KR20100059069A - 광고주 데이터를 이용하여 클러스터를 생성하고, 이를 바탕으로 정보를 제공하기 위한 방법과 시스템 및 컴퓨터 판독 가능한 기록 매체 - Google Patents

광고주 데이터를 이용하여 클러스터를 생성하고, 이를 바탕으로 정보를 제공하기 위한 방법과 시스템 및 컴퓨터 판독 가능한 기록 매체 Download PDF

Info

Publication number
KR20100059069A
KR20100059069A KR1020080117708A KR20080117708A KR20100059069A KR 20100059069 A KR20100059069 A KR 20100059069A KR 1020080117708 A KR1020080117708 A KR 1020080117708A KR 20080117708 A KR20080117708 A KR 20080117708A KR 20100059069 A KR20100059069 A KR 20100059069A
Authority
KR
South Korea
Prior art keywords
advertiser
cluster
specific
information
search
Prior art date
Application number
KR1020080117708A
Other languages
English (en)
Other versions
KR101036132B1 (ko
Inventor
정윤영
최재걸
송아름
김재은
Original Assignee
엔에이치엔비즈니스플랫폼 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 엔에이치엔비즈니스플랫폼 주식회사 filed Critical 엔에이치엔비즈니스플랫폼 주식회사
Priority to KR1020080117708A priority Critical patent/KR101036132B1/ko
Publication of KR20100059069A publication Critical patent/KR20100059069A/ko
Application granted granted Critical
Publication of KR101036132B1 publication Critical patent/KR101036132B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/282—Hierarchical databases, e.g. IMS, LDAP data stores or Lotus Notes
    • 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
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • 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
    • G06F16/355—Class or cluster creation or modification

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Computational Linguistics (AREA)

Abstract

본 발명은 광고주 데이터를 이용하여 클러스터를 생성하고, 이를 바탕으로 정보를 제공하기 위한 방법과 시스템 및 컴퓨터 판독 가능한 기록 매체 에 관한 것이다. 본 발명의 일 태양에 따르면, 광고주 데이터를 이용하여 클러스터를 생성하기 위한 방법으로서, (a) 광고주에 대한 정보 및 해당 광고주가 구매한 검색 키워드 또는 구매를 시도한 적이 있는 검색 키워드를 포함하는 광고주 데이터를 취합하는 단계, 및 (b) 상기 검색 키워드의 유사도에 따라 상기 광고주를 그룹화하여 다수 개의 클러스터를 생성하는 단계를 포함하는 방법이 제공된다. 본 발명에 의하면, 광고주 데이터에 대해 소정의 범주형 데이터를 클러스터링하는 알고리즘을 적용하여 자동적으로 클러스터를 생성되도록 함으로써, 관리자의 주관적인 판단이 배제된 클러스터링 작업이 가능하게 된다.
검색 광고, 클러스터, 키워드, 광고주, 클러스터링

Description

광고주 데이터를 이용하여 클러스터를 생성하고, 이를 바탕으로 정보를 제공하기 위한 방법과 시스템 및 컴퓨터 판독 가능한 기록 매체{METHOD, SYSTEM AND COMPUTER-READABLE RECORDING MEDIUM FOR CREATING CLUSTERS BY USING SPONSOR DATA AND PROVIDING INFORMATION ON THE BASIS OF CREATED CLUSTERS}
본 발명은 광고주 데이터를 이용하여 클러스터를 생성하고, 이를 바탕으로 정보를 제공하기 위한 방법과 시스템 및 컴퓨터 판독 가능한 기록 매체 에 관한 것으로, 보다 상세하게는, 광고주 데이터를 기반으로 자동으로 광고주를 그룹화하여 클러스터를 생성할 수 있으며, 이러한 클러스터를 이용하여 사용자에게 효율성과 신뢰성을 가지는 정보를 제공할 수 있는 방법과 시스템 및 컴퓨터 판독 가능한 기록 매체에 관한 것이다.
근래에 들어, 인터넷 사용이 보편화되면서 사용자들은 인터넷 검색을 통하여 다양한 정보를 획득할 수 있게 되었다.　 즉, 사용자들은 인터넷에 접속이 가능한 개인용 컴퓨터 등의 단말 장치를 통해 인터넷 검색 사이트에 접속한 후, 뉴스, 지식, 게임, 커뮤니티 등과 관련된 각종 컨텐츠를 검색할 수 있게 되었다.
이렇듯 인터넷 검색을 통한 정보 획득이 보편화되면서, 최근에는 검색 사이 트를 통하여 사용자로부터 입력되는 검색 단서(예를 들면, 검색 키워드, 검색 카테고리 등)와 관련된 광고를 제공하는 검색 광고(Search Advertisement)가 활성화되고 있다.　 여기서, 검색 광고는, 사용자가 검색 엔진을 사용하여 특정 검색 단서로 검색을 수행하는 경우, 검색 결과 페이지 상의 특정 위치에 광고주의 웹 페이지 주소, 광고 메시지(많은 경우, 광고로서의 역할을 수행하는 광고주의 웹 페이지 등으로의 접속을 지원하기 위한 웹 링크 등을 포함함), 광고 이미지 등의 광고 정보가 게재될 수 있도록 하는 광고 기법이다.　
이러한 검색 광고에 따르면, 불특정 다수에게 무조건적으로 광고가 제공되는 것이 아니라, 특정 광고와 연관된 검색 단서로 검색을 수행한 사용자에게만 광고가 제공되므로, 결국 광고주가 제공하는 상품이나 서비스를 이용할 가능성이 상대적으로 높은 잠재 고객들에게만 타겟팅된(targeted) 광고가 제공된다는 장점이 있어서, 검색 광고는 최근 크게 각광 받고 있으며 그 활용 범위도 점차 넓어지고 있다.
한편, 검색 광고를 게재하고 이에 대한 비용을 지불하는 광고주의 입장에서는, 자신의 광고를 효과적으로 사용자에게 노출시킬 수 있도록 적합한 검색 키워드를 결정하고 동종업계에 어떠한 광고주가 분포되어 있는지 살피는 것이 주된 관심사이기 때문에, 이러한 광고주의 니즈에 따라 광고주가 키워드를 지정하거나 선택할 수 있도록 하기 위하여 검색 사이트의 관리자들은 광고주가 구매하고자 하는 검색 키워드에 대한 입찰 정보를 조회할 수 있도록 하는 인터페이스를 제공하여 왔다. 이와 같이 검색 키워드를 입찰함에 있어서, 타 입찰 정보를 조회할 수 있다는 장점이 존재함에도 불구하고, 각각의 광고주 및 검색 키워드들 사이에 존재하는 유 사도, 가령 유사 카테고리 등에 대한 파악이 어렵고 수동적 프로세스에 의해 주먹구구 식으로 분류가 이루어지는바 범람하는 타 입찰 정보에서 유의미한 정보를 획득하기 쉽지 않다는 단점이 있고, 이들 유사도를 바탕으로 하여 자료 관리의 효율성을 증대하고자 하는 광고주의 니즈 역시 충족되기 어려운 것이 일반적이었다.
또한, 타 입찰 정보 등을 참조로 하여 광고주가 자신의 검색 키워드를 선택하는 단순한 방식에 따르면 입찰 당시의 광고 시장의 전반적인 경향과 무관한 선택이 이루어질 수 있기 때문에, 광고주 입장에서는 광고 비용 대비 광고 효과의 저하를 초래할 수 있으며, 실질적인 광고 효과를 예측하기도 어려운 문제점이 있었어, 결국, 비즈니스 프로세스를 개선하는데 어느 정도 한계가 존재하는 것이 실정이었다.
본 발명은 상술한 종래 기술의 문제점을 모두 해결하는 것을 그 목적으로 한다.
또한, 본 발명은 광고주 데이터를 기반으로 소정의 클러스터링 알고리즘을 이용하여 자동적으로 클러스터링이 수행되도록 함으로써, 광고주를 분류하는 것을 다른 목적으로 한다.
또한, 본 발명은 다업종 광고주에 대한 광고주 데이터를 랜덤 샘플링하여 다수 개의 의사(pseudo) 광고주 데이터로 변환한 후, 소정의 클러스터링 알고리즘을 이용한 클러스터링을 수행함으로써, 보다 효율적으로 광고주를 분류할 수 있는 것을 또 다른 목적으로 한다.
또한, 본 발명은 유사한 성향을 가진 데이터들로 이루어진 클러스터 결과물을 다른 데이터마이닝 기술의 입력으로 사용하는 것을 또 다른 목적으로 한다.
또한, 본 발명은 광고주 데이터를 기반으로 업종별로 자동으로 분류된 클러스터를 이용하여 각 클러스터에 속한 키워드 수, 광고주 수, 대표 키워드에 대한 정보 등을 사용자에게 제공하는 것을 또 다른 목적으로 한다.
본 발명의 상기 목적을 달성하기 위한 본 발명의 대표적인 구성은 다음과 같다.
본 발명의 일 태양에 따르면, 광고주 데이터를 이용하여 클러스터를 생성하 기 위한 방법으로서, (a) 광고주에 대한 정보 및 해당 광고주가 구매한 검색 키워드 또는 구매를 시도한 적이 있는 검색 키워드를 포함하는 광고주 데이터를 취합하는 단계, 및 (b) 상기 검색 키워드의 유사도에 따라 상기 광고주를 그룹화하여 다수 개의 클러스터를 생성하는 단계를 포함하는 방법이 제공된다.
본 발명의 다른 태양에 따르면, 광고주 데이터를 이용하여 클러스터를 생성하기 위한 시스템으로서, 광고주에 대한 정보 및 해당 광고주가 구매한 검색 키워드 또는 구매를 시도한 적이 있는 검색 키워드를 포함하는 광고주 데이터를 획득하여 저장하는 데이터베이스 관리부, 및 상기 검색 키워드의 유사도에 따라 상기 광고주를 그룹화하여 다수 개의 클러스터를 생성하는 클러스터 생성부를 포함하는 시스템이 제공된다.
이 외에도, 본 발명을 구현하기 위한 다른 방법, 시스템 및 상기 방법을 실행하기 위한 컴퓨터 프로그램을 기록하기 위한 컴퓨터 판독 가능한 기록 매체가 더 제공된다.
본 발명에 의하면, 광고주 데이터를 기반으로 소정의 범주형 데이터를 클러스터링하는 알고리즘을 이용하여 자동적으로 클러스터를 생성되도록 함으로써, 관리자의 주관적인 판단과 오류를 방지하여 신뢰성을 얻을 수 있다.
또한, 본 발명에 의하면, 대형 광고주의 광고주 데이터를 랜덤 샘플링하여 다수 개의 의사 광고주 데이터로 변환 한 후, 소정의 클러스터링 알고리즘을 이용하여 클러스터를 생성함으로써, 광고주 분류의 정확성을 향상시킬 수 있다.
또한, 본 발명에 의하면, 광고주를 검색 키워드의 유사도에 의해 구분된 적어도 하나의 클러스터에 포함되도록 분류하고, 이에 대한 유의미한 정보를 제공함으로써, 사용자에게 효율성과 신뢰성 있는 서비스를 제공할 수 있다.
또한, 본 발명에 의하면, 기설정된 클러스터에 따라 검색 키워드 및 광고주를 분류함에 따라, 예측 모델링(predictive modeling)을 통한 고객세분화를 통해 각 고객 계층에 맞는 마케팅 전략을 수립할 수 있다.
또한, 본 발명에 의하면, 사용자는 클러스터를 기반으로 제공되는 다양한 정보 서비스를 제공 받음으로써, 비즈니스 프로세스를 개선할 수 있는 효과를 얻을 수 있으며, 시장의 경향을 보다 면밀히 파악하여 이에 능동적으로 대응할 수 있는 효과를 얻을 수도 있다.
후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이들 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 여기에 기재되어 있는 특정 형상, 구조 및 특성은 일 실시예에 관련하여 본 발명의 정신 및 범위를 벗어나지 않으면서 다른 실시예로 구현될 수 있다. 또한, 각각의 개시된 실시예 내의 개별 구성요소의 위치 또는 배치는 본 발명의 정신 및 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 취하려는 것이 아니며, 본 발명의 범위는, 적절하게 설명된 다면, 그 청구항들이 주장하는 것과 균등한 모든 범위와 더불어 첨부된 청구항에 의해서만 한정된다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 기능을 지칭한다.
이하에서는, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 하기 위하여, 본 발명의 바람직한 실시예들에 관하여 첨부된 도면을 참조하여 상세히 설명하기로 한다.
[본 발명의 바람직한 실시예]
본 명세서에 있어서, 검색 광고는, 사용자가 검색 엔진을 사용하여 특정 검색 단서(예를 들면, 검색 키워드, 검색 카테고리)로 검색을 수행한 경우, 검색 결과 페이지 상의 특정 위치에 광고주의 웹 페이지 주소, 한 줄 광고 메시지, 이미지 광고 등의 광고 정보가 게재될 수 있도록 하는 광고 기법 또는 그로 인한 광고를 총칭하는 것으로서, 특히, 본 명세서에서 언급된 검색 광고는, 사용자가 입력하는 검색 키워드에 따라 검색 사이트가 제공하는 검색 결과와 함께 상기 검색 키워드와 관련된 광고가 게재되도록 하는 키워드 광고(Keyword Advertisement)까지도 포괄하는 최광의의 의미로 이해되어야 한다.
또한, 본 발명의 상세한 설명에서는 설명의 편의를 위해 많은 부분에서 검색 키워드 등의 용어에서와 같이 구매된 경우를 예로서 설명하였지만, 반드시 구매된 검색 키워드에만 한정되는 것은 아니며, 특별한 언급이 없어도 광고주가 입찰 등으로 구매를 시도한 검색 키워드의 경우에도 본 발명에 적절하게 적용될 수도 있음을 밝혀둔다. 또한, 검색 키워드를 편의상 키워드로 줄여 표현할 수도 있으나, 그 의미는 동일하게 사용될 수 있다.
또한, 본 발명의 상세한 설명에서는 클러스터를 바탕으로 기존의 광고주 및 검색 키워드에 관한 다양한 정보를 원하는 사용자에게 제공하는 것을 중심으로 설명하였지만, 상기 사용자의 개념에는 상기 정보를 원하는 광고주가 포함될 수 있음은 물론이라 할 것이다.
또한, 본 발명의 상세한 설명에서는 클러스터를 생성하기 위해 광고주 데이터의 검색 키워드 사이의 유사도를 판단함에 있어서, 검색 키워드 자체가 속한 업종간의 유사도를 판단하는 경우를 상정하여 설명하였지만, 반드시 이에 한정되는 것은 아니며 검색 키워드의 글자 자체가 유사하다거나 검색 키워드가 등록된 시간대가 유사하다거나 검색 키워드를 등록한 광고주의 특성(광고주가 속한 지역적 특성이나 광고주의 대표 업종 등)이 유사한 경우에까지 확장하여 생각할 수 있음은 물론이라 할 것이다.
전체 시스템의 구성
도 1은 본 발명의 일 실시예에 따라 광고주 데이터를 이용하여 클러스터를 생성하고, 이를 바탕으로 정보를 제공하기 위한 전체 시스템의 개략적인 구성을 나타내는 도면이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 전체 시스템은 통신망(100), 클러스터링 시스템(200), 사용자 단말장치(300) 및 웹 서버(400)를 포함하여 구성될 수 있다.
먼저, 본 발명의 일 실시예에 따른 통신망(100)은 유선 및 무선과 같은 그 통신 양태를 가리지 않고 구성될 수 있으며, 근거리 통신망(LAN: Local Area Network), 도시권 통신망(MAN: Metropolitan Area Network), 광역 통신망(WAN: Wide Area Network) 등 다양한 통신망으로 구성될 수 있다.　 바람직하게는, 본 발명에서 말하는 통신망(100)은 공지의 월드와이드웹(WWW: World Wide Web)일 수 있다.
다음으로, 본 발명의 일 실시예에 따른 클러스터링 시스템(200)은 다수의 광고주 데이터를 취합하고, 이들 광고주가 구매한 검색 키워드(또는 구매를 시도한 적이 있는 검색 키워드까지 포함하는 경우도 상정 가능함)들의 유사도에 따라 해당되는 광고주를 자동으로 분류함으로써 다수 개의 클러스터를 생성할 수 있는 시스템이다.
또한, 광고주가 검색 키워드를 입찰하기 위해 정보 조회를 요청하면, 소정 기간 동안 또는 지금까지의 광고주 데이터를 기반으로 생성된 클러스터를 기초로, 후술하는 다양한 분석을 수행하여 유의미한 정보를 사용자 단말장치(300)에 제공할 수 있는 정보 제공 시스템일 수 있다.
다음으로, 본 발명의 일 실시예에 따른 사용자 단말장치(300)는 사용자가 클러스터링 시스템(200)에 접속한 후 통신할 수 있도록 하는 기능을 포함하는 디지털 기기를 포함할 수 있다.　 이러한 디지털 기기는 산업용 서버일 수도 있으나, 개인용 컴퓨터일 수도 있다.　 개인용 컴퓨터의 예로서는, 데스크탑 컴퓨터, 노트북 컴퓨터, 워크스테이션, PDA, 웹 패드, 이동 전화기 등을 들 수 있다.　 이상 예시된 것 외에도, 메모리 수단을 구비하고 마이크로 프로세서를 탑재하여 연산 능력을 갖 춘 연산장치라면 얼마든지 본 발명에 따른 사용자 단말장치(300)를 구성하는 디지털 기기로서 채택될 수 있다.
구체적으로는, 본 발명의 일 실시예에 따른 사용자 단말장치(300)는 관심이 있는 검색 키워드에 관한 정보를 클러스터링 시스템(200)에 입력하는 기능을 수행하거나 각 업종에 속하는 클러스터 정보에 대한 조회, 각 클러스터에 속한 키워드 수, 광고주 수 및 해당 클러스터 내 광고주가 가장 많이 등록한 대표 키워드 등에 대한 조회를 클러스터링 시스템(200)에 요청할 수 있으며, 그 밖에 클러스터별 광고주 및 키워드에 대한 조회 또는 광고주별 검색 키워드에 대한 조회를 클러스터링 시스템(200)에 요청할 수도 있을 것이다. 이러한, 사용자 단말장치(300)는 광고주가 상품이나 서비스를 제공하기 위하여 운영하는 홈페이지 운영 서버일 수도 있다. 또한, 사용자 단말장치(300)에는 관련 정보 등을 제공 받을 수 있는 웹 브라우져(미도시됨) 프로그램이 더 포함되어 있을 수 있다.
마지막으로, 본 발명의 일 실시예에 따르면, 웹 서버(400)는 클러스터링 시스템(200) 및/또는 사용자 단말장치(300)와의 통신을 수행할 수 있다. 예를 들어, 웹 서버(400)는 인터넷 검색 포털 사이트의 운영 서버일 수 있는데, 이때, 웹 서버(400)는 웹 컨텐츠 검색 엔진(미도시됨)을 포함하여, 사용자가 입력한 검색 키워드에 대응되는 정보를 검색하며, 검색 결과를 사용자가 브라우징할 수 있도록 제공할 수 있다. 물론, 필요에 따라, 웹 컨텐츠 검색 엔진은 웹 서버(400)가 아닌 다른 연산 장치나 기록 매체에 포함될 수도 있다. 또한, 도 1에는 클러스터링 시스템(200)과 웹 서버(400)가 별개로 구성되어 있는 것으로 도시되어 있지만, 본 발명 을 구현하는 당업자의 필요에 따라 클러스터링 시스템(200)은 검색 서비스를 제공하는 웹 서버(400)에 포함되어 구성될 수도 있을 것이다.
클러스터링 시스템의 구성
이하의 상세한 설명에서는 본 발명의 구현을 위하여 중요한 기능을 수행하는 클러스터링 시스템(200)의 내부 구성 및 각 구성요소의 기능에 대하여 살펴보기로 한다.
도 2는 본 발명의 일 실시예에 따른 클러스터링 시스템(200)의 내부 구성을 상세하게 도시하는 도면이다.
도 2를 참조하면, 본 발명의 일 실시예에 따른 클러스터링 시스템(200)은, 클러스터 생성부(210), 클러스터 분석부(220), 데이터베이스(230), 통신부(240) 및 제어부(250)를 포함하여 구성될 수 있다.
이러한, 클러스터링 시스템(200)에 포함되는 클러스터 생성부(210), 클러스터 분석부(220), 데이터베이스(230), 통신부(240) 및 제어부(250)는 그 중 적어도 일부가 사용자 단말장치(300)와 통신하는 프로그램 모듈들일 수 있다. 이러한 프로그램 모듈들은 운영 시스템, 응용 프로그램 모듈 및 기타 프로그램 모듈의 형태로 클러스터링 시스템(200)에 포함될 수 있으며, 물리적으로는 여러 가지 공지의 기억 장치 상에 저장될 수 있다. 또한, 이러한 프로그램 모듈들은 클러스터링 시스템(200)과 통신 가능한 원격 기억 장치에 저장될 수도 있다.
한편, 이러한 프로그램 모듈들은 본 발명에 따라 후술할 특정 업무를 수행하거나 특정 추상 데이터 유형을 실행하는 루틴, 서브루틴, 프로그램, 오브젝트, 컴 포넌트, 데이터 구조 등을 포괄하지만, 이에 제한되지는 않는다.
먼저, 본 발명의 일 실시예에 따른 클러스터 생성부(210)는 임의의 기간 동안 저장된 광고주 데이터를 기반으로 각 데이터들 간의 연관도를 설정하고 그 연관도에 따라서 클러스터링을 수행할 수 있다.
이때, 본 발명의 일 실시예에서 클러스터를 생성할 수 있는 방법은 소형 규모의 광고주에 대한 광고주 데이터를 소정의 클러스터링 알고리즘을 사용하여 직접 클러스터링하는 방법과, 대형 규모의 광고주에 대한 광고주 데이터를 복수 개의 의사(pseudo) 광고주 데이터로 나눈 후 소정의 클러스터링 알고리즘을 사용하여 클러스터링하는 방법이 있다.
먼저, 소형 규모의 광고주에 대한 광고주 데이터를 클러스터링하는 방법은, 광고주 데이터에 포함된 광고주의 검색 키워드 사이의 유사도를 참조로 하여 업종을 파악하고 이를 통해 광고주 데이터를 그룹화함으로써, 다수 개의 클러스터를 자동적으로 생성할 수 있는 방법이다.
다음으로, 대형 규모의 광고주에 대한 광고주 데이터를 클러스터링하는 방법은, 복수의 업종과 관련된 광고주 데이터를 여러 개의 데이터로 나누는 방법을 포함하는데, 이는 소위 '리샘플링' 기법을 사용하여 이루어질 수 있다. 즉, 다 업종을 포함하는 광고주 데이터를 쪼개어 단일 업종에 가까운 데이터로 재구성한 후에, 소정의 클러스터링 알고리즘을 적용할 수 있으므로, 클러스터링 작업을 보다 정확도 높게 수행할 수 있다. 예를 들어, 대형 광고주가 소정 개수 이상의 검색 키워드를 가지는 경우, 상기 대형 광고주에 해당되는 광고주 데이터를 각각 동일한 개 수의 키워드를 가지는 다수 개의 의사 광고주 데이터로 쪼갤 수 있다. 이때, 각 의사 광고주 데이터에 속하는 키워드들은 쪼개기 전의 본래의 광고주 데이터에 포함된 키워드를 대상으로 랜덤 샘플링(random sampling) 기법을 적용하여 획득할 수 있다. 여기서, 각각의 의사 광고주 데이터에 속하는 키워드의 개수는 조절 가능할 것이다. 이에 대해서는 추후 도 3b를 참조하여, 보다 구체적으로 설명할 것이다. 그 후, 상기 의사 광고주 데이터 및/또는 소형 광고주에 대한 광고주 데이터를 대상으로 소정의 클러스터링 알고리즘을 적용하여 클러스터링을 수행할 수 있을 것이다. 이와 같은 방법에 따르면, 거의 모든 업종이나 상당 부분의 업종에 걸쳐 구매 키워드를 가지고 있는 대형 광고주에 대한 광고주 데이터가 포함되는 경우에도 소정의 범주형 클러스터링 알고리즘을 사용하여 올바르게 분류할 수 있다.
한편, 복수의 의사 광고주 데이터를 포함한 상태로 클러스터링된 후에는, 다시 상기 의사 광고주 데이터에 관한 광고주 정보를 원래의 대형 광고주 정보로서 복원할 수 있을 것이다.
이러한 본 발명의 일 실시예에 의한 임의의 기간 동안 저장된 검색 키워드는 데이터베이스(230)로부터 제공 받을 수 있으며, 클러스터 생성부(210)는 생성된 다수 개의 클러스터를 보다 큰 범주(category)로 그룹화하거나 작은 범주로 세분화하는 계층적(hierarchy) 클러스터링 과정을 수행할 수도 있다. 일례로, 클러스터가 나타내는 정보(업종)에 따라 하위범주에서 상위범주로 또는 그 역으로 진행되는 그룹화 과정을 수행할 수 있는데, 이에 한정되는 것이 아니며, 공지된 다양한 분류방식을 적용하여 수행할 수도 있을 것이다.
다음으로, 본 발명의 일 실시예에 따르면, 클러스터 분석부(220)는 사용자 단말장치(300)로부터 조회 요청이 수신되면 클러스터(가령, 계층적 클러스터)를 참조로 광고주 및 검색 키워드에 관한 적어도 하나의 정보를 사용자 단말장치(300)로 제공하는 기능을 수행한다.
일례로, 클러스터 분석부(220)는 업종별 클러스터 정보, 클러스터 마다의 키워드 수 또는/및 광고주 수 정보, 광고주의 업종별 키워드와 동일 업종 내의 특정 키워드에 대한 광고주 수 정보 등 중 적어도 하나를 사용자 단말장치(300)로 제공할 수 있다. 이러한 클러스터 분석부(220)는 클러스터를 기반으로 검색할 수 있는 클러스터링 검색엔진(미도시)을 내장하여 광고주에게 관련 정보를 제공할 수도 있을 것이다.
다음으로, 본 발명의 일 실시예에 따른 데이터베이스(230)는 데이터베이스 관리부(미도시)에 의해 소정 기간 동안 획득된 광고주 데이터가 기록되는 장소로서의 기능을 수행한다. 여기서, 본 발명에 따른 데이터베이스(230)는, 컴퓨터 판독 가능한 기록 매체를 포함하는 개념으로서, 협의의 데이터베이스뿐만 아니라, 파일 시스템에 기반한 데이터 기록 등을 포함하는 넓은 의미의 데이터베이스도 포함하여 지칭하며, 단순한 로그의 집합이라도 이를 검색하여 데이터를 추출할 수 있다면 본 발명에서 말하는 데이터베이스(230)에 포함된다. 여기서, 비록 도 2에서 데이터베이스(230)는 클러스터링 시스템(200)에 포함되어 구성되는 것으로 도시되어 있지만, 본 발명을 구현하는 당업자의 필요에 따라, 데이터베이스(230)는 클러스터링 시스템(200)과 별개로 구성될 수도 있을 것이다.
다음으로, 본 발명의 일 실시예에 따른 통신부(240)는 본 발명에 따른 클러스터링 시스템(200)이 사용자 단말장치(300) 및 웹 서버(400) 등과 같은 외부 장치와 통신할 수 있도록 하는 기능을 수행한다.
마지막으로, 본 발명의 일 실시예에 따른 제어부(250)는 클러스터 생성부(210), 클러스터 분석부(220), 데이터베이스(230) 및 통신부(240) 간의 데이터의 흐름을 제어하는 기능을 수행한다. 즉, 본 발명에 따른 제어부(250)는 외부로부터의, 또는 클러스터링 시스템(200)의 각 구성요소 간의 데이터의 흐름을 제어함으로써, 클러스터 생성부(210), 클러스터 분석부(220), 데이터베이스(230), 통신부(240)에서 각각 고유 기능을 수행하도록 제어한다.
이상에서 설명된 클러스터 생성부(210), 클러스터 분석부(220)의 보다 구체적인 구성과 구동 방법의 이해를 돕기 위해, 이하의 상세한 설명에서는 클러스터 생성부(210)에서 수행되는 클러스터의 생성 및 클러스터 분석부(220)에서 수행되는 클러스터를 기반으로 한 다양한 정보의 제공에 대해 개시한다.
클러스터의 생성
도 3a는 본 발명의 일 실시예에 따라 광고주 데이터를 이용하여 자동으로 클러스터를 생성하기 위한 초기 단계를 예시적으로 나타내는 도면이다.
도 3a를 참조하면, 소정 기간 동안의 CPM(Cost Per Millennium) 방법과 CPC(Cost Per Click) 방법에 해당되는 키워드 수와 광고주를 집계한 데이터를 기초로, 광고주별로 검색 키워드 정보를 취합한 광고주 데이터를 나타내고 있다.
이러한 광고주 데이터를 검색 키워드의 업종 유사도에 따라 그룹화하여 다수 개의 클러스터를 생성할 수 있는데, 경우에 따라서는 계층적 클러스터를 생성할 수도 있을 것이다.
도 3b는 본 발명의 일 실시예에 따라 대형 광고주에 해당되는 광고주 데이터를 다수 개의 의사 광고주 데이터로 나누는 리샘플링 단계를 예시적으로 나타내는 도면이다.
도 3b를 참조하면, 광고주(aaa)를 다수 개의 의사 광고주(aaa`, aaa``, aaa```)로 나눈 상태를 나타낸다. 보다 자세하게 설명하면, 광고주(aaa)에 구매한 검색 키워드가 6 개임을 알 수 있고, 이들 검색 키워드에 대해 랜덤 샘플링 기법을 적용하여 키워드 1, 4, 5 가 샘플링되면 이를 의사 광고주(aaa`)에 속하는 키워드로서 취급할 수 있다. 이와 동일하게, 키워드 2, 6, 4 는 의사 광고주(aaa``)에 속하는 키워드로서, 검색 키워드 6, 5, 3는 의사 광고주(aaa```)에 속하는 키워드로서 취급할 수 있다.
이때, 랜덤 샘플링은 규칙 없이 이루어지는 샘플링 과정이므로, 검색 키워드가 중복되어 의사 광고주 데이터에 포함될 수도 있을 것이다. 또한, 의사 광고주의 수나, 각각의 의사 광고주에 포함되는 검색 키워드의 수는 필요에 따라 변화될 수 있음은 물론이다.
이와 같은 방법으로 대형 광고주에 해당되는 광고주 데이터를 쪼개면, 다 업종이었던 데이터가 단일 업종에 가까운 데이터로 재구성될 수 있으므로, 소정의 클러스터링 작업에 자연스럽게 참여되도록 만들 수 있다
소정의 클러스터링 작업을 수행한 후에는, 의사 광고주(aaa`, aaa``, aaa```)에 대한 광고주 데이터를 본래의 광고주(aaa)에 대한 광고주 데이터로서 복원할 수 있다.
이러한 도 3a 및 도 3b를 참조한 계층적 클러스터링은 클러스터를 실시간으로 생성하는 경우를 상정할 수도 있지만, 이미 기설정된 클러스터의 계층 체계(업종)가 존재하는 상태에서 이러한 계층 체계에 따라 광고주 데이터를 분류하는 경우도 상정할 수 있을 것이다. 이렇게 생성된 클러스터의 구체적인 구조의 예는 도 4 이하를 참조로 이하에서 설명될 것이다.
도 4는 본 발명의 일 실시예에 따라 클러스터가 생성된 상태를 예시적으로 나타내는 도면이다.
먼저, 도 4를 참조하면, 클러스터 생성부(210)는 가령 생성된 1,200개의 클러스터들 간의 업종을 고려하여 유사 업종의 클러스터를 ‘a1’부터 ‘l1’까지의 중분류로 묶고, 또 다시 이러한 중분류를 유사한 정도에 따라 ‘A’ 부터 ‘L’까지의 대분류로 묶어 계층적 클러스터링을 수행하고 있음을 알 수 있다.
도 4를 참조로 보다 자세하게 설명하면, 가령 중분류 중 하나인 ‘a1’ 업종에는 해당 업종과 연관성을 가지는 40개의 클러스터가 포함되어 있음을 알 수 있고, ‘a2’ 업종에는 해당 업종과 연관성을 가지는 10개의 클러스터가 포함되어 있음을 알 수 있다. 기타 다른 중분류의 하부 구조도 이와 동일한 구조를 취하고 있는바 자세한 설명은 줄이도록 한다. 또한, 대분류 중 하나인 ‘A’에는 해당 대분류와 연관성을 가지는 중분류(즉, ‘a1’, ‘a2’, ‘a3’, ‘a4’, ‘a5’, ‘a6’)가 포함되어 있음을 알 수 있다. 마찬가지로, 기타 다른 대분류의 하부 구조 도 이와 동일한 구조를 취하고 있는바 자세한 설명은 줄이도록 한다.
상기와 같이 본 발명에 의한 클러스터링 방식에 따르면 구조면에서 다단 구조인 계층적 클러스터를 형성할 수도 있을 것이다. 다만, 본 발명은 반드시 계층적 클러스터를 형성하는 경우에만 한정되는 것은 아니며, 계층적이지 않은 클러스터를 형성하는 경우에도 적용될 수 있을 것이다.
클러스터에 대한 분석 정보 제공
도 5 내지 도 7은 본 발명의 일 실시예에 따라 클러스터를 기반으로 다양한 정보가 제공되고 있는 화면을 예시적으로 나타내는 도면이다.
먼저, 도 5를 참조하면, 클러스터 분석부(220)는 사용자의 정보 조회 요청에 따라 업종별로(즉, 중분류별로) 클러스터 정보를 제공할 수 있는데, 일례로, 광고주가 대분류>중분류 순으로 ‘A’>‘a2’을 선택하면 중분류 ‘a2’에 속하는 10개의 클러스터에 대한 정보를 제공할 수 있다. 예를 들면, 사용자는 10개의 클러스터마다의 키워드 수, 광고주 수 및 해당 클러스터 내의 대표 키워드 정보 등을 제공 받을 수 있다. 구체적으로, 식별번호 ‘3333’인 클러스터를 살펴보면, 대표 키워드가 ‘가’이고 키워드 수가 10,000개이며, 광고주 수가 1,000명인 것을 알 수 있다. 결국, 사용자는 자신의 검색 키워드가 속하는 업종에 관하여 제공되는 다양한 정보를 용이하게 얻을 수 있게 됨으로써 보다 효율적으로 광고 비용을 집행할 수 있다.
다음으로, 도 6을 참조하면, 클러스터 분석부(220)는 특정 업종에 속한 특정 클러스터에 대한 정보 조회 요청에 따라 상기 특정 클러스터에 속하는 키워드 수 및/또는 광고주 수에 대한 정보 등을 제공할 수 있음을 알 수 있다.
예를 들어, 도 6의 좌측 리스트를 참조하면, ‘A > a2’에 속하는 ‘3333’ 클러스터 내의 키워드 수를 조회하면, ‘http://www.aaa.com’에 해당되는 광고주가 10,000개의 키워드를 소유하고 있는 상태로서 가장 많은 키워드 수를 가지고 있음을 알 수 있다.
또한, 도 6의 우측 리스트를 참조하면,‘A > a2’에 속하는 ‘3333’ 클러스터 내에서, ‘가’라는 키워드를 가지고 있는 광고주 수가 1,000명으로 가장 많은 것을 알 수 있다.
따라서, 사용자는 각각의 클러스터마다 포함된 키워드 수를 광고주별로 알 수 있으며, 각각의 클러스터마다 포함된 광고주 수를 키워드별로도 알 수 있게 된다.
다음으로, 도 7을 참조하면, 클러스터 분석부(220)는 사용자의 조회 요청에 따라 광고주별로 키워드를 업종에 따라 분류하여 제공할 수 있는데, 일례로, ‘http://www.fff.co.kr’의 광고주는 중분류 중 하나인 ‘A > a1’ 업종 내에서 ‘갸01’, ‘갸02’ 등의 순으로 총 10,000개의 키워드를 등록하고 있음을 알 수 있다. 이때, 상기 업종 내의 각 키워드에 관련된 광고주 수를 살펴보면, ‘갸01’에 해당되는 광고주 수가 1,000명으로서 가장 많은 것을 알 수 있으며, 나머지 키워드에 대해서도 이와 같이 용이하게 해당 광고주 수에 대한 정보를 알 수 있게 된다. 따라서, 광고주는 특정 광고주의 업종별로 키워드 정보를 알 수 있으며, 상기 키워드마다의 광고주 수도 알 수 있게 된다.
이와 같이, 본 발명에 의해 제공되는 클러스터에 대한 분석 정보를 이용하면 사용자는 효율성과 신뢰성 있는 비즈니스 자료 관리를 통해 비즈니스 프로세스를 개선할 수 있는 효과를 얻을 수 있다.
도 8은 본 발명의 일 실시예에 따라 클러스터에 대한 분석을 통해 비즈니스 프로세스를 개선하기 위한 다른 예를 나타내는 도면이다.
도 8을 참조하면, 클러스터 분석부(220)는 업종별로 대표 키워드를 선정할 수 있는데, 가령 업종으로서 ‘A > a1’가 선택되면 상기 업종에 포함된 10,000개의 키워드 중 스코어(score)가 10으로 가장 높은 ‘갸01’이 상기 업종을 대표하는 대표 키워드로서 선정되고 있는 경우를 도시한다.
보다 자세하게 설명하면, 상기 스코어는 다음과 같은 식 1에 의하여 계산될 수 있을 것이다.
<식1>
Score = P(Kwsp)x × P(Kwqc)y
상기 수식에서, P(Kwsp)는 검색 키워드를 구매한 광고주의 비율을 의미하고, P(Kwqc)는 검색 엔진에 검색 키워드가 쿼리로서 입력되는 비율을 의미한다. 다만, 이러한 스코어 값을 구하는 방법이 상기 식 1에 의해 한정되는 것이 아님은 물론이라 할 것이다.
한편, 본 발명에 따른 실시예들은 다양한 컴퓨터 구성요소를 통하여 수행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록 될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 ROM, RAM, 플래시 메모리 등과 같은 프로그램 명령어를 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는, 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 상기 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상에서 본 발명이 구체적인 구성요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나, 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명이 상기 실시예들에 한정되는 것은 아니며, 본 발명이 속하는 기술분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형을 꾀할 수 있다.
따라서, 본 발명의 사상은 상기 설명된 실시예에 국한되어 정해져서는 아니되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등하게 또는 등가적 으로 변형된 모든 것들은 본 발명의 사상의 범주에 속한다고 할 것이다.
도 1은 본 발명의 일 실시예에 따라 광고주 데이터를 이용하여 클러스터를 생성하고, 이를 바탕으로 정보를 제공하기 위한 전체 시스템의 개략적인 구성을 나타내는 도면이다.
도 2는 본 발명의 일 실시예에 따른 클러스터링 시스템(200)의 내부 구성을 상세하게 도시하는 도면이다.
도 3a는 본 발명의 일 실시예에 따라 광고주 데이터를 이용하여 자동으로 클러스터를 생성하기 위한 초기 단계를 예시적으로 나타내는 도면이다.
도 3b는 본 발명의 일 실시예에 따라 대형 광고주에 해당되는 광고주 데이터를 다수 개의 의사 광고주 데이터로 나누는 리샘플링 단계를 예시적으로 나타내는 도면이다.
도 4는 본 발명의 일 실시예에 따라 생성된 클러스터의 상태를 예시적으로 나타내는 도면이다.
도 5 내지 도 7은 본 발명의 일 실시예에 따라 클러스터에 대한 분석 결과가 제공되고 있는 일례를 나타내는 도면이다.
도 8은 본 발명의 일 실시예에 따라 클러스터에 대한 분석 결과가 제공되고 있는 다른 예를 나타내는 도면이다.
<주요 도면부호에 관한 간단한 설명>
200: 클러스터링 시스템
210: 클러스터 생성부
220: 클러스터 분석부
230: 데이터베이스
240: 통신부
250: 제어부

Claims (27)

  1. 광고주 데이터를 이용하여 클러스터를 생성하기 위한 방법으로서,
    (a) 광고주에 대한 정보 및 해당 광고주가 구매한 검색 키워드 또는 구매를 시도한 적이 있는 검색 키워드를 포함하는 광고주 데이터를 취합하는 단계, 및
    (b) 상기 검색 키워드의 유사도에 따라 상기 광고주를 그룹화하여 다수 개의 클러스터를 생성하는 단계
    를 포함하는 방법.
  2. 제1항에 있어서,
    (c) 사용자 단말의 요청이 수신되면, 상기 생성된 클러스터를 참조로 하여 분류된 상기 광고주 및 상기 검색 키워드에 관한 적어도 하나의 정보를 상기 단말에 제공하는 단계
    를 더 포함하는 것을 특징으로 하는 방법.
  3. 제1항에 있어서,
    상기 (b) 단계는,
    상기 광고주 데이터 중 특정 광고주에 관련된 데이터(특정 광고주 데이터)에 포함되는 검색 키워드가 소정 개수 이상인 경우,
    (b1) 상기 특정 광고주 데이터를 다수 개의 의사(pseudo) 광고주 데이터로 나누는 단계, 및
    (b2) 상기 의사 광고주 데이터 및 상기 특정 광고주와 관련되지 않은 광고주 데이터에 포함된 검색 키워드의 유사도에 따라 광고주를 그룹화하여 다수 개의 클러스터를 생성하는 단계를 포함하되,
    상기 각각의 의사 광고주 데이터에 속하는 검색 키워드는 상기 특정 광고주 데이터에 포함되는 검색 키워드에 대해 랜덤 샘플링 기법을 적용하여 획득되는 것을 특징으로 하는 방법.
  4. 제3항에 있어서,
    상기 (b) 단계는,
    (b3) 상기 생성된 클러스터에 포함된 상기 의사 광고주 데이터에 관한 광고주 정보를 상기 특정 광고주 데이터에 관한 광고주 정보로 복원하는 단계를 더 포함하는 것을 특징으로 하는 방법.
  5. 제1항에 있어서,
    상기 (b) 단계는,
    계층적 구조(hierarchy)를 가지는 클러스터를 생성하는 것을 특징으로 하는 방법.
  6. 제5항에 있어서,
    상기 클러스터 각각은 임의의 업종에 속해 있는 것을 특징으로 하는 방법.
  7. 제2항에 있어서,
    상기 (c) 단계는,
    상기 사용자 단말로부터 특정 클러스터에 대한 정보 조회 요청이 수신되면, 상기 특정 클러스터에 포함된 광고주 정보 및 상기 광고주별로 해당되는 검색 키워드 정보를 상기 단말에 제공하는 것을 특징으로 하는 방법.
  8. 제2항에 있어서,
    상기 (c) 단계는,
    상기 사용자 단말로부터 특정 업종에 대한 정보 조회 요청이 수신되면, 상기 특정 업종에 포함된 적어도 하나의 클러스터에 대한 정보, 상기 각각의 클러스터에 포함된 광고주 수 및 검색 키워드 수에 대한 정보를 상기 단말에 제공하는 것을 특징으로 하는 방법.
  9. 제2항에 있어서,
    상기 (c) 단계는,
    상기 사용자 단말로부터 특정 클러스터에 대한 정보 조회 요청이 수신되면, 상기 특정 클러스터에 포함된 적어도 하나의 광고주를 상기 특정 클러스터에 포함된 검색 키워드를 많이 소유하고 있는 순으로 소팅하여 상기 검색 키워드 수와 함 께 상기 단말에 제공하는 것을 특징으로 하는 방법.
  10. 제2항에 있어서,
    상기 (c) 단계는,
    상기 사용자 단말로부터 특정 클러스터에 대한 정보 조회 요청이 수신되면, 상기 특정 클러스터에 포함된 적어도 하나의 검색 키워드를 상기 특정 클러스터에 포함된 광고주에 의해 많이 소유되고 있는 순으로 소팅하여 상기 광고주 수와 함께 상기 단말에 제공하는 것을 특징으로 하는 방법.
  11. 제2항에 있어서,
    상기 (c) 단계는,
    상기 사용자 단말로부터 특정 광고주에 대한 정보 조회 요청이 수신되면, 상기 특정 광고주에 해당되는 적어도 하나의 업종 및 상기 각각의 업종에 포함되는 검색 키워드 정보가 상기 단말에 제공하는 것을 특징으로 하는 방법.
  12. 제2항에 있어서,
    상기 (c) 단계는,
    상기 사용자 단말로부터 특정 업종에 대한 정보 조회 요청이 수신되면, 상기 특정 업종에 포함된 적어도 하나의 검색 키워드 중에서 대표키워드를 선정하여 상기 단말에 제공하는 것을 특징으로 하는 방법.
  13. 제12항에 있어서,
    상기 대표키워드는 상기 특정 업종에 속하는 각각의 검색 키워드마다 상기 검색 키워드를 구매한 광고주의 비율 및 검색 엔진에 상기 검색 키워드가 쿼리로서 입력되는 비율을 기초로 선정되는 것을 특징으로 하는 방법.
  14. 제1항 내지 제13항 중 어느 한 항에 따른 방법을 실행하기 위한 컴퓨터 프로그램을 기록하는 컴퓨터 판독 가능한 기록 매체.
  15. 광고주 데이터를 이용하여 클러스터를 생성하기 위한 시스템으로서,
    광고주에 대한 정보 및 해당 광고주가 구매한 검색 키워드 또는 구매를 시도한 적이 있는 검색 키워드를 포함하는 광고주 데이터를 획득하여 저장하는 데이터베이스 관리부, 및
    상기 검색 키워드의 유사도에 따라 상기 광고주를 그룹화하여 다수 개의 클러스터를 생성하는 클러스터 생성부
    를 포함하는 시스템.
  16. 제15항에 있어서,
    사용자 단말의 요청이 수신되면, 상기 생성된 클러스터를 참조로 하여 획득된 상기 광고주 및 상기 검색 키워드에 관한 적어도 하나의 정보를 상기 단말에 제 공하는 클러스터 분석부
    를 더 포함하는 것을 특징으로 하는 시스템.
  17. 제15항에 있어서,
    상기 클러스터 생성부는,
    상기 광고주 데이터 중 특정 광고주에 관련된 데이터(특정 광고주 데이터)에 포함되는 검색 키워드가 소정 개수 이상인 경우,
    상기 특정 광고주 데이터를 다수 개의 의사 광고주 데이터로 나누고, 상기 의사 광고주 데이터 및 상기 특정 광고주와 관련되지 않은 광고주 데이터에 포함된 검색 키워드의 유사도에 따라 광고주를 그룹화하여 다수 개의 클러스터를 생성하되,
    상기 각각의 의사 광고주 데이터에 속하는 검색 키워드는 상기 특정 광고주 데이터에 포함되는 검색 키워드에 대해 랜덤 샘플링 기법을 적용하여 획득되는 것을 특징으로 하는 시스템.
  18. 제17항에 있어서,
    상기 클러스터 생성부는,
    상기 생성된 클러스터에 포함된 상기 의사 광고주 데이터에 관한 광고주 정보를 상기 특정 광고주 데이터에 관한 광고주 정보로 복원하는 것을 특징으로 하는 시스템.
  19. 제15항에 있어서,
    상기 클러스터 생성부는,
    계층적 구조(hierarchy)를 가지는 클러스터를 생성하는 것을 특징으로 하는 시스템.
  20. 제19항에 있어서,
    상기 클러스터 각각은 임의의 업종에 속해 있는 것을 특징으로 하는 시스템.
  21. 제16항에 있어서,
    상기 클러스터 분석부는,
    상기 사용자 단말로부터 특정 클러스터에 대한 정보 조회 요청이 수신되면, 상기 특정 클러스터에 포함된 광고주 정보 및 상기 광고주별로 해당되는 검색 키워드 정보를 상기 단말에 제공하는 것을 특징으로 하는 시스템.
  22. 제16항에 있어서,
    상기 클러스터 분석부는,
    상기 사용자 단말로부터 특정 업종에 대한 정보 조회 요청이 수신되면, 상기 특정 업종에 포함된 적어도 하나의 클러스터에 대한 정보, 상기 각각의 클러스터에 포함된 광고주 수 및 검색 키워드 수에 대한 정보를 상기 단말에 제공하는 것을 특 징으로 하는 시스템.
  23. 제16항에 있어서,
    상기 클러스터 분석부는,
    상기 사용자 단말로부터 특정 클러스터에 대한 정보 조회 요청이 수신되면, 상기 특정 클러스터에 포함된 적어도 하나의 광고주를 상기 특정 클러스터에 포함된 검색 키워드를 많이 소유하고 있는 순으로 소팅하여 상기 검색 키워드 수와 함께 상기 단말에 제공하는 것을 특징으로 하는 시스템.
  24. 제16항에 있어서,
    상기 클러스터 분석부는,
    상기 사용자 단말로부터 특정 클러스터에 대한 정보 조회 요청이 수신되면, 상기 특정 클러스터에 포함된 적어도 하나의 검색 키워드를 상기 특정 클러스터에 포함된 광고주에 의해 많이 소유되고 있는 순으로 소팅하여 상기 광고주 수와 함께 상기 단말에 제공하는 것을 특징으로 하는 시스템.
  25. 제16항에 있어서,
    상기 클러스터 분석부는,
    상기 사용자 단말로부터 특정 광고주에 대한 정보 조회 요청이 수신되면, 상기 특정 광고주에 해당되는 적어도 하나의 업종 및 상기 각각의 업종에 포함되는 검색 키워드 정보가 상기 단말에 제공하는 것을 특징으로 하는 시스템.
  26. 제16항에 있어서,
    상기 클러스터 분석부는,
    상기 사용자 단말로부터 특정 업종에 대한 정보 조회 요청이 수신되면, 상기 특정 업종에 포함된 적어도 하나의 검색 키워드 중에서 대표키워드를 선정하여 상기 단말에 제공하는 것을 특징으로 하는 시스템.
  27. 제26항에 있어서,
    상기 대표키워드는,
    상기 특정 업종에 속하는 각각의 검색 키워드마다 상기 검색 키워드를 구매한 광고주의 비율 및 검색 엔진에 상기 검색 키워드가 입력되는 비율을 기초로 선정되는 것을 특징으로 하는 시스템.
KR1020080117708A 2008-11-25 2008-11-25 광고주 데이터를 이용하여 클러스터를 생성하고, 이를 바탕으로 정보를 제공하기 위한 방법과 시스템 및 컴퓨터 판독 가능한 기록 매체 KR101036132B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020080117708A KR101036132B1 (ko) 2008-11-25 2008-11-25 광고주 데이터를 이용하여 클러스터를 생성하고, 이를 바탕으로 정보를 제공하기 위한 방법과 시스템 및 컴퓨터 판독 가능한 기록 매체

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020080117708A KR101036132B1 (ko) 2008-11-25 2008-11-25 광고주 데이터를 이용하여 클러스터를 생성하고, 이를 바탕으로 정보를 제공하기 위한 방법과 시스템 및 컴퓨터 판독 가능한 기록 매체

Publications (2)

Publication Number Publication Date
KR20100059069A true KR20100059069A (ko) 2010-06-04
KR101036132B1 KR101036132B1 (ko) 2011-05-23

Family

ID=42360419

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020080117708A KR101036132B1 (ko) 2008-11-25 2008-11-25 광고주 데이터를 이용하여 클러스터를 생성하고, 이를 바탕으로 정보를 제공하기 위한 방법과 시스템 및 컴퓨터 판독 가능한 기록 매체

Country Status (1)

Country Link
KR (1) KR101036132B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8984006B2 (en) 2011-11-08 2015-03-17 Google Inc. Systems and methods for identifying hierarchical relationships
CN111353803A (zh) * 2018-12-24 2020-06-30 北京奇虎科技有限公司 广告主分类方法及装置、计算设备

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100469824B1 (ko) * 2004-05-29 2005-02-03 엔에이치엔(주) 광고 그룹에 기초한 검색 목록순의 노출 관리 방법 및노출 관리 시스템
US7788131B2 (en) * 2005-12-15 2010-08-31 Microsoft Corporation Advertising keyword cross-selling
KR20070113858A (ko) * 2006-05-26 2007-11-29 주식회사 다음커뮤니케이션 문맥 기반 광고 시스템 및 방법
KR100903501B1 (ko) * 2007-03-30 2009-06-18 엔에이치엔비즈니스플랫폼 주식회사 키워드 광고를 제공하는 방법 및 상기 방법을 수행하는시스템

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8984006B2 (en) 2011-11-08 2015-03-17 Google Inc. Systems and methods for identifying hierarchical relationships
CN111353803A (zh) * 2018-12-24 2020-06-30 北京奇虎科技有限公司 广告主分类方法及装置、计算设备
CN111353803B (zh) * 2018-12-24 2024-04-05 三六零科技集团有限公司 广告主分类方法及装置、计算设备

Also Published As

Publication number Publication date
KR101036132B1 (ko) 2011-05-23

Similar Documents

Publication Publication Date Title
US11822613B2 (en) Using visitor context and web page features to select web pages for display
US11107118B2 (en) Management of the display of online ad content consistent with one or more performance objectives for a webpage and/or website
US20200195737A1 (en) Clickstream analysis methods and systems related to determining actionable insights relating to a path to purchase
JP5646724B2 (ja) カテゴリの類似度
Trusov et al. Crumbs of the cookie: User profiling in customer-base analysis and behavioral targeting
JP5450051B2 (ja) 行動ターゲティングシステム
US7836040B2 (en) Method and system for creating search result list
US20070255621A1 (en) Advertisement generation and optimization
US8896604B2 (en) Producing optimization graphs in online advertising systems
TW200912789A (en) Granular data for behavioral targeting
JP2006528388A (ja) 収集されたユーザの行動データを利用するコンテンツ絞り込み型広告方法の改善
EP1894136A2 (en) Automatic ad placement
US20100185661A1 (en) Method and System for Negative Keyword Recommendations
Ismail et al. Data mining in electronic commerce: benefits and challenges
US20100169356A1 (en) Method and System for Negative Keyword Recommendations
US9508087B1 (en) Identifying similar display items for potential placement of content items therein
KR101036132B1 (ko) 광고주 데이터를 이용하여 클러스터를 생성하고, 이를 바탕으로 정보를 제공하기 위한 방법과 시스템 및 컴퓨터 판독 가능한 기록 매체
Dennis et al. Data mining approach for user profile generation on advertisement serving
Tamilselvi et al. Handling high web access utility mining using intelligent hybrid hill climbing algorithm based tree construction
KR101076522B1 (ko) 사이트 클러스터링 시스템 및 사이트 클러스터링 방법
JP7184947B2 (ja) 特定装置、特定方法及び特定プログラム
WO2001063454A9 (en) Dynamic targeting with experimentation over a network
KR101074740B1 (ko) 연관 키워드 집합을 이용하여 문맥 광고를 제공하기 위한 방법, 시스템 및 컴퓨터 판독 가능한 기록 매체
Bozarth et al. An Analysis of the Partnership between Retailers and Low-credibility News Publishers
Mertens et al. Learning to Classify Users in the Buyer Modalities Framework to Improve CTR

Legal Events

Date Code Title Description
A201 Request for examination
N231 Notification of change of applicant
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: 20160329

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20170328

Year of fee payment: 7