHOD FOR PROVIDING CUSTOMIZED INFORMATION BASED ON USER'S SITUATION INFORMATION}

도 1은 본 발명의 일 실시예에 따른 지능형 정보 제공 시스템의 블럭도.

도 2는 도 1의 추천 데이터베이스에 저장된 정보의 한 구성예를 나타낸 도면.

도 3은 도 1의 마이닝 서버가 수행하는 사용자 로그 분석 알고리즘의 일 예를 나타낸 흐름도.

도 4는 도 1에 도시된 지능형 정보 제공 시스템의 동작예를 나타낸 흐름도.

도 5a 및 도 5b는 사용자의 상황 정보에 기초하여 생성된 추천 정보를 보여주는 웹페이지의 일 예를 도시한 도면.

도 6은 본 발명의 실시예들을 구현하기 위해 이용될 수 있는 컴퓨터 시스템 아키텍처의 일례를 나타낸 블럭도.

*** 도면의 주요 부분에 대한 부호의 설명 ***

100: 지능형 정보 제공 시스템 105: 개인화 서버

110: 추천 데이터베이스 120: 웹 서버

130: 위치 정보 서버 140: 날씨 서버

150: 사용자 로그 데이터베이스 160: 마이닝 서버

170: 추천 데이터베이스 180: 관리 툴

190: 모바일 서버 500: 아바타

본 명세서는 사용자의 상황 정보에 기초한 맞춤 정보를 제공하기 위한 시스템 및 방법에 관한 것이다.

인터넷이 일상 생활 전반과 밀접한 관계를 가지면서, 인터넷 웹사이트는 제품, 서비스 등을 광고하고자 하는 광고주를 사용자에게 연결해주는 매력적인 새 매체로 나타났다. 특히 인터넷 상에서 사용자들은 검색 엔진을 통해 다양한 제품, 서비스 등의 정보를 쉽게 찾을 수 있게 되었다. 검색 엔진은 키워드 검색이나 다른 유형의 검색 서비스를 통해 광고주들의 웹사이트를 인터넷 사용자에게 노출시킴으로써, 사용자의 니즈를 만족시킬 기회를 광고주에게 제공한다.

일반적으로, 종래의 검색 엔진은 웹사이트를 통하여, 통상 사용자가 검색 엔진과 관련된 웹사이트에 미리 입력해 둔 사적 정보나, 웹사이트를 통한 물품 구매 시에 생성되어 서버 또는 사용자의 단말에 저장해 둔 쿠키 정보에 기초한 개인화 정보를 제공하였다. 그리고, 개인화 정보는 검색 쿼리에 포함된 사용자의 키워드 등의 입력에 기초하여 검색된다. 그러나, 이러한 검색 방법으로는 사용자가 미처 인식하지 못했던 사용자의 니즈를 만족시키는 검색 결과는 제공될 수 없었다. 더욱이, 사용자의 키워드 등이 적절하지 않은 경우에는 키워드 검색을 통해서 사용자 의 니즈가 표현되지 않을 수 있기 때문에, 사용자의 잠재적인 니즈를 만족시키는 광고 효과를 전혀 거두지 못하는 광고주도 많이 발생하게 되었다.

한편, 웹사이트에, 예를 들어 회원 가입을 통해, 미리 사용자의 관심 분야를 등록해 두고, 사용자의 관심 분야와 관련된 정보를 사용자 로그인 시 또는 이메일이나 휴대폰 문자 서비스(SMS)등과 같은 통신 수단을 통해 사용자에게 알려주는 방법도 있어 왔다. 하지만, 이와 같은 방법은 사용자가 해당 웹사이트에 회원 가입을 해야 하고, 그 후에도 개인화 정보를 보거나 갱신하기 위하여 사용자는 그때마다 로그인해야 되는 불편이 있을 뿐만 아니라 이메일이나 문자 메시지를 일일이 확인해야 하는 번거로움이 있고, 기계적으로 반복되어 메일 박스에 수신되는 이메일 또는 문자 메시지이기 때문에 통상 사용자에 의해 스팸으로 인식되어 사용자에게 오히려 불쾌감만을 생기게 하는 문제도 있었다. 그리고, 무엇보다도 사용자들의 관심 분야는 시간과 유행에 따라 변경되게 마련인데, 광고주의 웹사이트에 회원 가입할 때 등록해 두었던 관심 분야만으로는 이러한 점을 반영할 수도 없으며, 또한 관심분야를 사용자가 그때마다 변경해야만 제대로 된 개인화 정보를 받을 수 있는 불편한 문제가 있었다.

이와 같은 이유로, 사용자의 잠재적인 니즈를 만족시키는 개인화 정보와 광고를 제공하기 위한 방법이 요구되어 왔다. 또한, 그러한 방법은, 사용자의 현재의 관심이 반영된 개인화 정보를 생성할 것이 요구되고 있었다.

본 발명은 사용자의 상황 정보를 바탕으로 사용자가 가지고 있는 현재의 잠 재적인 니즈를 만족시킬 수 있는 개인화 정보를 사용자에게 제공할 수 있는 지능형 정보 제공 시스템 및 방법을 제안하는 것을 목적으로 한다.

또한, 본 발명은 사용자의 상황 정보를 바탕으로 사용자에게 적절한 광고를 제공할 수 있는 지능형 정보 제공 시스템 및 방법을 제안하는 것을 목적으로 한다.

본 발명의 일 실시예에 따르면, 지능형 정보 제공 시스템이 제공된다. 지능형 정보 제공 시스템은, 복수의 가능한 상황을 나타내는 적용 조건에 대해 각각의 추천 정보를 저장하기 위한 추천 데이터베이스; 사용자의 상황 정보에 따라 상기 추천 데이터베이스로부터 추천 정보를 추출하기 위한 개인화 서버; 및 상기 개인화 서버로부터 추출된 상기 추천 정보를 전달받아 가공하여 상기 사용자에게 제공하기 위한 웹 서버를 포함하는 지능형 정보 제공 시스템이 제공된다.

일 실시예에서, 상기 개인화 서버는 상기 사용자의 위치 정보 및 상기 사용자의 위치에 해당하는 날씨 정보를 상기 상황 정보로서 위치 정보 서버 및 날씨 서버로부터 제공받을 수 있다.

그리고, 상기 지능형 정보 제공 시스템은, 사용자의 집합적인 행태를 기록하기 위한 사용자 로그 데이터베이스; 및 상기 사용자 로그 데이터베이스로부터 사용자의 집합적인 행태를 파악하여 상기 추천 데이터베이스의 상기 추천 정보를 자동으로 갱신하기 위한 마이닝 서버를 더 포함할 수 있다. 또, 상기 지능형 정보 제공 시스템은, 상기 추천 데이터베이스의 추천 정보를 수동으로 갱신하기 위한 관리 툴을 더 포함할 수 있다.

상기 지능형 정보 제공 시스템은, 로그인한 사용자의 사적 정보를 저장하여, 상기 사적 정보를 상기 개인화 서버에 상기 상황 정보로서 제공하기 위한 사용자 데이터베이스를 더 포함할 수 있다.

또한, 본 발명의 일 실시예에 따르면, 사용자의 상황 정보를 수집하는 단계; 상기 상황 정보를, 복수의 가능한 상황에 대해 미리 설정해 둔 적용 조건과 비교하여 상기 사용자에 적합한 추천 정보를 검색하는 단계; 및 상기 추천 정보를 상기 사용자에게 제공하는 단계를 포함하는 지능형 맞춤 정보 제공 방법이 제공된다.

일 실시예에서, 상기 상황 정보를 수집하는 단계는, 상기 사용자의 위치 정보를 수집하는 단계를 포함할 수 있다. 또는, 상기 상황 정보를 수집하는 단계는, 상기 사용자의 컴퓨터의 쿠키를 사용하여 상기 사용자의 위치 정보를 수집하는 단계를 포함할 수 있다.

상술한 실시예들에서, 상기 추천 정보는, CPC(Cost per Click) 및 CPA(CPA) 중 적어도 하나를 포함하는 소정의 지불 방식에 기초하여 광고주에 의해 입찰된 키워드를 포함할 수 있다. 또한, 매치 점수가 상기 추천 정보에 할당될 수 있고, 상기 추천 정보의 노출 빈도도 상기 매치 점수에 기초하여 결정될 수 있다. 상기 매치 점수는 상기 상황 정보가 상기 적용 조건을 만족시키는 정도에 기초하여 결정될 수 있다.

또한, 본 발명의 또 다른 일 실시예에 따르면, 사용자 로그 데이터베이스에 저장된 사용자 로그 정보를 분석하는 단계; 분석된 상기 사용자 로그 정보로부터 사용자 행태에 관한 정보를 포함하는 유효 데이터를 추출하는 단계; 상기 유효 데 이터 간의 상관 관계를 파악하는 단계; 상기 유효 데이터의 상관 관계에 관한 정보로부터 유효 적용 조건들을 추출하는 단계; 및 상기 유효 적용 조건들에 기초하여 상기 추천 데이터베이스에 저장된 적용 조건들 및 추천 정보를 재정의하는 단계를 포함한다.

또한, 본 발명은 상술된 방법을 수행하기 위한 컴퓨터 수행가능한 명령어를 저장한 컴퓨터 판독가능한 기록매체를 제공한다.

이러한 본 발명의 구성에 의하면, 사용자가 처한 주변의 상황 정보를 바탕으로 관련 있는 정보를 사용자에게 추천하여 사용자의 숨어 있는 니즈를 이끌어 낼 수 있으며, 궁극적으로는 광고의 효율성을 극대화 할 수 있는 효과가 있다.

이하 다양한 실시예가 본 명세서에 첨부된 도면을 참조하여 상세히 설명된다. 그러나 이들 실시예는 이하에서 상세하게 설명된 것들의 일부 또는 전부를 포함하지 않고 실시될 수 있다. 또한, 아래의 실시예들에서, 본 발명의 범위를 불필요하게 제한하지 않기 위하여, 널리 알려진 방법의 단계들 또는 구성요소들에 대한 상세한 설명은 생략한다.

도 1은 본 발명의 일 실시예에 따른 지능형 정보 제공 시스템의 구성도이다. 이와 같은 지능형 정보 제공 시스템은 적절한 검색 사이트에 통합되어 제공될 수 있다.

지능형 정보 제공 시스템(100)은, 사용자의 상황 정보에 기초해 개인화 정보를 제공하기 위한 개인화 서버(105), 상황 정보에 기초한 적용 조건에 따른 추천 정보를 저장하여 개인화 서버(105)에 제공하기 위한 추천 데이터베이스(110) 및 개 인화 서버(100)로부터 사용자의 상황 정보에 기초하여 발생된 추천 정보를 전달받아 사용자 단말기에 적합한 형태로 가공하여 사용자에게 제공하기 위한 웹 서버(120)를 포함한다. 개인화 서버(105)는, 사용자의 상황 정보로서 사용자의 위치 정보를 위치 정보 서버(130)로부터 제공받고, 상황 정보로서 사용자의 위치에 따른 날씨 정보를 날씨 서버(140)로부터 제공받는다.

지능형 정보 제공 시스템(100)은, 사용자들의 검색 쿼리의 이력을 기록하기 위한 사용자 로그 데이터베이스(150) 및 사용자 로그 데이터베이스(150)로부터 사용자의 집합적인 행태를 파악하여 추천 데이터베이스(110)에 저장된 추천 정보를 자동으로 갱신하기 위한 마이닝 서버(160)를 더 포함할 수 있다. 그리고, 지능형 정보 제공 시스템(100)은, 로그인한 사용자의 사적 정보를 저장하여 상황 정보로서 개인화 서버(105)에 제공하는 사용자 데이터베이스(170)를 더 포함할 수 있다. 또한, 지능형 정보 제공 시스템(100)은, 추천 데이터베이스(110)에 저장된 추천 정보를 수동으로 갱신하기 위한 관리 툴(180) 및 개인화 서버(105)로부터 전달받은 추천 정보를 포함하는 검색 결과를 이동 통신 기기에 제공하기 위한 모바일 서버(190)를 더 포함할 수 있다.

이하, 상기 지능형 정보 제공 시스템(105)의 각 구성요소를 도면을 참조하여 더욱 상세히 설명한다.

일 실시예에서, 개인화 서버(105)는 사용자의 위치 정보를 비롯하여 사용자와 관련된 다양한 상황 정보를 수집한다. 예를 들면, 개인화 서버(105)는 사용자의 위치, 접속 시간, 요일, 날짜 정보 등의 상황 정보를 수집할 수 있다. 만약, 사용자가 지능형 정보 제공 시스템(100)에 로그인했다면 개인화 서버(105)는 사용자의 주소, 관심 분야, 성별(남/여) 등의 사적 정보 역시 사용자 데이터베이스(170)에서 추출할 수 있다. 그리하여, 개인화 서버(105)는 사용자의 다양한 상황 정보를 수집하여, 상황 정보에 기초하여 상황을 유형화하기에 적합한 다수의 적용 조건을 정의하고, 그 적용 조건에 기초하여 추천 데이터베이스(110)로부터 추천 정보를 추출한다. 추천 데이터베이스(110)로부터 사용자의 상황 정보에 기초한 추천 정보를 추출하는 데에는, 적절한 추천 정보 추출 알고리즘이 적용될 수 있다.

위치 정보 서버(130)는 사용자의 위치에 관한 상황 정보를 개인화 서버(105)로 제공한다. 위치 정보 서버(130)는 개인화 서버(105)로부터 지능형 정보 제공 시스템(105)에 접속한 사용자의 IP 주소를 제공받아 그에 기초하여 사용자의 지리적 위치를 식별하여 사용자의 지리적 위치 정보를 상황 정보로서 개인화 서버(105)에 돌려준다. IP 주소에 의한 사용자의 지리적 위치는 통상 위치 정보 서버(130)에 의해 식별될 수 있는 "구" 또는 "동"의 행정 구역 정보를 포함할 수 있다. 위치 정보 서버(130)는 지능형 정보 제공 시스템(100)의 외부에 위치한 인터넷 사업자의 서버일 수 있다.

사용자의 위치는 위치 정보 서버(130)에서뿐만 아니라, 맞춤형 정보 제공 시스템(100)에 로그인한 사용자라면 사용자 데이터베이스(170)에 사용자가 저장해 둔 주소 정보를 추출하여 파악될 수도 있다. 또한, 사용자가 최근 또는 자주 검색했던 지역에 관한 정보를 저장하는 사용자 컴퓨터의 쿠키로부터 사용자의 위치를 파악할 수도 있다.

위와 같은 구성에 의해 사용자는 특정 지역명을 입력하는 등의 어떠한 번거로운 수동 조작 없이도 자신의 위치와 관련된 추천 정보를 제공받을 수 있다.

한편, 날씨 서버(140)는 사용자의 현재 위치에서의 날씨에 관한 상황 정보를 개인화 서버(105)에 제공할 수 있다. 개인화 서버(105)가 위치 정보 서버(130)로부터 위치 정보를 획득하게 되면, 그 위치 정보를 날씨 서버(140)에 제공하여 해당 위치의 날씨 정보를 상황 정보로서 제공받게 된다. 날씨 서버(140)는 지능형 정보 제공 시스템(100)의 외부에 위치한 날씨 정보를 제공하는 국가기관 또는 민간 기상 정보 업체의 서버일 수도 있다. 날씨에 관한 상황 정보는, 예를 들어, 온도, 습도, 풍속, 강수 확률, 자외선 지수 등을 포함할 수 있다.

사용자 로그 데이터베이스(150)는 사용자 행태에 관한 정보를 저장한다. 즉, 사용자 로그 데이터베이스(150)는 접속한 사용자들의 IP 주소, 접속 시각, 검색 쿼리에 포함된 키워드, 사용자에 의해 클릭된 리소스 로케이터 등을 저장한다. 이러한 로그 정보도 상황 정보로서 개인화 서버(105)에 제공될 수 있다.

또한, 추천 데이터베이스(110)는 상황 정보에 기초하여 생성된 다양한 상황 정보에 따른 추천 정보를 저장한다. 도 2는 도 1의 추천 데이터베이스(110)에 저장된 정보 저장 형태의 한 구성예를 도시하고 있다. 예를 들면, 추천 데이터베이스(110)에는, 비 오는 날, 겨울의 금요일 저녁의 적용 조건에서는 빈대떡집이 추천 정보로서, 그리고 30℃가 넘는 여름의 목요일 저녁의 적용 조건에서는 아이스크림집(예를 들어, 배스킨라빈스)이 추천 정보로서 저장되어 있다. 이러한 추천 정보는 개인화 서버(100)에서 동작하는 추천 정보 추출 알고리즘에 의해 수집된 상황 정보에 기초하여 결정된 적용 조건에 따라 추출된다.

추천 데이터베이스(110)는 오류를 정정하거나 상황 정보의 최근 변화를 반영하기 위해 그 내용이 주기적으로 또는 필요할 때마다 갱신될 필요가 있다. 일 실시예에서, 추천 데이터베이스(110)는 마이닝 서버(160)나 관리 툴(180)에 의해 갱신될 수 있다. 마이닝 서버(160)는 적절한 사용자 로그 분석 알고리즘을 실행하여, 사용자 로그 데이터베이스(150)로부터 사용자 행태에 관한 정보를 포함하는 유효 데이터의 세트를 추출하여, 추천 데이터베이스(110)에 저장된 적용 조건 및 추천 정보를 갱신한다.

도 3은 본 발명의 일 실시예에 따른 사용자 로그 분석 알고리즘의 동작을 나타내는 흐름도이다. 도시된 실시예에서, 사용자 로그는 분석되어 적용 조건과 해당 추천 정보가 생성된다. 먼저, 사용자 로그 데이터베이스(도 1의 150)와 같은 사용자 로그 데이터베이스에 저장된 사용자 로그 정보가 분석된다(S300). 사용자 로그 데이터베이스에 저장된 사용자 로그 정보로부터 사용자 행태에 관한 정보를 포함하는 유효 데이터를 추출한다(S310). 일 실시예에서, 사용자 로그 중에서 추천 데이터베이스(도 1의 110)와 같은 추천 데이터베이스에 저장된 추천 정보의 갱신을 위해 필요한 IP 주소, 접속 시각, 검색 쿼리에 포함된 키워드, 사용자에 의해 클릭된 리소스 로케이터 등의 유효 데이터만을 추출해 낸다. 일부 실시예에서, 이 과정은 또한 사용자 로그에서의 다양한 IP 주소에 해당하는 지리적 위치와 같은 추출된 정보로부터 획득된 정보를 이용할 수 있다. 그 다음 유효 데이터에서 하나 이상의 검색 키워드 (및/또는 클릭된 리소스 로케이터)와 사용자 로그에서 관찰된 (시간, 위치, 날씨 등과 같은) 하나 이상의 조건들 간에 상관 관계를 파악하기 위한 데이터 마이닝이 수행된다(S320). 예를 들어， "빈대떡"을 검색 키워드로 입력한 사용자 및 그 입력 시간/날짜와 관계된 유효 데이터가 추출되면, 이 둘의 상관 관계가 추정될 수 있다. 즉, 데이터 마이닝 알고리즘은 정확히 수치화하기 힘든 유효 데이터 간의 상관 관계를 추정한다. 그 다음, 유효 데이터의 상관 관계에 관한 정보로부터 유효 적용 조건이 추출된다(S330). 그로부터, 추천 데이터베이스의 적용 조건 및 추천 정보를 재정의하여 추천 데이터베이스가 갱신된다(S340). 예를 들어, 여름의 목요일 저녁에 극장에 관한 정보를 검색하는 사용자가 많았다면, "여름, 목요일 및 저녁"을 적용 조건으로서, 그리고 극장을 추천 정보로서 추천 데이터베이스에 추가할 수 있다. 일실시예에서, 특정 추천 정보가 사용자에 의해 거의 검색되거나 선택되지 않았거나 관련된 적용 조건과 무관하게 선택되었다면, 그 추천 정보 또는 관련된 적용 조건은 추천 데이터베이스에서 삭제하는 등의 방식으로 추천 데이터베이스를 갱신할 수 있다.

다시 도 1로 돌아와서, 관리 툴(180)은 시스템 관리자가 수동으로 추천 데이터베이스(110)에 저장된 정보를 갱신하는데 사용된다. 특히, 관리 툴(180)은, 예를 들어, 시스템 관리자의 연구 결과를 토대로 추천 데이터베이스(110)의 적용 조건과 해당 추천 정보를 갱신하는데 사용된다.

사용자 데이터베이스(170)는 사용자의 사적 정보를 저장하고 있다. 이러한 사용자의 사적 정보는, 예를 들어, 사용자가 지능형 정보 제공 시스템(100)에 의해 운영되는 검색 사이트에 회원 가입할 때 필요한 정보로서 입력될 수 있다.

일 실시예에서, 웹 서버(120)는 개인화 서버(105)로부터 상술한 바와 같이 사용자의 상황 정보에 기초하여 생성된 추천 정보를 전달 받아, 이를 사용자 단말기에서 사용하기에 적합한 형태로 가공하여 사용자에게 제공한다. 추천 정보는, 예를 들어, 추천 검색어의 리스트가 될 수도 있고, 웹페이지에서 "추천 정보"란을 만들어 따로 표시할 수도 있다. 마지막으로, 모바일 서버(190)는 웹 서버(120)와 마찬가지로 무선 네트워크를 통하여 이동 통신 기기에 추천 정보를 포함하는 검색 결과의 리스트를 제공하기 위해 사용될 수 있다. 일 실시예에서, 모바일 서버(190)와 이동 통신 기기가 데이터를 송수신하는 매체로 사용되는 무선 네트워크는 CDMA, TDMA, GSM, 와이브로(Wibro), 또는 블루투스(BlueTooth)를 이용한 무선 통신망 또는 무선 통신망과 유선 통신망이 결합된 형태로 구현될 수 있다.

도 4는 일 실시예에 따른 지능형 정보 제공 시스템의 동작을 나타낸 흐름도이다.

먼저 사용자가 유선 네트워크 또는 무선 네트워크를 통해 지능형 정보 제공 시스템(도 1의 100)과 같은 지능형 정보 제공 시스템에 접속한다(S400). 다음으로, 사용자의 위치 정보가 추출된다(S410). 일 실시예에서, 사용자의 위치 정보는 다음과 같이 추출될 수 있다. 즉, 사용자의 로그인 여부와 무관하게, 웹 서버(도 1의 120)와 같은 웹 서버가 접속한 사용자의 IP 어드레스를 검출하여 개인화 서버(도 1의 105)와 같은 개인화 서버를 통해 위치 정보 서버(도 1의 130)와 같은 위치 정보 서버로 전달한다. 위치 정보 서버는 사용자의 IP 주소에 기초하여 사용자의 위치 정보를 개인화 서버로 돌려 준다. 그리고, 날씨 정보 등 기타 상황 정보가 추출된다(S420). 예를 들어, 개인화 서버는 날씨 서버(도 1의 140)와 같은 날씨 서버로부터 날씨 정보를, 그리고 사용자 데이터베이스(도 1의 170)와 같은 사용자 데이터베이스 및 사용자 로그 데이터베이스(도 1의 150)와 같은 사용자 로그 데이터베이스로부터 기타 상황 정보를 추출한다.

계속해서, 추출된 상황 정보를 기반으로 추천 정보가 생성된다(S430). 일 실시예에서, 사용자의 상황 정보에 기초한 추천 정보의 추출에는 적절한 추천 정보 추출 알고리즘이 사용될 수 있으며, 개인화 서버(도 1의 105)와 같은 개인화 서버가 도 2에 도시된 바와 같이 조합된 다양한 적용 조건들에 따라 추천 데이터베이스(110)와 같은 추천 데이터베이스에 미리 정의되어있는 추천 정보들을 추출한다. 일 실시예에서, 추출된 추천 정보들 중에서, 적절한 추천 정보를 개인화 서버가 사용자 단말기에 적합한 형태로 가공하여 사용자에게 제공하면, 사용자가 그 추천 정보를 이용할 수 있게 된다(S440 및 S450). 이 경우에, 아래에서 설명하는 바와 같이, 매치 점수의 적용을 통하여 적절한 추천 정보가 결정될 수 있으며, 그 매치 점수에 따라 추천 정보가 사용자에게 노출되는 빈도를 결정할 수 있다. 또한, 추천 정보는 아바타와 같은 시각적 표현을 통하여 사용자에게 제공될 수도 있다.

이하에서는 추천 정보를 사용자에게 제공하는 방법의 예 및 그 인터페이스의 실시예들을 좀 더 구체적으로 설명한다.

일 실시예에서, 추천 정보는 매치 점수를 할당 받을 수 있다. 매치 점수는 사용자의 상황 정보들이 추천 데이터베이스에 미리 정의되어 있는 여러 적용 조건들을 만족시키는 정도에 따라 다르게 결정된다. 예를 들어, 도 2의 테이블에서 사 용자의 상황 정보가 모든 적용 조건들을 만족시키면 매치 점수 100이 추천 정보에 할당될 수 있고, 적용조건들의 1/3만을 만족시키면 매치 점수 20이 추천 정보에 할당될 수 있다. 매치 점수에 따라서 추천 정보가 노출될 빈도가 결정될 수 있다. 예를 들어, 사용자의 컴퓨터 화면에 표시된 웹페이지가 바뀔 때마다 새로운 추천 정보가 사용자에게 제공되는 것을 가정할 때, 매치 점수가 100인 추천 정보가 매치 점수가 20인 추천 정보보다 5 배 빈번하게 노출될 수 있다. 이와 같이, 매 웹페이지마다 사용자의 상황 정보 및 매치 점수에 따라 추천 정보가 바뀌므로, 보다 감성적으로 사용자에게 다가갈 수 있는 이점이 있다. 따라서, 사용자는 재미를 느껴 해당 검색 사이트에서 검색을 계속 해 나갈 가능성이 높아지고, 웹페이지에 나타나는 추천 정보의 클릭율도 높아질 수 있다.

도 5a 및 도 5b는 본 발명의 일 실시예에 따라 추천 정보가 노출된 웹페이지의 예들을 도시한 것이다. 도 5a 및 도 5b에서와 같이 아바타를 사용함으로써 사용자의 흥미를 배가시키고, 사용자에게 좀더 감성적이고 편안하게 다가설 수 있다. 도 5a의 경우, 사용자의 현재 상황 정보, 예를 들어 비가 오고 우울한 조건에 기초한 추천 정보로서 빈대떡집이 제시되고 있다. 사용자가 아바타(500)를 클릭하게 되면 현재의 상황 정보 및/또는 적용 조건들에 기초하여 검색된 빈대떡집에 링크된 리소스 로케이터를 포함하는 검색 결과의 리스트가 사용자에게 제공될 수도 있다. 또, 도 5b에서는, 추천 정보로서 특정 가게의 이름(예를 들어, 배스킨 라빈스)이 추천 정보로서 사용자에게 제시되고 있는데, 사용자가 아바타(500)를 클릭하게 되면 추천된 가게(배스킨 라빈스)의 웹사이트로 바로 접속하게 될 수도 있다.

물론, 도 5a 및 도 5b와는 달리, 웹페이지 상에 "추천 정보"란과 같은 별도의 창을 따로 두어 리스트 형식으로 추천 정보를 사용자에게 제공할 수도 있을 것이다. 이러한 구성에서, 추천 정보의 매치 점수에 따라, 노출 빈도, 리스트에서의 노출 순위 등이 결정될 수 있다. 즉, 매치 점수가 높을수록, 더 자주, 리스트에서 더 높은 순위에 해당 추천 정보가 노출된다. 그 밖에, 다른 적당한 추천 정보의 제공 방법도 상술한 실시예들에 적용될 수 있다

이상 설명된 실시예들의 일부 또는 전부의 구성요소나 동작들은 일반적 목적의 하드웨어 아키텍처를 갖는 컴퓨터 시스템을 이용하여 구현될 수 있다.

도 6은 이상의 실시예들에서 설명된 하나 이상의 동작들을 구현하기 위해 이용될 수 있는 컴퓨터 시스템 아키텍처의 일례를 나타낸 블럭도이다. 일실시예로서, 하드웨어 시스템(600)은 프로세서(610), 캐시 메모리(615) 및 하나 이상의 소프트웨어 애플리케이션들 및 여기서 설명된 기능들에 연관된 드라이버들을 포함한다.

추가적으로, 하드웨어 시스템(600)은 고성능 IO 버스(high performance input/output bus)(640) 및 표준 I/O bus(standard I/O bus)(670)를 포함한다. 호스트 브리지(620)는 프로세서(610)를 고성능 I/O bus(640)에 연결하고, I/O 버스 브리지(650)는 두 개의 버스들(640 및 670)을 서로 연결한다. 시스템 메모리(660) 및 네트워크/통신 인터페이스(630)가 버스(640)에 연결된다. 하드웨어 시스템(600)은 비디오 메모리(미도시)와 비디오 메모리에 연결된 디스플레이 장치를 더욱 포함할 수 있다. 대용량 기억장치(630) 및 I/O 포트들(690)이 버스(670)에 연 결된다. 하드웨어 시스템(600)은 선택적으로 키보드 및 포인팅 장치를 포함하고, 디스플레이 장치(미도시)가 버스(670)에 연결될 수 있다. 공통적으로, 이 구성요소들은 컴퓨터 하드웨어 시스템의 광범위한 카테고리를 나타내는 의도를 가지는 것으로, 다른 적절한 프로세서들뿐만 아니라 산타 클라라, 칼리프의 인텔사에 의해 제조된 펜티엄 프로세서에 기초한 일반 목적의 컴퓨터 시스템들을 포함하지만 이것에 한정되지는 않는다.

하드웨어 시스템(600)의 구성요소들이 이하에서 더욱 상세히 설명된다. 구체적으로, 네트워크 인터페이스(630)는 하드웨어 시스템(600)과 이더넷(가령, IEEE 802.3) 네트워크 등의 광범위한 네트워크들 중 임의의 것 간의 통신을 제공한다. 지능형 정보 제공 시스템의 경우에, 네트워크 인터페이스(630)는 하드웨어 시스템(600)이 그 데이터베이스들을 운영할 수 있도록 하드웨어 시스템(600)과 네트워크를 인터페이스 한다. 대용량 기억장치(630)는 데이터 및 상술한 지능형 정보 제공 시스템에서 구현되는 기능들을 수행하는 프로그래밍 명령어들에 대한 영구 저장을 제공하고, 시스템 메모리(660)(예를 들면, DRAM)는 프로세서(610)에 의해 실행될 때 데이터 및 프로그래밍 명령어들에 대해서 일시 저장을 제공한다. I/O 포트들(690)은 하나 이상의 직렬 및/또는 병렬 통신 포트들로서, 하드웨어 시스템(600)에 연결될 수 있는 추가적인 주변 장치들 간의 통신을 제공한다.

하드웨어 시스템(600)은 다양한 시스템 아키텍처들을 포함할 수 있고, 하드웨어 시스템(600)의 다양한 구성요소들이 재배열될 수 있다. 예를 들면, 캐시(615)는 프로세서(610)에 온-칩(on-chip)으로 형성될 수 있다. 선택적으로, 캐 시(615) 및 프로세서(610)는 "프로세서 모듈"로서 함께 패키지 될 수 있고(packed together), 이 경우 프로세서(610)는 "프로세서 코어"로 언급된다. 본 발명의 어떤 구현들은 상술한 구성요소들의 전부를 요구하지도 않고 구성요소들의 전부를 포함하지 않을 수 있다. 예를 들면, 표준 I/O 버스(670)에 연결되는 것으로 도시된 주변 장치들은 고성능 I/O 버스(640)에 연결될 것이다. 또한, 어떤 구현들에서는, 단지 하나의 버스가 존재하고, 하드웨어 시스템(600)의 구성요소들은 하나의 버스에 연결될 수 있다. 또한, 하드웨어 시스템(600)은 추가 프로세서들, 저장 장치들, 또는 메모리들 등의 추가 구성요소들을 포함할 수 있다. 아래에서 설명되는 바와 같이, 일실시예에서, 여기서 설명된 지능형 맞춤 정보 제공 시스템의 동작들은 하드웨어 시스템(600)에 의해 실행되는 일련의 소프트웨어 루틴들로서 구현된다. 이 소프트웨어 루틴들은 프로세서(610)와 같은 하드웨어 시스템에서의 프로세서에 의해 실행되는 복수의 또는 일련의 명령어들을 포함한다. 초기에, 일련의 명령어들이 대용량 저장장치(630)와 같은 저장 장치에 저장된다. 한편, 일련의 명령어들은 디스켓, CD-ROM, ROM, EEPROM 등의 임의의 적절한 저장 매체에 저장될 수 있다. 또한, 일련의 명령어들이 국부적으로(locally) 저장될 필요는 없으며, 네트워크상의 서버와 같은 원격 저장 장치로부터 네트워크/통신 인터페이스(630)를 통해 수신될 수 있다. 명령어들은 대용량 기억장치(630)와 같은 저장 장치로부터 메모리(660)로 복사(copy)되고, 이후에 프로세서(610)에 의해 액세스 되고 실행된다.

운영 시스템은 소프트웨어 애플리케이션들(미도시)로의 데이터의 입력 및 출력과 소프트웨어 애플리케이션들(미도시)로부터의 데이터의 입력 및 출력을 포함하 여, 하드웨어 시스템(600)의 동작들을 관리 및 제어한다. 운영 시스템은 시스템 상에서 실행되는 소프트웨어 애플리케이션들과 시스템의 하드웨어 구성요소들 간에 인터페이스를 제공한다. 본 발명의 일실시예에 따르면, 운영 시스템은 레드몬드, 워시(Redmond, Wash)의 마이크로소프트 사(Microsoft Corporation)로부터 입수 가능한 윈도우 95/98/NT/XP 운영 시스템이다. 또한, 본 발명은 쿠퍼티노, 칼리프(Cupertino, Calif)의 애플 사(Apple Computer Inc.)로부터 입수 가능한 매킨토시 운영 시스템, UNIX 운영 시스템, LINUX 운영 시스템 등 이와 유사한 것일 수도 있다.

상술한 바와 같은 구성을 한 실시예들을 통하여 다음과 같은 효과를 달성할 수 있다.

첫째, 사용자가 처한 현재의 특정한 상황을 고려한 관련성 높은 추천 정보를 로그인 등의 불편 없이 사용자에게 제시하여 사용자의 잠재된 니즈를 이끌어 낼 수 있다. 다양한 적용 조건과 해당 추천 정보를 미리 추천 데이터베이스에 저장해 두고, 사용자의 이용 행태의 변화 및 시스템 관리자의 연구 결과를 바탕으로 추천 데이터베이스를 갱신함으로써 지속적으로 사용자의 현재 상황에 따르는 가장 적절한 추천 정보를 풍부하게 추출 제공할 수 있다.

둘째, 사용자의 잠재된 니즈를 정확히 추정함으로써 클릭당 지불방식(Cost Per Click; CPC) / 실적당 지불방식(Cost Per Action; CPA)의 광고에 대한 효율을 높일 수 있다. 사용자의 클릭 빈도에 기초하여 광고주가 입찰한 웹사이트 중 사용자의 상황 정보에 관한 적용 조건을 만족시키면 이를 추천 정보로서 사용자에게 제 공하는 것이다. 그 밖에, 추천 정보가 광고주가 많이 입찰한 키워드와 관련있을 경우에는 높은 매치 점수를 할당할 수도 있다. 광고주로서는 자신의 웹사이트가 사용자에게 노출이 많이 되어 광고 효과를 높이게 되고, 검색 사이트 관리자로서는 사용자의 클릭이 발생할 가능성이 높아져 수익을 극대화할 수 있게 되는 효과가 있다.

셋째, 막연한 사용자의 잠재적 니즈를 구체적인 추천 정보로서 제시하여 검색 사이트를 통한 네트워크 트래픽(traffic)을 증대시킬 수 있다. 네트워크 트래픽의 증대로 인해 해당 검색 사이트는 광고주들에 대해 높은 인지도와 매채력을 가질 수 있게 되는 효과가 있다.

또한, 상기 실시예들은 사용자의 주변 상황과 관련있는 추천 정보를 제공하는 플랫폼으로 활용되어 단순히 지역 검색만이 아니라 VOD(Video on Demand) 및 AOD(Audio on Demand)와 같은 멀티미디어 스트리밍 서비스, 인터넷 쇼핑몰 등에서 매출 증대에 기여할 수 있다. 예를 들면, 비 오는 날 많이 보는 영화, 아침에 자주 듣는 음악, 요일별 많이 쇼핑하는 물건의 유형이 있을 수 있으므로, 적용 조건에 따라 상품 또는 서비스에 관한 정보를 추천 정보로서, 시스템 관리자의 조작에 의하거나 혹은 집단 행태 분석에 기초한 자동 갱신을 통하여 제공할 수 있게 된다.

이상에서 설명한 실시예들은 예시의 목적을 위해 개시된 것이며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 있어 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경이 가능할 것이다. 그리고, 이러한 치환, 변경 등은 이하의 특허청구범위에 속하는 것으로 보아야 할 것이다.

본 발명에 의하면, 사용자의 상황 정보 또는 사용자의 집단 행태 패턴의 분석 결과를 토대로 관련있는 추천 정보를 사용자에게 제공함으로써 사용자의 숨어있는 니즈를 정확히 추정하고, 광고의 효율성을 높이는 효과가 있다.

Claims

복수의 가능한 상황을 나타내는 해당 적용 조건들에 대해 추천 정보를 저장하기 위한 추천 데이터베이스;

사용자들의 상황 정보에 기초하여 상기 추천 데이터베이스로부터 추천 정보를 추출하기 위한 개인화 서버; 및

상기 개인화 서버로부터 추출된 상기 추천 정보를 전달받아 상기 사용자들에게 제공하기 위한 웹 서버

를 포함하는 지능형 정보 제공 시스템.
제1항에 있어서,

상기 개인화 서버는 상기 사용자들의 위치 정보를 상기 상황 정보로서 위치 정보 서버로부터 제공받는 지능형 정보 제공 시스템.
제1항에 있어서,

상기 개인화 서버는 상기 사용자의 위치 정보에 해당하는 날씨 정보를 상기 상황 정보로서 날씨 서버로부터 제공받는 지능형 정보 제공 시스템.
제1항에 있어서,

사용자들의 집합적인 행태를 기록하기 위한 사용자 로그 데이터베이스; 및

상기 사용자 로그 데이터베이스에서 상기 사용자들의 집합적인 행태를 파악하여 상기 추천 데이터베이스의 상기 추천 정보를 갱신하기 위한 마이닝 서버

를 더 포함하는 지능형 정보 제공 시스템.
제1항에 있어서,

로그인한 사용자의 사적 정보를 저장하여, 상기 사적 정보를 상기 개인화 서버에 상기 상황 정보로서 제공하기 위한 사용자 데이터베이스를 더 포함하는 지능형 정보 제공 시스템.
제1항에 있어서,

상기 추천 데이터베이스의 상기 추천 정보를 수동으로 갱신하기 위한 관리 툴을 더 포함하는 지능형 정보 제공 시스템.
제1항에 있어서,

상기 개인화 서버는, 상기 사용자들의 컴퓨터의 쿠키에 기초하여 상기 사용자들의 위치 정보를 수집하는 지능형 정보 제공 시스템.
제1항에 있어서,

상기 개인화 서버는, 상기 사용자의 접속 일시 정보를 수집하는 지능형 정보 제공 시스템.
제1항에 있어서,

상기 추천 정보는, CPC(Cost per Click) 및 CPA(CPA) 중 적어도 하나를 포함하는 소정의 지불 방식에 기초하여 광고주에 의해 입찰된 키워드를 포함하는 지능형 정보 제공 시스템.
제1항에 있어서,

상기 개인화 서버는, 상기 추천 정보에 매치 점수를 할당하고, 상기 매치 점수에 기초하여 상기 추천 정보의 노출 빈도를 결정하는 지능형 정보 제공 시스템.
제10항에 있어서,

상기 개인화 서버는, 상기 상황 정보가 상기 적용 조건을 만족시키는 정도에 기초하여 상기 매치 점수를 결정하는 지능형 정보 제공 시스템.
제10항에 있어서,

상기 개인화 서버는, CPC(Cost per Click) 및 CPA(CPA) 중 적어도 하나를 포함하는 소정의 지불 방식에 기초하여 광고주에 의해 입찰된 키워드를 상기 추천 정보가 포함하는지에 기초하여 매치 점수를 결정하는 지능형 정보 제공 시스템.
사용자의 상황 정보를 수집하는 단계;

상기 상황 정보를, 복수의 가능한 상황을 나타내는 적용 조건과 비교하여 상기 사용자를 위한 추천 정보를 검색하는 단계; 및

상기 추천 정보를 상기 사용자에게 제공하는 단계

를 포함하는 검색 시스템에서 지능형 정보 제공 방법.
제13항에 있어서,

상기 상황 정보를 수집하는 단계는, 상기 사용자의 위치 정보를 수집하는 단계를 포함하는 지능형 정보 제공 방법.
제13항에 있어서,

상기 상황 정보를 수집하는 단계는, 상기 사용자의 컴퓨터의 쿠키에 기초하여 상기 사용자의 위치 정보를 수집하는 단계를 포함하는 지능형 정보 제공 방법.
제13항에 있어서,

상기 상황 정보를 수집하는 단계는, 상기 사용자의 위치에 기초하여 날씨 정보를 수집하는 단계를 포함하는 지능형 정보 제공 방법.
제13항에 있어서,

상기 상황 정보를 수집하는 단계는, 상기 사용자의 접속 일시 정보를 수집하는 단계를 포함하는 지능형 정보 제공 방법.
제13항에 있어서,

상기 추천 정보는, CPC(Cost per Click) 및 CPA(CPA) 중 적어도 하나를 포함하는 소정의 지불 방식에 기초하여 광고주에 의해 입찰된 키워드를 포함하는 지능형 정보 제공 방법.
제13항에 있어서,

상기 추천 정보를 상기 사용자에게 제공하는 단계는,

상기 추천 정보에 매치 점수를 할당하는 단계; 및

상기 매치 점수에 기초하여 상기 추천 정보의 노출 빈도를 결정하는 단계

를 포함하는 지능형 정보 제공 방법.
제19항에 있어서,

상기 매치 점수를 할당하는 단계는,

상기 상황 정보가 상기 적용 조건을 만족시키는 정도에 기초하여 매치 점수를 결정하는 단계를 포함하는 지능형 정보 제공 방법.
제19항에 있어서,

상기 매치 점수를 할당하는 단계는,

CPC(Cost per Click) 및 CPA(CPA) 중 적어도 하나를 포함하는 소정의 지불 방식에 기초하여 광고주에 의해 입찰된 키워드를 상기 추천 정보가 포함하는지에 기초하여 매치 점수를 결정하는 단계를 포함하는 지능형 정보 제공 방법.
사용자 로그 데이터베이스에 저장된 사용자 로그 정보를 분석하는 단계;

분석된 상기 사용자 로그 정보로부터 사용자 행태에 관한 정보를 포함하는 유효 데이터를 추출하는 단계;

상기 유효 데이터 간의 상관 관계를 파악하는 단계;

상기 유효 데이터의 상관 관계에 관한 정보로부터 유효 적용 조건들을 추출하는 단계; 및

상기 유효 적용 조건들에 기초하여 상기 추천 데이터베이스에 저장된 적용 조건들 및 추천 정보를 재정의하는 단계

를 포함하는 사용자의 상황 정보에 기초하여 결정되는 추천 데이터베이스의 갱신 방법.
제22항에 있어서,

상기 상관 관계를 파악하는 단계는, 상기 사용자 로그 정보에서 관찰된 하나 이상의 조건과 하나 이상의 검색 키워드 간의 상관 관계를 파악하는 단계

를 포함하는 추천 데이터베이스의 갱신 방법.
제22항에 있어서,

상기 상관 관계를 파악하는 단계는, 상기 사용자 로그 정보에서 관찰된 하나 이상의 조건과 클릭된 하나 이상의 리소스 로케이터(resource locator) 간의 상관 관계를 파악하는 단계

를 포함하는 추천 데이터베이스의 갱신 방법.
제22항에 있어서,

상기 유효 데이터는, 사용자의 IP 주소, 접속 시간, 검색 쿼리에 포함된 키워드 및 상기 사용자에 의해 클릭된 리소스 로케이터 중 적어도 어느 하나를 포함하는 추천 데이터베이스의 갱신 방법.
제13항 내지 제25항 중의 어느 한 항에 기재된 방법을 수행하기 위한 컴퓨터 수행가능한 명령어를 저장한 컴퓨터 판독가능한 기록매체.