KR20090013367A - 카테고리별 키워드 추천 시스템 및 방법 - Google Patents

카테고리별 키워드 추천 시스템 및 방법 Download PDF

Info

Publication number
KR20090013367A
KR20090013367A KR1020070077426A KR20070077426A KR20090013367A KR 20090013367 A KR20090013367 A KR 20090013367A KR 1020070077426 A KR1020070077426 A KR 1020070077426A KR 20070077426 A KR20070077426 A KR 20070077426A KR 20090013367 A KR20090013367 A KR 20090013367A
Authority
KR
South Korea
Prior art keywords
keyword
category
keywords
advertisers
information
Prior art date
Application number
KR1020070077426A
Other languages
English (en)
Other versions
KR100892263B1 (ko
Inventor
석태미
김유진
김남진
Original Assignee
주식회사 다음커뮤니케이션
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 주식회사 다음커뮤니케이션 filed Critical 주식회사 다음커뮤니케이션
Priority to KR1020070077426A priority Critical patent/KR100892263B1/ko
Publication of KR20090013367A publication Critical patent/KR20090013367A/ko
Application granted granted Critical
Publication of KR100892263B1 publication Critical patent/KR100892263B1/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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising

Abstract

본 발명은 카테고리별 키워드 추천 시스템 및 방법에 관한 것이다. 이 방법은 카테고리가 분류된 다수의 웹 사이트 문서에서 키워드를 추출하는 단계와, 상기 추출된 키워드를 카테고리별로 데이터베이스화하는 단계와, 키워드 광고를 위해 다수의 광고주가 조회한 키워드에 대한 정보를 수집하는 단계와, 상기 다수의 광고주가 구매한 키워드에 대한 정보를 수집하는 단계와, 소정의 정보를 찾기 위해 다수의 검색자가 조회한 키워드에 대한 정보를 수집하는 단계와, 상기 수집된 상기 다수의 광고주가 조회한 키워드에 대한 정보, 상기 다수의 광고주가 구매한 키워드에 대한 정보 및 상기 다수의 검색자가 조회한 키워드에 대한 정보를 기초로 점수를 산정하는 단계와, 상기 산정된 점수를 상기 카테고리별로 데이터베이스화된 키워드와 함께 데이터베이스화하는 단계 및 키워드 광고를 하고자 하는 광고주가 원하는 카테고리에 해당하는 키워드를 상기 데이터베이스화된 점수에 따라 순위별로 광고주에게 제공하는 단계를 포함하는 것을 특징으로 한다.
따라서, 본 발명에 의한 카테고리별 키워드 추천 시스템 및 방법은 광고 효과가 뛰어난 키워드들을 소정의 방식으로 선별하여 광고주가 원하는 카테고리에 해당하는 키워드를 자동으로 제공함으로써 광고주의 키워드 광고를 위한 키워드 구매시 편의를 제공한다.
카테고리, 키워드, 추천

Description

카테고리별 키워드 추천 시스템 및 방법{System and method for recommending a keyword according to each category}
본 발명은 키워드 광고에 관한 것으로서, 특히 키워드 광고를 위해 광고주에게 카테고리별로 키워드를 추천하는 시스템 및 방법에 관한 것이다.
인터넷의 발전과 함께 전세계에서 다양한 웹 사이트들이 기하급수적으로 등장하고 있다. 즉, 회사 또는 단체 등에서 홍보의 일환, 동호인들의 커뮤니티 수단, 그리고 개인들의 자발적 네트워크 참여 수단 등 기타의 이유로 다양한 웹 사이트들이 개설되고 있다. 이처럼 웹 사이트들이 무수하게 등장함에 따라 일반 인터넷 유저가 원하는 웹 사이트에 방문할 수 있도록 서비스하는 검색 사이트들이 다양하게 등장하였다. 이들 검색 사이트들은 무수한 웹 사이트들을 분야별로 영역을 구분해 표시하거나 원하는 내용에 관련된 키워드 입력에 대해 키워드 관련 사이트들을 찾아 리스트로 표시하는 것으로 인터넷 유저가 보다 쉽게 원하는 웹 사이트를 방문할 수 있도록 서비스하고 있다. 이들은 인터넷에서 인터넷 유저에게 관문의 역할을 한다하여 포털(portal) 사이트라 불리기도 한다.
이와 같은 포털 사이트들은 웹 사이트들이 기하급수적으로 늘어남에 따라 보 다 많은 인터넷 유저들의 방문을 받게 되었으며, 그로부터 새로운 비지니스 기회를 얻을 수 있게 되었다. 즉, 포털 사이트를 방문하는 인터넷 유저들에게 자신의 웹 사이트를 홍보하기 원하는 광고주의 광고를 노출시킴으로써 수익을 창출할 수 있게 된 것이다.
초기 인터넷 광고는 광고주의 웹 사이트가 링크된 배너의 노출이 주류였으나, 인터넷의 진화와 함께 광고의 효과를 높일 수 있는 다양한 인터넷 광고 모델이 개발되었으며, 현재 포털 사이트들은 새로운 인터넷 광고 모델을 다양하게 적용하고 있다.
이와 같은 인터넷 광고 모델 중에서 검색 작업을 위해 입력된 키워드에 대응하여 광고주와 관련된 검색 결과 목록을 키워드 검색 작업을 요청한 검색자에게 노출되도록 하는 키워드 광고 서비스가 활발하게 운영되고 있다.
또한, 포털 사이트에서는 키워드 광고를 하고자 하는 광고주에게 키워드를 판매하기 위해 다양한 키워드를 추천하고 있다. 또한, 광고주가 주로 관심을 갖고 있는 카테고리에 해당하는 키워드를 추천하고 있다. 하지만, 실제적으로 포털에서 제공하는 카테고리별 키워드는 포털 사이트가 운영하고 있는 시스템에 의해 추천되는 것이 아니라 에디터라고 불리는 사람의 수작업에 의해 광고주에게 추천되고 있다.
따라서, 키워드를 추천하는 포털 사이트 입장에서는 카테고리별로 키워드를 추천하기 위해 많은 노력과 시간을 소비하고 있으며, 비용도 많이 드는 문제점이 있다.
본 발명이 이루고자 하는 기술적 과제는, 키워드 광고를 위해 광고주에게 자동으로 카테고리별로 키워드를 추천하는 키워드 추천 시스템 및 방법을 제공하는 데 있다.
상기 과제를 이루기 위해, 본 발명에 의한 카테고리별 키워드 추천 방법은 카테고리가 분류된 다수의 웹 사이트 문서에서 키워드를 추출하는 단계와, 상기 추출된 키워드를 카테고리별로 데이터베이스화하는 단계와, 키워드 광고를 위해 다수의 광고주가 조회한 키워드에 대한 정보를 수집하는 단계와, 상기 다수의 광고주가 구매한 키워드에 대한 정보를 수집하는 단계와, 소정의 정보를 찾기 위해 다수의 검색자가 조회한 키워드에 대한 정보를 수집하는 단계와, 상기 수집된 상기 다수의 광고주가 조회한 키워드에 대한 정보, 상기 다수의 광고주가 구매한 키워드에 대한 정보 및 상기 다수의 검색자가 조회한 키워드에 대한 정보를 기초로 점수를 산정하는 단계와, 상기 산정된 점수를 상기 카테고리별로 데이터베이스화된 키워드와 함께 데이터베이스화하는 단계 및 키워드 광고를 하고자 하는 광고주가 원하는 카테고리에 해당하는 키워드를 상기 데이터베이스화된 점수에 따라 순위별로 광고주에게 제공하는 단계를 포함한다.
또한, 상기 과제를 이루기 위해, 본 발명에 의한 카테고리별 키워드 추천 시스템은 카테고리가 분류된 다수의 웹 사이트 문서에서 키워드를 추출하는 키워드 추출부와, 상기 추출된 키워드를 카테고리별로 저장하기 위한 카테고리별 키워드 데이터베이스와, 키워드 광고를 위해 다수의 광고주가 조회한 키워드에 대한 정보를 수집하는 광고주 키워드 조회 정보 수집부와, 상기 다수의 광고주가 구매한 키워드에 대한 정보를 수집하는 키워드 구매 정보 수집부와, 소정의 정보를 찾기 위해 다수의 검색자가 조회한 키워드에 대한 정보를 수집하는 검색자 키워드 조회 정보 수집부와, 상기 수집된 상기 다수의 광고주가 조회한 키워드에 대한 정보, 상기 다수의 광고주가 구매한 키워드에 대한 정보 및 상기 다수의 검색자가 조회한 키워드에 대한 정보를 기초로 점수를 산정하는 점수 산정부와, 상기 산정된 점수를 상기 카테고리별로 데이터베이스화된 키워드와 함께 저장하기 위한 점수 산정 데이터베이스 및 키워드 광고를 하고자 하는 광고주가 원하는 카테고리에 해당하는 키워드를 상기 데이터베이스화된 점수에 따라 순위별로 광고주에게 제공하는 카테고리별 키워드 제공부를 포함한다.
이상에서 설명한 바와 같이, 본 발명에 의한 카테고리별 키워드 추천 시스템 및 방법은 다음과 같은 효과를 갖는다.
첫째, 광고 효과가 뛰어난 키워드들을 소정의 방식으로 선별하여 광고주가 원하는 카테고리에 해당하는 키워드를 자동으로 제공함으로써 광고주의 키워드 광고를 위한 키워드 구매시 편의를 제공한다.
둘째, 키워드를 판매하는 포털 사이트가 키워드 추천에 소비하는 노력과 시간을 줄여 비용을 절감할 수 있다.
이하, 본 발명에 의한 카테고리별 키워드 추천 시스템의 실시예의 구성 및 동작과, 그 시스템에서 수행되는 방법의 실시예를 첨부한 도면들을 참조하여 다음과 같이 설명한다. 이때 도면에 도시되고 또 이것에 의해서 설명되는 본 발명의 구성과 작용은 적어도 하나의 실시예로서 설명되는 것이며, 이것에 의해서 상기한 본 발명의 기술적 사상과 그 핵심 구성 및 작용이 제한되지는 않는다.
도 1은 본 발명에 의한 카테고리별 키워드 추천 시스템을 포함하는 키워드 광고 시스템의 개략적인 동작을 설명하기 위한 도면이다.
본 발명에 의한 카테고리별 키워드 추천 시스템을 포함하는 키워드 광고 시스템은 소정의 단말 수단을 보유하는 검색자(400)와 광고주(500)와 인터넷 등의 네트워크(600)를 통해 연결되어 있는 카테고리별 키워드 추천 시스템(100), 키워드 구매 시스템(200) 및 검색 엔진(300)으로 구성될 수 있다.
여기서, 카테고리별 키워드 추천 시스템(100)은 카테고리가 분류된 다양한 웹 사이트 문서에서 키워드를 추출하고, 이를 카테고리별로 데이터베이스화하며, 상기 카테고리별로 데이터베이스화된 키워드를 점수에 따라 순위를 부여하고, 광고주가 원하는 카테고리에 해당하는 키워드를 상기 부여된 순위에 따라 광고주에게 제공할 수 있다.
여기서, 광고주는 직접 관심있는 카테고리를 선택할 수 있으며, 광고주가 관심있는 카테고리를 미리 설정할 수도 있다.
키워드 구매 시스템(200)은 광고주가 상기 카테고리별 키워드 추천 시스 템(100)에서 제공된 카테고리별 키워드를 구매하고, 상기 구매한 키워드에 대응하는 광고 문구를 등록할 수 있다.
또한, 키워드 구매 시스템(200)에서 광고주가 조회하거나 구매한 키워드는 상기 카테고리별 키워드 추천 시스템(100)에서 데이터베이스화될 수 있다.
다시 말해, 카테고리별 키워드 추천 시스템(100)은 웹 사이트 문서에서 키워드를 추출하여 데이터베이스화할 수 있을 뿐만 아니라, 검색자가 조회한 키워드에 대해서도 데이터베이스화하여 광고주에게 다양한 키워드를 추천할 수 있는 것이다.
검색 엔진(300)은 검색자(400)가 검색하고자 하는 콘텐츠를 보유하는 웹 사이트로의 이동을 유도하기 위해 검색자가 입력하는 키워드에 대응하는 광고 문구를 포함하는 검색 결과 목록을 제공하는 검색 프로그램 또는 검색 웹 서버를 의미할 수 있다.
또한, 검색 엔진(300)에서 검색자가 조회한 키워드는 상기 카테고리별 키워드 추천 시스템(100)에서 데이터베이스화될 수 있다.
다시 말해, 카테고리별 키워드 추천 시스템(100)은 웹 사이트 문서에서 키워드를 추출하여 데이터베이스화할 수 있을 뿐만 아니라, 광고주가 조회하거나 구매한 키워드에 대해서도 데이터베이스화하여 광고주에게 다양한 키워드를 추천할 수 있는 것이다.
검색자(400)는 검색 엔진(200)과의 접속을 위해 소정의 단말 수단을 보유하며, 검색하고자 하는 콘텐츠를 보유하고 있는 광고주(500)의 웹 사이트에 대한 검색을 위해 소정의 키워드를 입력하여 검색을 수행하는 인터넷 유저를 의미할 수 있 다.
광고주(500)는 검색 엔진(300)과 카테고리별 키워드 추천 시스템(100) 및 키워드 구매 시스템(200)과의 접속을 위해 소정의 단말 수단을 보유하며, 키워드 광고를 위해 키워드를 카테고리별 키워드 추천 시스템(100)으로부터 제공받아, 키워드 구매 시스템(200)을 통하여 광고주가 원하는 키워드를 구매할 수 있다. 또한, 구매한 키워드에 대응하는 광고 문구가 검색 결과 목록에 포함되도록 검색 엔진(300)에 등록하여 상기 검색 결과 목록을 제공받는 검색자(300)에게 광고주의 상품이나 웹 페이지에 대한 광고 효과가 유발되도록 한다.
따라서, 본 발명에 의한 카테고리별 키워드 추천 시스템(100)은 소정의 방식으로 카테고리별로 키워드를 선정하여 광고주(400)에게 제공하고, 광고주는 광고 효과가 우수한 상기 추천된 키워드를 구매하여 이를 바탕으로 키워드 광고를 할 수 있는 것이다.
도 2는 본 발명에 의한 카테고리별 키워드 추천 시스템의 일 실시예를 나타내는 구성도이다.
본 발명에 의한 카테고리별 키워드 추천 시스템은 도 2에 도시된 바와 같이 키워드 추출부(110), 카테고리별 키워드 데이터베이스(120), 광고주 키워드 조회 정보 수집부(130), 키워드 구매 정보 수집부(140), 검색자 키워드 조회 정보 수집부(150), 점수 산정부(160), 점수 산정 데이터베이스(170) 및 카테고리별 키워드 제공부(180)로 구성될 수 있다.
본 발명에 의한 카테고리별 키워드 추천 시스템의 일 실시예로서, 먼저 키워드 추출부(110)은 카테고리가 분류된 다수의 웹 사이트 문서에서 키워드를 추출할 수 있다.
여기서, 상기 키워드 추출부(110)는 TFIDF(Term Frequency Inverse Document Frequency) 방식으로 상기 카테고리가 분류된 다수의 웹 사이트 문서에서 키워드를 추출할 수 있다.
또한, TFIDF(Term Frequency Inverse Document Frequency)란 '전체 문서(global document) 세트 중에서 하나의 특정 용어를 포함하는 전자 문서의 빈도'즉, 문서 빈도(DF;Document Frequency)에 대한 '해당 특정 용어가 하나의 특정 전자 문서(document) 내에 나타난 빈도' 즉, 용어 빈도(TF;Term Frequency)의 비율을 의미한다.
이는, 특정 문서에는 많이 등장하나 일반적인 문서에서는 적게 등장하는 키워드들일 수록 TFIDF가 크기 때문에 TFIDF 방식을 사용하는 것은 전자 문서에서 키워드를 추출하는데 유용하기 때문이다.
다음으로, 카테고리별 키워드 데이터베이스(120)는 상기 추출된 키워드가 카테고리별로 저장될 수 있다.
다시 말해, 본 발명에 의한 카테고리별 키워드 추천 시스템은 다수의 웹 사이트 문서에 포함되어 있는 다양한 키워드들을 카테고리별로 데이터베이스(database;DB)화하는 것이다.
다음으로, 광고주 키워드 조회 정보 수집부(130)는 키워드 광고를 위해 다수 의 광고주가 조회한 키워드에 대한 정보를 수집할 수 있다.
여기서, 상기 광고주 키워드 조회 정보 수집부(130)는 상기 다수의 광고주가 조회한 키워드에 대한 정보로 상기 다수의 광고주의 키워드 조회수를 수집할 수 있다.
예를 들어, 광고주가 "건강" 카테고리의 키워드 중에서 "병원", "진료", "감기"라는 키워드를 조회한 경우, 상기 "병원", "진료", "감기"라는 키워드의 조회수가 각각 500회, 200회, 300회인 경우 이에 대한 정보를 수집하는 것이다.
한편, 상기 광고주 키워드 조회 정부 수집부(130)는 상기 다수의 광고주가 조회한 키워드가 상기 카테고리별 키워드 데이터베이스에 포함되어 있지 않은 경우 상기 다수의 광고주가 조회한 키워드를 상기 카테고리별 키워드 데이터베이스(120)에 저장할 수 있다.
다시 말해, 광고주가 조회한 키워드 중에서 카테고리별 키워드 데이터베이스(120)에 저장이 되어 있지 않은 키워드들도 카테고리별로 데이터베이스화하는 것이다.
다음으로, 키워드 구매 정보 수집부(140)는 상기 다수의 광고주가 구매한 키워드에 대한 정보를 수집할 수 있다.
여기서, 상기 키워드 구매 정보 수집부(140)는 상기 다수의 광고주가 구매한 키워드에 대한 정보로 상기 다수의 광고주의 키워드 구매 회수 및 키워드 구매 완료 기간을 수집할 수 있다.
예를 들어, 광고주가 "건강" 카테고리의 키워드 중에서 "병원", "진료", "감 기"라는 키워드를 구매한 경우, 상기 "병원", "진료", "감기"라는 키워드의 구매 회수가 10회, 5회, 2회인 경우 이에 대한 정보를 수집하는 것이다.
또한, "건강" 카테고리의 키워드 중에서 "병원", "진료", "감기"라는 키워드의 판매가 시작된 후 얼마 만에 구매가 완료되었는지를 나타내는 구매 완료 기간이 2일, 2일, 10일 경우 이에 대한 정보를 수집하는 것이다.
한편, 상기 키워드 구매 정보 수집부(140)는 상기 다수의 광고주가 구매한 키워드가 상기 카테고리별 키워드 데이터베이스에 포함되어 있지 않은 경우 상기 다수의 광고주가 구매한 키워드를 상기 카테고리별 키워드 데이터베이스(120)에 저장할 수 있다.
다시 말해, 광고주가 구매한 키워드 중에서 카테고리별 키워드 데이터베이스(120)에 저장이 되어 있지 않은 키워드들도 카테고리별로 데이터베이스화하는 것이다.
다음으로, 검색자 키워드 조회 정보 수집부(150)는 소정의 정보를 찾기 위해 다수의 검색자가 조회한 키워드에 대한 정보를 수집할 수 있다.
여기서, 상기 검색자 키워드 조회 정보 수집부(150)는 상기 다수의 검색자가 조회한 키워드에 대한 정보로 상기 다수의 검색자의 키워드의 조회수 및 상기 다수의 검색자가 조회한 키워드의 노출 대비 클릭률을 수집할 수 있다.
한편, 상기 검색자 키워드 조회 정보 수집부(150)는 상기 다수의 검색자가 조회한 키워드가 상기 카테고리별 키워드 데이터베이스에 포함되어 있지 않은 경우 상기 다수의 검색자가 조회한 키워드를 상기 카테고리별 키워드 데이터베이스(120) 에 저장할 수 있다.
다시 말해, 검색자가 조회한 키워드 중에서 카테고리별 키워드 데이터베이스(120)에 저장이 되어 있지 않은 키워드들도 카테고리별로 데이터베이스화하는 것이다.
다음으로, 점수 산정부(160)는 상기 수집된 상기 다수의 광고주가 조회한 키워드에 대한 정보, 상기 다수의 광고주가 구매한 키워드에 대한 정보 및 상기 다수의 검색자가 조회한 키워드에 대한 정보를 기초로 점수를 산정할 수 있다.
여기서, 상기 점수 산정부(160)는 상기 다수의 광고주가 조회한 키워드에 대한 정보로 상기 다수의 광고주의 키워드 조회수를 기초로 하며, 상기 다수의 광고부가 구매한 키워드에 대한 정보로 상기 다수의 광고주의 키워드 구매 회수 및 키워드 구매 완료 기간을 기초로 하며, 상기 다수의 검색자가 조회한 키워드에 대한 정보는 상기 다수의 검색자의 키워드의 조회수 및 상기 다수의 검색자가 조회한 키워드의 노출 대비 클릭률을 기초로 점수를 산정할 수 있다.
여기서, 상기 점수 산정부(160)는 도 2에 도시된 바와 같이, 제1점수 산정부(162), 카테고리별 키워드 순위 부여부(164) 및 제2점수 산정부(166)로 구성될 수 있다.
제1점수 산정부(162)는 ① 상기 다수의 광고주의 키워드 조회수, ② 상기 다수의 광고주의 키워드 구매 회수 및 ③ 키워드 구매 완료 기간, ④ 상기 다수의 검색자의 지난달까지의 키워드 조회수, ⑤ 상기 다수의 검색자의 키워드 조회수 증감률, ⑥ 상기 다수의 검색자의 키워드의 노출 대비 클릭률 및 ⑦ 상기 다수의 검색 자가 조회한 키워드의 노출 대비 클릭률의 증감률을 기초로 1차 점수를 산정할 수 있다.
예를 들어, 제1점수 산정부는 광고주 키워드 조회 정보 수집부(130)에서 수집한 정보로 "건강" 카테고리의 키워드 중에서 "병원", "진료", "감기"라는 키워드의 조회수가 각각 500회, 200회, 300회인 경우, 최고 점수로 30점까지 산정이 가능하며 "병원", "진료", "감기"라는 키워드에 대해서는 각각 20점, 12점, 15점을 산정할 수 있다.
다시 말해, 광고주의 조회수가 높은 키워드일수록 높은 점수가 산정되는 것이다. 이는, 광고주의 조회수가 높은 키워드일수록 검색자가 많이 검색을 하게 되며, 광고 효과 또한 우수하기 때문이다.
또한, 제1점수 산정부는 키워드 구매 정보 수집부(140)에서 수집한 정보로 "건강" 카테고리의 키워드 중에서 "병원", "진료", "감기"라는 키워드의 구매 회수가 각각 10회, 5회, 2회인 경우, 최고 점수로 5점까지 산정이 가능하며 "병원", "진료", "감기"라는 키워드에 대해서는 각각 4점, 3점, 1점을 산정할 수 있다.
다시 말해, 광고주의 구매 회수가 높은 키워드일수록 높은 점수가 산정되는 것이다. 이는, 광고주가 구매를 많이 하는 키워드일수록 검색자가 조회를 많이 하기 때문이다.
그리고, 제1점수 산정부는 키워드 구매 정보 수집부(140)에서 수집한 정보로 "건강" 카테고리의 키워드 중에서 "병원", "진료", "감기"라는 키워드의 구매 완료 기간이 2일, 2일, 10일인 경우, 최고 점수로 5점까지 산정이 가능하며 "병원", "진 료", "감기"라는 키워드에 대해서는 각각 4점, 4점, 2점을 산정할 수 있다.
다시 말해, 광고주의 구매 완료 기간이 짧을수록 높은 점수가 산정되는 것이다. 이는, 키워드의 판매가 시작된 후 빨리 구매가 이루지는 만큼 키워드의 인기가 높으며, 이는 구매하고자 하는 키워드의 가치를 반영하기 때문이다.
또한, 제1점수 산정부는 검색자 키워드 조회 정보 수집부(150)에서 수집한 정보로 "건강" 카테고리의 키워드 중에서 "병원", "진료", "감기"라는 키워드에 대한 지난달까지의 키워드 조회수가 3,000,000회, 2,000,000회, 1,000,000회인 경우, 최고 점수로 30점까지 산정이 가능하며 "병원", "진료", "감기"라는 키워드에 대해서는 각각 22점, 18점, 10점을 산정할 수 있다.
다시 말해, 검색자의 키워드 조회수가 많으면 많을수록 높은 점수가 산정되는 것이다. 이는, 실제로 키워드 광고를 보고 판단하는 것은 검색자이기 때문에 검색자가 조회한 키워드의 조회수가 많으면 많을수록 해당 키워드의 광고 효과가 높기 때문이다.
그리고, 제1점수 산정부는 검색자 키워드 조회 정보 수집부(150)에서 수집한 정보로 "건강" 카테고리의 키워드 중에서 "병원", "진료", "감기"라는 키워드의 조회수 증감률이 5%, 3%, 30%인 경우, 최고 점수로 5점까지 산정이 가능하며 "병원", "진료", "감기"라는 키워드에 대해서는 각각 1점, 1점, 4점을 산정할 수 있다.
다시 말해, 지난달까지의 검색자 키워드 조회수와 일정시점까지 검색자 키워드 조회수가 어느 정도 증감했는지에 따라 점수를 산정하는 것이다. 즉, 본 발명에 의한 카테고리별 키워드 추천 시스템은 시대 상황을 빨리 반영하기 위해서 검색자 의 키워드 조회수 증감률이 높은 키워드일수록 높은 점수를 산정하는 것이다.
또한, 제1점수 산정부는 검색자 키워드 조회 정보 수집부(150)에서 수집한 정보로 "건강" 카테고리의 키워드 중에서 "병원", "진료", "감기"라는 키워드에 대한 노출 대비 클릭률(CTR)이 5%, 3%, 3%인 경우, 최고 점수로 5점까지 산정이 가능하며 "병원", "진료", "감기"라는 키워드에 대해서는 각각 4점, 3점, 3점을 산정할 수 있다.
다시 말해, 검색자가 조회한 키워드에 대한 노출 대비 클릭률은 검색한 키워드에 대한 광고의 노출 대비 클릭수의 비율을 나타내므로 노출 대비 클릭률이 높을수록 인기가 높아 높은 점수가 산정되는 것이다.
또한, 제1점수 산정부는 검색자 키워드 조회 정보 수집부(150)에서 수집한 정보로 "건강" 카테고리의 키워드 중에서 "병원", "진료", "감기"라는 키워드에 대한 노출 대비 클릭률의 증감률이 10%, 20%, 10%인 경우, "병원", "진료", "감기"라는 키워드에 대해 각각 1점, 3점, 1점을 산정할 수 있다.
다시 말해, 검색자가 조회한 키워드에 대한 노출 대비 클릭률의 증감률이 클수록 현재 검색자에게 인기 있는 키워드이기 때문에 높은 점수가 산정되는 것이다.
순위 부여부(164)는 상기 산정된 1차 점수를 기준으로 카테고리별 키워드 순위를 부여할 수 있다.
다시 말해, 상기 제1점수 산정부(162)에서 ① 상기 다수의 광고주의 키워드 조회수, ② 상기 다수의 광고주의 키워드 구매 회수 및 ③ 키워드 구매 완료 기간, ④ 상기 다수의 검색자의 지난달까지의 키워드 조회수, ⑤ 상기 다수의 검색자의 키워드 조회수 증감률, ⑥ 상기 다수의 검색자의 키워드의 노출 대비 클릭률 및 ⑦ 상기 다수의 검색자가 조회한 키워드의 노출 대비 클릭률의 증감률을 기초로 산정된 점수를 합산하여 카테고리별로 순위를 부여하는 것이다.
제2점수 산정부(166)는 상기 부여된 순위와 지난주에 부여된 순위의 증감을 고려한 점수를 상기 1차 점수에 합산하여 2차 점수를 산정할 수 있다.
예를 들어, 상기 카테고리별 키워드 순위 부여부(164)에서 부여된 "건강" 카테고리의 키워드 중에서 "병원", "진료", "감기"라는 키워드의 지난주 대비 순위 증감이 10단계 상승, 5단계 상승, 8단계 상승인 경우, "병원", "진료", "감기"라는 키워드의 1차 점수에 각각 5점, 3점, 4점을 산정할 수 있다.
다시 말해, 상기 순위 부여부(164)에서 지난주에 부여된 순위와 현재 부여된 순위를 비교하여 얼마나 증감되었는지에 따라 점수를 산정하는 것이다.
이는, 항상 순위가 높은 키워드들이 비슷하게 배열되는 것을 방지하기 위하여 지난주에 비하여 상위로 올라온 키워드에 좀 더 높은 순위를 부여하기 위해서이다.
다음으로, 점수 산정 데이터베이스(170)는 상기 산정된 점수를 상기 카테고리별로 데이터베이스화된 키워드와 함께 저장할 수 있다.
다시 말해, 본 발명에 의한 카테고리별 키워드 추천 시스템은 카테고리별 키워드 데이터베이스(120)에 저장된 키워드와 함께 상기 점수 산정부(160)에서 산정된 점수를 데이터베이스화하는 것이다.
예를 들어, "건강" 카테고리의 키워드 중에서 "병원", "진료", "감기"라는 키워드의 점수는 표 1과 같이 데이터베이스화될 수 있다.
카테고리 키워드 광고주조회수 구매회수 구매 완료기간 검색 조회수 조회수 증감률 CTR CTR 증감률 1차 점수 순위 증감 2차 점수
건강 병원 20 4 4 22 1 4 1 56 5 61
진료 12 3 4 18 1 3 3 44 3 47
감기 15 1 2 10 4 3 1 36 4 40
마지막으로, 카테고리별 키워드 제공부(180)는 키워드 광고를 하고자 하는 광고주가 원하는 카테고리에 해당하는 키워드를 상기 데이터베이스화된 점수에 따라 순위별로 광고주에게 제공할 수 있다.
예를 들어, 광고주가 원하는 카테고리가 "건강"이라면 상기 점수 산정 데이터베이스(170)에 저장된 점수에 따라 상기 카테고리별 키워드 데이터베이스(120)에 저장된 "건강" 카테고리에 해당하는 키워드를 광고주에게 제공하는 것이다. 또한, 광고주는 자기가 관심 있는 카테고리를 직접 선택할 수 있으며, 광고주 자신의 개인 정보에 관심 있는 카테고리를 미리 설정해 놓아, 광고주가 관심 있는 카테고리에 해당하는 키워드를 자동으로 제공할 수도 있다.
상기에서 설명한 바와 같이 본 발명에 의한 카테고리별 키워드 추천 시스템은 다수의 웹 사이트 문서에서 추출한 키워드를 카테고리별로 데이터베이스화하고, 광고주나 검색자에게 인기있는 다시 말해, 광고 효과가 뛰어난 키워드들을 소정의 방식으로 선별하여 광고주가 원하는 카테고리에 해당하는 키워드를 제공함으로써 광고주가 키워드 광고를 편리하게 하도록 도와줄 뿐만 아니라, 키워드를 판매하는 포털 사이트 입장에서도 키워드 추천에 소비하는 노력이나 시간을 줄여 비용을 절감할 수 있다.
도 3은 본 발명에 의한 카테고리별 키워드 추천 방법의 일 실시예를 나타내는 흐름도이며, 도 4는 본 발명에 의한 카테고리별 키워드 추천 방법에서 점수를 산정하는 방법의 일 실시예를 나타내는 흐름도이다.
먼저, 카테고리가 분류된 다수의 웹 사이트 문서에서 키워드를 추출한다(S301).
여기서, 상기 키워드는 TFIDF(Term Frequency Inverse Document Frequency)방식으로 상기 카테고리가 분류된 다수의 웹 사이트 문서에서 추출할 수 있다.
다음으로, 상기 추출된 키워드를 카테고리별로 데이터베이스화한다(S303).
다시 말해, 본 발명에 의한 카테고리별 키워드 추천 방법은 본 발명에 의한 광고 문구 추천 시스템의 키워드 추출부에 의해 다수의 웹 사이트 문서에서 추출된 키워드를 데이터베이스에 저장을 하는 것이다.
다음으로, 키워드 광고를 위해 다수의 광고주가 조회한 키워드에 대한 정보를 수집한다(S305).
여기서, 상기 다수의 광고주가 조회한 키워드가 상기 카테고리별로 데이터베이스화된 키워드에 포함되어 있지 않은 경우 상기 다수의 광고주가 조회한 키워드를 상기 카테고리별로 데이터베이스화할 수 있다(S306).
다시 말해, 다수의 웹 사이트 문서에서 추출한 키워드뿐만 아니라 광고주가 조회한 키워드도 카테고리별로 데이터베이스화하는 것이다.
다음으로, 상기 다수의 광고주가 구매한 키워드에 대한 정보를 수집한다(S307).
여기서, 상기 다수의 광고주가 구매한 키워드가 상기 카테고리별로 데이터베이스화된 키워드에 포함되어 있지 않은 경우 상기 다수의 광고주가 구매한 키워드를 상기 카테고리별로 데이터베이스화할 수 있다(S308).
다시 말해, 다수의 웹 사이트 문서에서 추출한 키워드뿐만 아니라 광고주가 조회한 키워드도 카테고리별로 데이터베이스화하는 것이다.
다음으로, 소정의 정보를 찾기 위해 다수의 검색자가 조회한 키워드에 대한 정보를 수집한다(S309).
여기서, 상기 다수의 검색자가 조회한 키워드가 상기 카테고리별로 데이터베이스화된 키워드에 포함되어 있지 않은 경우 상기 다수의 검색자가 조회한 키워드를 상기 카테고리별로 데이터베이스화할 수 있다(S310).
다시 말해, 다수의 웹 사이트 문서에서 추출한 키워드뿐만 아니라 검색자가 조회한 키워드도 카테고리별로 데이터베이스화하는 것이다.
다음으로, 상기 수집된 상기 다수의 광고주가 조회한 키워드에 대한 정보, 상기 다수의 광고주가 구매한 키워드에 대한 정보 및 상기 다수의 검색자가 조회한 키워드에 대한 정보를 기초로 점수를 산정한다(S311).
여기서, 상기 다수의 광고주가 조회한 키워드에 대한 정보는 상기 다수의 광고주의 키워드 조회수이며, 상기 다수의 광고주가 구매한 키워드에 대한 정보는 상기 다수의 광고주의 키워드 구매 회수 및 키워드 구매 완료 기간이며, 상기 다수의 검색자가 조회한 키워드에 대한 정보는 상기 다수의 검색자의 키워드의 조회수 및 상기 다수의 검색자가 조회한 키워드의 노출 대비 클릭률(Click-Through Rate;CTR)일 수 있다.
다시 말해, 광고주가 조회하거나 구매한 키워드, 검색자가 조회한 키워드들에 대한 정보를 바탕으로 점수를 산정하는 것이다.
이는 상기 산정된 점수는 광고주나 검색자에게 얼마나 인기가 있는지를 나타내고 있으므로 이를 반영하여 광고주에게 카테고리별로 키워드를 추천하기 위해서이다.
한편, 상기 점수를 산정하는 단계는 도 4에 도시된 바와 같이 3단계로 이루질 수 있다.
상기 다수의 광고주의 키워드 조회수, 상기 다수의 광고주의 키워드 구매 회수 및 키워드 구매 완료 기간, 상기 다수의 검색자의 지난달까지의 키워드 조회수, 상기 다수의 검색자의 키워드 조회수 증감률 및 상기 다수의 검색자가 조회한 키워드의 노출 대비 클릭률의 증감률을 기초로 1차 점수를 산정한다(S401).
상기 산정된 1차 점수를 기준으로 카테고리별 키워드 순위를 부여한다(S403).
예를 들어, S401에서 ① 상기 다수의 광고주의 키워드 조회수, ② 상기 다수의 광고주의 키워드 구매 회수 및 ③ 키워드 구매 완료 기간, ④ 상기 다수의 검색자의 지난달까지의 키워드 조회수, ⑤ 상기 다수의 검색자의 키워드 조회수 증감률, ⑥ 상기 다수의 검색자의 키워드의 노출 대비 클릭률 및 ⑦ 상기 다수의 검색자가 조회한 키워드의 노출 대비 클릭률의 증감률을 기초로 산정된 점수를 합산하여 카테고리별로 순위를 부여하는 것이다.
상기 부여된 순위와 지난주에 부여된 순위의 증감을 고려한 점수를 상기 1차 점수에 점수에 합산하여 2차 점수를 산정한다(S405).
다시 말해, S403에서 지난주에 부여된 순위와 현재 부여된 순위를 비교하여 얼마나 증감되었는지에 따라 점수를 산정하는 것이다.
이는, 항상 순위가 높은 키워드들이 비슷하게 배열되는 것을 방지하기 위하여 지난주에 비하여 상위로 올라온 키워드에 좀 더 높은 순위를 부여하기 위해서이다.
다음으로, 상기 산정된 점수를 상기 카테고리별로 데이터베이스화된 키워드와 함께 데이터베이스화한다(S313).
마지막으로, 키워드 광고를 하고자 하는 광고주가 원하는 카테고리에 해당하는 키워드를 상기 데이터베이스화된 점수에 따라 순위별로 광고주에게 제공한다(S315).
상기에서 설명한 바와 같이 본 발명에 의한 카테고리별 키워드 추천 방법은 다수의 웹 사이트 문서에서 추출한 키워드를 카테고리별로 데이터베이스화하고, 광고주나 검색자에게 인기있는 다시 말해, 광고 효과가 뛰어난 키워드들을 소정의 방식으로 선별하여 광고주가 원하는 카테고리에 해당하는 키워드를 제공함으로써 광고주가 키워드 광고를 편리하게 하도록 도와줄 뿐만 아니라, 키워드를 판매하는 포털 사이트 입장에서도 키워드 추천에 소비하는 노력이나 시간을 줄여 비용을 절감할 수 있다.
이상, 전술한 본 발명의 바람직한 실시예는, 예시의 목적을 위해 개시된 것으로, 당업자라면 이하 첨부된 특허청구범위에 개시된 본 발명의 기술적 사상과 그 기술적 범위 내에서, 다양한 다른 실시예들을 개량, 변경, 대체 또는 부가 등이 가능할 것이다.
도 1은 본 발명에 의한 카테고리별 키워드 추천 시스템을 포함하는 키워드 광고 시스템의 개략적인 동작을 설명하기 위한 도면이다.
도 2는 본 발명에 의한 카테고리별 키워드 추천 시스템의 일 실시예를 나타내는 구성도이다.
도 3은 본 발명에 의한 카테고리별 키워드 추천 방법의 일 실시예를 나타내는 흐름도이다.
도 4는 본 발명에 의한 카테고리별 키워드 추천 방법에서 점수를 산정하는 방법의 일 실시예를 나타내는 흐름도이다.
<도면의 주요 부분에 대한 부호의 설명>
100:카테고리별 키워드 추천 시스템 110:키워드 추출부
120:카테고리별 키워드 데이터베이스 130:광고주 키워드 조회 정보 수집부
140:키워드 구매 정보 수집부 150:검색자 키워드 조회 정보 수집부
160:점수 산정부 162:제1점수 산정부
164:카테고리별 키워드 순위 부여부 166:제2점수 산정부
170:점수 산정 데이터베이스 180:카테고리별 키워드 제공부

Claims (14)

  1. 키워드 광고를 위해 카테고리별 키워드 추천 시스템을 이용한 카테고리별 키워드 추천 방법에 있어서,
    카테고리가 분류된 다수의 웹 사이트 문서에서 키워드를 추출하는 단계;
    상기 추출된 키워드를 카테고리별로 데이터베이스화하는 단계;
    키워드 광고를 위해 다수의 광고주가 조회한 키워드에 대한 정보를 수집하는 단계;
    상기 다수의 광고주가 구매한 키워드에 대한 정보를 수집하는 단계;
    소정의 정보를 찾기 위해 다수의 검색자가 조회한 키워드에 대한 정보를 수집하는 단계;
    상기 수집된 상기 다수의 광고주가 조회한 키워드에 대한 정보, 상기 다수의 광고주가 구매한 키워드에 대한 정보 및 상기 다수의 검색자가 조회한 키워드에 대한 정보를 기초로 점수를 산정하는 단계;
    상기 산정된 점수를 상기 카테고리별로 데이터베이스화된 키워드와 함께 데이터베이스화하는 단계; 및
    키워드 광고를 하고자 하는 광고주가 원하는 카테고리에 해당하는 키워드를 상기 데이터베이스화된 점수에 따라 순위별로 광고주에게 제공하는 단계를 포함하는 것을 특징으로 하는 카테고리별 키워드 추천 방법.
  2. 제 1 항에 있어서,
    상기 다수의 광고주가 조회한 키워드에 대한 정보는 상기 다수의 광고주의 키워드 조회수이며,
    상기 다수의 광고주가 구매한 키워드에 대한 정보는 상기 다수의 광고주의 키워드 구매 회수 및 키워드 구매 완료 기간이며,
    상기 다수의 검색자가 조회한 키워드에 대한 정보는 상기 다수의 검색자의 키워드의 조회수 및 상기 다수의 검색자가 조회한 키워드의 노출 대비 클릭률(Click-Through Rate;CTR)인 것을 특징으로 하는 카테고리별 키워드 추천 방법.
  3. 제 2 항에 있어서, 상기 점수를 산정하는 단계는
    상기 다수의 광고주의 키워드 조회수, 상기 다수의 광고주의 키워드 구매 회수 및 키워드 구매 완료 기간, 상기 다수의 검색자의 지난달까지의 키워드 조회수, 상기 다수의 검색자의 키워드 조회수 증감률, 상기 다수의 검색자가 조회한 키워드의 노출 대비 클릭률 및 상기 노출 대비 클릭률의 증감률을 기초로 1차 점수를 산정하는 단계;
    상기 산정된 1차 점수를 기준으로 카테고리별 키워드 순위를 부여하는 단계; 및
    상기 부여된 순위와 지난주에 부여된 순위의 증감을 고려한 점수를 상기 1차 점수에 점수에 합산하여 2차 점수를 산정하는 단계를 포함하는 것을 특징으로 하는 카테고리별 키워드 추천 방법.
  4. 제 1 항에 있어서, 상기 키워드를 추출하는 단계는
    TFIDF(Term Frequency Inverse Document Frequency)방식으로 상기 카테고리가 분류된 다수의 웹 사이트 문서에서 키워드를 추출하는 것을 특징으로 하는 카테고리별 키워드 추천 방법.
  5. 제 1 항에 있어서,
    상기 다수의 광고주가 조회한 키워드에 대한 정보를 수집하는 단계는 상기 다수의 광고주가 조회한 키워드가 상기 카테고리별로 데이터베이스화된 키워드에 포함되어 있지 않은 경우 상기 다수의 광고주가 조회한 키워드를 카테고리별로 데이터베이스화하는 단계를 더 포함하는 것을 특징으로 하는 카테고리별 키워드 추천 방법.
  6. 제 1 항에 있어서,
    상기 다수의 광고주가 구매한 키워드에 대한 정보를 수집하는 단계는 상기 다수의 광고주가 구매한 키워드가 상기 카테고리별로 데이터베이스화된 키워드에 포함되어 있지 않은 경우 상기 다수의 광고주가 조회한 키워드를 카테고리별로 데이터베이스화하는 단계를 더 포함하는 것을 특징으로 하는 카테고리별 키워드 추천 방법.
  7. 제 1 항에 있어서,
    상기 다수의 검색자가 조회한 키워드데 대한 정보를 수집하는 단계는 상기 다수의 검색자가 조회한 키워드가 상기 카테고리별로 데이터베이스화된 키워드에 포함되어 있지 않은 경우 상기 다수의 검색자가 조회한 키워드를 카테고리별로 데이터베이스화하는 단계를 더 포함하는 것을 특징으로 하는 카테고리별 키워드 추천 방법.
  8. 카테고리가 분류된 다수의 웹 사이트 문서에서 키워드를 추출하는 키워드 추출부;
    상기 추출된 키워드를 카테고리별로 저장하기 위한 카테고리별 키워드 데이터베이스;
    키워드 광고를 위해 다수의 광고주가 조회한 키워드에 대한 정보를 수집하는 광고주 키워드 조회 정보 수집부;
    상기 다수의 광고주가 구매한 키워드에 대한 정보를 수집하는 키워드 구매 정보 수집부;
    소정의 정보를 찾기 위해 다수의 검색자가 조회한 키워드에 대한 정보를 수집하는 검색자 키워드 조회 정보 수집부;
    상기 수집된 상기 다수의 광고주가 조회한 키워드에 대한 정보, 상기 다수의 광고주가 구매한 키워드에 대한 정보 및 상기 다수의 검색자가 조회한 키워드에 대한 정보를 기초로 점수를 산정하는 점수 산정부;
    상기 산정된 점수를 상기 카테고리별로 데이터베이스화된 키워드와 함께 저장하기 위한 점수 산정 데이터베이스; 및
    키워드 광고를 하고자 하는 광고주가 원하는 카테고리에 해당하는 키워드를 상기 데이터베이스화된 점수에 따라 순위별로 광고주에게 제공하는 카테고리별 키워드 제공부를 포함하는 것을 특징으로 하는 카테고리별 키워드 추천 시스템.
  9. 제 8 항에 있어서, 상기 점수 산정부는
    상기 다수의 광고주가 조회한 키워드에 대한 정보로 상기 다수의 광고주의 키워드 조회수를 기초로 하며,
    상기 다수의 광고부가 구매한 키워드에 대한 정보로 상기 다수의 광고주의 키워드 구매 회수 및 키워드 구매 완료 기간을 기초로 하며,
    상기 다수의 검색자가 조회한 키워드에 대한 정보는 상기 다수의 검색자의 키워드의 조회수 및 상기 다수의 검색자가 조회한 키워드의 노출 대비 클릭률을 기초로 점수를 산정하는 것을 특징으로 하는 카테고리별 키워드 추천 시스템.
  10. 제 9 항에 있어서, 상기 점수 산정부는
    상기 다수의 광고주의 키워드 조회수, 상기 다수의 광고주의 키워드 구매 회수 및 키워드 구매 완료 기간, 상기 다수의 검색자의 지난달까지의 키워드 조회수, 상기 다수의 검색자의 키워드 조회수 증감률, 상기 다수의 검색자가 조회한 키워드의 노출 대비 클릭률 및 상기 노출 대비 클릭률의 증감률을 기초로 1차 점수를 산 정하는 제1점수 산정부;
    상기 산정된 1차 점수를 기준으로 카테고리별 키워드 순위를 부여하는 카테고리별 키워드 순위 부여부; 및
    상기 부여된 순위와 지난주에 부여된 순위의 증감을 고려한 점수를 상기 1차 점수에 합산하여 2차 점수를 산정하는 제2점수 산정부를 포함하는 것을 특징으로 하는 카테고리별 키워드 추천 시스템.
  11. 제 8 항에 있어서, 상기 키워드 추출부는
    TFIDF 방식으로 상기 카테고리가 분류된 다수의 웹 사이트 문서에서 키워드를 추출하는 것을 특징으로 하는 카테고리별 키워드 추천 시스템.
  12. 제 8 항에 있어서, 상기 광고주 키워드 조회 정부 수집부는
    상기 다수의 광고주가 조회한 키워드가 상기 카테고리별 키워드 데이터베이스에 포함되어 있지 않은 경우 상기 다수의 광고주가 조회한 키워드를 상기 카테고리별 키워드 데이터베이스에 저장하는 것을 특징으로 하는 카테고리별 키워드 추천 시스템.
  13. 제 8 항에 있어서, 상기 키워드 구매 정보 수집부는
    상기 다수의 광고주가 구매한 키워드가 상기 카테고리별 키워드 데이터베이스에 포함되어 있지 않은 경우 상기 다수의 광고주가 구매한 키워드를 상기 카테고 리별 키워드 데이터베이스에 저장하는 것을 특징으로 하는 카테고리별 키워드 추천 시스템.
  14. 제 8 항에 있어서, 상기 검색자 키워드 조회 정보 수집부는
    상기 다수의 검색자가 조회한 키워드가 상기 카테고리별 키워드 데이터베이스에 포함되어 있지 않은 경우 상기 다수의 검색자가 조회한 키워드를 상기 카테고리별 키워드 데이터베이스에 저장하는 것을 특징으로 하는 카테고리별 키워드 추천 시스템.
KR1020070077426A 2007-08-01 2007-08-01 카테고리별 키워드 추천 시스템 및 방법 KR100892263B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020070077426A KR100892263B1 (ko) 2007-08-01 2007-08-01 카테고리별 키워드 추천 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020070077426A KR100892263B1 (ko) 2007-08-01 2007-08-01 카테고리별 키워드 추천 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20090013367A true KR20090013367A (ko) 2009-02-05
KR100892263B1 KR100892263B1 (ko) 2009-04-09

Family

ID=40683818

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020070077426A KR100892263B1 (ko) 2007-08-01 2007-08-01 카테고리별 키워드 추천 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR100892263B1 (ko)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101050013B1 (ko) * 2009-04-30 2011-07-19 엔에이치엔(주) 대표자의 신뢰도를 이용한 검색 결과 순위화 장치 및 방법
KR101054580B1 (ko) * 2009-02-11 2011-08-04 엔에이치엔비즈니스플랫폼 주식회사 검색 광고 경쟁 패턴 추출 장치 및 방법
KR101234817B1 (ko) * 2012-05-09 2013-02-19 주식회사 다음커뮤니케이션 광고 방법
US8452798B2 (en) 2009-03-26 2013-05-28 Korea Advanced Institute Of Science And Technology Query and document topic category transition analysis system and method and query expansion-based information retrieval system and method
KR101274419B1 (ko) * 2010-12-30 2013-06-17 엔에이치엔(주) 사용자 그룹별로 키워드의 순위를 결정하는 시스템 및 방법
KR101352358B1 (ko) * 2011-11-01 2014-01-16 주식회사 다음커뮤니케이션 광고 시스템 및 광고 관리 방법
KR102084101B1 (ko) * 2019-04-15 2020-03-03 주식회사 애드인텔리전스 상품 데이터를 기반으로 한 키워드 제공 장치 및 방법
KR102204712B1 (ko) * 2020-08-20 2021-01-19 주식회사 플레이디 업종 주요 키워드 제공과 추천 방법 및 그 시스템

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101357282B1 (ko) 2013-09-12 2014-01-28 노영철 전신주의 배전선로 고정용 완철
KR102607872B1 (ko) 2022-12-29 2023-11-29 주식회사 바이스퀘어 인공지능을 이용한 광고주 상품의 포털 사이트별 핵심 키워드 및 연관 키워드 추천 시스템

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020080107A (ko) * 2001-04-11 2002-10-23 이은미 정보검색 시스템을 이용한 광고 방법
KR20020025142A (ko) * 2002-03-04 2002-04-03 김일 키워드 광고 서비스를 위한 키워드 추천 시스템 및 방법
KR20040091532A (ko) * 2004-01-16 2004-10-28 엔에이치엔(주) 인터넷 사용자의 접속 의도를 이용한 인터넷 상의 광고유치 및 광고 제공 방법과 그 시스템
KR20050096572A (ko) * 2004-03-31 2005-10-06 (주)다음소프트 검색 키워드를 판매하기 위한 장치 및 방법
KR100806862B1 (ko) * 2004-07-16 2008-02-26 (주)이네스트커뮤니케이션 웹 사이트에서의 1차 키워드 검색에 대해 관련성 있는 2차키워드의 리스트를 제공하는 방법 및 장치

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101054580B1 (ko) * 2009-02-11 2011-08-04 엔에이치엔비즈니스플랫폼 주식회사 검색 광고 경쟁 패턴 추출 장치 및 방법
US8452798B2 (en) 2009-03-26 2013-05-28 Korea Advanced Institute Of Science And Technology Query and document topic category transition analysis system and method and query expansion-based information retrieval system and method
KR101050013B1 (ko) * 2009-04-30 2011-07-19 엔에이치엔(주) 대표자의 신뢰도를 이용한 검색 결과 순위화 장치 및 방법
KR101274419B1 (ko) * 2010-12-30 2013-06-17 엔에이치엔(주) 사용자 그룹별로 키워드의 순위를 결정하는 시스템 및 방법
US9262790B2 (en) 2010-12-30 2016-02-16 Nhn Corporation System and method for determining ranking of keywords for each user group
KR101352358B1 (ko) * 2011-11-01 2014-01-16 주식회사 다음커뮤니케이션 광고 시스템 및 광고 관리 방법
KR101234817B1 (ko) * 2012-05-09 2013-02-19 주식회사 다음커뮤니케이션 광고 방법
KR102084101B1 (ko) * 2019-04-15 2020-03-03 주식회사 애드인텔리전스 상품 데이터를 기반으로 한 키워드 제공 장치 및 방법
KR102204712B1 (ko) * 2020-08-20 2021-01-19 주식회사 플레이디 업종 주요 키워드 제공과 추천 방법 및 그 시스템

Also Published As

Publication number Publication date
KR100892263B1 (ko) 2009-04-09

Similar Documents

Publication Publication Date Title
KR100892263B1 (ko) 카테고리별 키워드 추천 시스템 및 방법
US9799052B2 (en) Methods and apparatus for serving relevant advertisements
CA2540805C (en) Automatically targeting web-based advertisements
KR101643179B1 (ko) 추천 키워드를 제공하는 시스템 및 방법
KR100786795B1 (ko) 인터넷 광고 서비스 시스템 및 방법
JP5220297B2 (ja) キーワードと条件に基づく広告配信方法
KR100861673B1 (ko) 사용자 요청 정보 및 사용자 정보를 이용하여 광고들 제공
KR101097632B1 (ko) 스폰서 검색에 대한 동적 입찰 가격 결정
US8645192B1 (en) Estimating inventory, user behavior, and/or cost and presentation attributes for an advertisement for use with an advertising system
US20100293057A1 (en) Targeted advertisements based on user profiles and page profile
JP4740630B2 (ja) 流行創出型広告方法及びプログラム
JP2007524925A5 (ko)
KR20070004077A (ko) 과거 검색 질의들을 이용하는 광고 타겟팅 정보 및/또는광고 크리에이티브 정보 결정
JP2002507794A (ja) 改良されたサーチエンジン
KR20090003377A (ko) 스폰서 매치 광고 서비스 방법 및 그 시스템
KR100744063B1 (ko) 인터넷 검색 광고 서비스 시스템 및 방법
US20060179043A1 (en) Information display method and system
KR100986112B1 (ko) 평판 기반 과금 방법
KR101516635B1 (ko) 블로그 순위 선정 및 마케팅 정보 제공방법
KR20100033724A (ko) 광고 제공 서비스 방법 및 시스템
AU2008201934B2 (en) Methods and apparatus for serving relevant advertisements
KR20090001775A (ko) 웹 페이지 광고 제공방법 및 그 제공장치

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20120208

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20130402

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20170317

Year of fee payment: 11