KR20110086233A - 공통 관심 사용자 검색장치 및 방법 - Google Patents

공통 관심 사용자 검색장치 및 방법 Download PDF

Info

Publication number
KR20110086233A
KR20110086233A KR1020100005849A KR20100005849A KR20110086233A KR 20110086233 A KR20110086233 A KR 20110086233A KR 1020100005849 A KR1020100005849 A KR 1020100005849A KR 20100005849 A KR20100005849 A KR 20100005849A KR 20110086233 A KR20110086233 A KR 20110086233A
Authority
KR
South Korea
Prior art keywords
user
common interest
information
distance
relationship
Prior art date
Application number
KR1020100005849A
Other languages
English (en)
Other versions
KR101123697B1 (ko
Inventor
최근화
윤선희
최영란
안종혁
Original Assignee
유플리트 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 유플리트 주식회사 filed Critical 유플리트 주식회사
Priority to KR20100005849A priority Critical patent/KR101123697B1/ko
Publication of KR20110086233A publication Critical patent/KR20110086233A/ko
Application granted granted Critical
Publication of KR101123697B1 publication Critical patent/KR101123697B1/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
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • G06F16/24575—Query processing with adaptation to user needs using context
    • 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
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • G06F16/24578—Query processing with adaptation to user needs using ranking
    • 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
    • G06F16/24—Querying
    • G06F16/248—Presentation of query results

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

공통 관심 사용자 검색장치 및 방법이 개시된다. 사용자 입력부는 네트워크를 통해 연결된 복수의 사용자 단말 중에서 본인 사용자의 단말로부터 본인 사용자의 관심사에 관련된 키워드를 포함하는 메시지를 입력받는다. 사용자 정보 추출부는 메시지로부터 키워드, 메시지가 입력된 시간정보 및 메시지를 입력한 본인 사용자의 단말의 위치정보를 포함하는 사용자 정보를 추출한다. 사용자 정보 검색부는 복수의 사용자 단말에 대응하는 사용자 정보가 저장된 중앙 데이터베이스로부터 본인 사용자의 사용자 정보에 포함된 키워드와 동일한 키워드를 포함하는 공통 관심 사용자의 사용자 정보를 검색하여 독출한다. 관계거리 산출부는 본인 사용자 및 공통 관심 사용자의 사용자 정보에 포함된 공통 키워드의 개수, 시간정보 및 위치정보를 수치화하여 본인 사용자와 공통 관심 사용자 사이의 관계거리를 산출한다. 관계맵 생성부는 공통 관심 사용자의 식별코드 및 공통 관심 사용자에 대해 산출된 관계거리를 포함하는 관계맵을 생성하여 출력한다. 본 발명에 따르면, 본인 사용자가 입력한 메시지의 내용뿐만 아니라 메시지가 입력된 시간 및 위치정보까지 모두 사용하여 본인 사용자에 관련된 공통 관심 사용자와의 관계거리를 산출함으로써, 본인 사용자가 자신과 관심사를 공유하는 공통 관심 사용자에 관한 정보를 얻게 됨과 동시에 해당 공통 관심 사용자와의 심리적 거리까지도 추정할 수 있다.

Description

공통 관심 사용자 검색장치 및 방법{Apparatus and method for searching user of common interest}
본 발명은 공통 관심 사용자 검색장치 및 방법에 관한 것으로, 보다 상세하게는, 네트워크로 연결된 복수의 사용자 중에서 공통된 관심사를 가지는 사용자를 추출하는 장치 및 방법에 관한 것이다.
최근 인터넷이 널리 보급되고 일상생활에 밀접하게 관련됨에 따라 인터넷을 통한 정보 교환 및 인간관계의 형성이 보편화되고 있다. 또한 공통의 관심사를 가지는 사용자들로 이루어진 커뮤니티의 생성 및 이용이 활발하게 이루어져 인터넷은 단순한 정보 교환의 수단이 아닌 사람 대 사람의 관계 형성을 위한 공간으로 인식되고 있다.
현재 인터넷 사용자는 자신과 공통된 관심사를 가지는 사용자를 찾아 정보를 교환하거나 친분을 형성하기 위해 인터넷의 검색 기능을 사용한다. 구체적인 예를 들면, 검색 기능을 제공하는 포털 사이트와 같이 사용자가 많이 모이는 인터넷 사이트에 접속하여 자신의 관심사에 해당하는 키워드를 검색어로서 입력하여 해당 키워드를 공통 관심사로 하여 만들어진 인터넷 커뮤니티 또는 해당 키워드를 주제로 하여 만들어진 개인 홈페이지를 검색할 수 있다. 이후 사용자는 검색된 커뮤니티에 가입하여 다른 가입자들과 정보를 교환하거나 개인 홈페이지에 방문하여 정보를 얻고, 홈페이지의 운영자와 개인적인 친분을 쌓을 수도 있다.
이와 같이 공통 관심사를 가지는 타인과의 인터넷을 통한 관계 형성을 위해서는 키워드 입력에 의한 인터넷의 검색 기능에 의존하여야 하는 것이 현재의 실정이다. 이와 같은 간접적인 방법이 아닌 다양한 사람들의 관심사를 하나의 데이터베이스로 구축하여 공통 관심사를 보이는 타인에 관한 정보를 직접적으로 제공해줄 수 있는 시스템의 개발이 필요하다.
본 발명이 이루고자 하는 기술적 과제는, 네트워크 상에서 본인 사용자가 입력한 메시지로부터 추출한 정보를 기초로 본인 사용자와 공통 관심사를 가지는 타인 사용자를 추출할 수 있는 공통 관심 사용자 검색장치 및 방법을 제공하는 데 있다.
본 발명이 이루고자 하는 다른 기술적 과제는, 네트워크 상에서 본인 사용자가 입력한 메시지로부터 추출한 정보를 기초로 본인 사용자와 공통 관심사를 가지는 타인 사용자를 추출할 수 있는 공통 관심 사용자 검색방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공하는 데 있다.
상기의 기술적 과제를 달성하기 위한, 본 발명에 따른 공통 관심 사용자 검색장치는, 네트워크를 통해 연결된 복수의 사용자 단말 중에서 본인 사용자의 단말로부터 상기 본인 사용자의 관심사에 관련된 키워드를 포함하는 메시지를 입력받는 사용자 입력부; 상기 메시지로부터 상기 키워드, 상기 메시지가 입력된 시간정보 및 상기 메시지를 입력한 상기 본인 사용자의 단말의 위치정보를 포함하는 사용자 정보를 추출하는 사용자 정보 추출부; 상기 복수의 사용자 단말에 대응하는 사용자 정보가 저장된 중앙 데이터베이스로부터 상기 본인 사용자의 사용자 정보에 포함된 키워드와 동일한 키워드를 포함하는 공통 관심 사용자의 사용자 정보를 검색하여 독출하는 사용자 정보 검색부; 상기 본인 사용자 및 상기 공통 관심 사용자의 사용자 정보에 포함된 공통 키워드의 개수, 시간정보 및 위치정보를 수치화하여 상기 본인 사용자와 상기 공통 관심 사용자 사이의 관계거리를 산출하는 관계거리 산출부; 및 상기 공통 관심 사용자의 식별코드 및 상기 공통 관심 사용자에 대해 산출된 관계거리를 포함하는 관계맵을 생성하여 출력하는 관계맵 생성부;를 구비한다.
상기의 기술적 과제를 달성하기 위한, 본 발명에 따른 공통 관심 사용자 검색방법은, 네트워크를 통해 연결된 복수의 사용자 단말 중에서 본인 사용자의 단말로부터 상기 본인 사용자의 관심사에 관련된 키워드를 포함하는 메시지를 입력받는 사용자 입력단계; 상기 메시지로부터 상기 키워드, 상기 메시지가 입력된 시간정보 및 상기 메시지를 입력한 상기 본인 사용자의 단말의 위치정보를 포함하는 사용자 정보를 추출하는 사용자 정보 추출단계; 상기 복수의 사용자 단말에 대응하는 사용자 정보가 저장된 중앙 데이터베이스로부터 상기 본인 사용자의 사용자 정보에 포함된 키워드와 동일한 키워드를 포함하는 공통 관심 사용자의 사용자 정보를 검색하여 독출하는 사용자 정보 검색단계; 상기 본인 사용자 및 상기 공통 관심 사용자의 사용자 정보에 포함된 공통 키워드의 개수, 시간정보 및 위치정보를 수치화하여 상기 본인 사용자와 상기 공통 관심 사용자 사이의 관계거리를 산출하는 관계거리 산출단계; 및 상기 공통 관심 사용자의 식별코드 및 상기 공통 관심 사용자에 대해 산출된 관계거리를 포함하는 관계맵을 생성하여 출력하는 관계맵 생성단계;를 갖는다.
본 발명에 따른 공통 관심 사용자 검색장치 및 방법에 의하면, 본인 사용자가 입력한 메시지의 내용뿐만 아니라 메시지가 입력된 시간 및 위치정보까지 모두 사용하여 본인 사용자에 관련된 공통 관심 사용자와의 관계거리를 산출함으로써, 본인 사용자가 자신과 관심사를 공유하는 공통 관심 사용자에 관한 정보를 얻게 됨과 동시에 해당 공통 관심 사용자와의 심리적 거리까지도 추정할 수 있다.
도 1은 본 발명에 따른 공통 관심 사용자 검색장치에 대한 바람직한 실시예의 구성을 도시한 블록도,
도 2는 본 발명에 따른 공통 관심 사용자 검색장치 및 복수의 사용자 단말이 네트워크를 통해 연결된 일 예를 도시한 도면,
도 3은 중앙 데이터베이스에 저장된 복수의 타인 사용자의 정보로부터 공통 관심 사용자를 검색하는 일 예를 도시한 도면,
도 4는 본인 사용자와 복수의 공통 관심 사용자 사이의 관계를 나타내는 관계맵의 일 예를 도시한 도면, 그리고,
도 5는 본 발명에 따른 공통 관심 사용자 검색방법에 대한 바람직한 실시예의 수행과정을 도시한 흐름도이다.
이하에서 첨부된 도면들을 참조하여 본 발명에 따른 공통 관심 사용자 검색장치 및 방법의 바람직한 실시예에 대해 상세하게 설명한다.
도 1은 본 발명에 따른 공통 관심 사용자 검색장치에 대한 바람직한 실시예의 구성을 도시한 블록도이다.
도 1을 참조하면, 본 발명에 따른 공통 관심 사용자 검색장치(100)는 사용자 입력부(110), 사용자 정보 추출부(120), 사용자 정보 검색부(130), 관계거리 산출부(140) 및 관계맵 생성부(150)를 구비한다.
사용자 입력부(110)는 네트워크를 통해 연결된 복수의 사용자 단말 중에서 본인 사용자(300)의 단말로부터 본인 사용자(300)의 관심사에 관련된 키워드를 포함하는 메시지를 입력받는다.
본 발명에 따른 공통 관심 사용자 검색장치(100)는 복수의 사용자 단말과 인터넷, 통신망 등의 네트워크를 통해 연결된 서버의 형태로 구현될 수 있으며, 사용자 단말은 개인용 컴퓨터, 휴대용 컴퓨터, PDA 및 휴대용 통신기기 등 네트워크를 통해 통신 가능한 다양한 장치가 될 수 있다.
도 2는 본 발명에 따른 공통 관심 사용자 검색장치(100) 및 복수의 사용자 단말이 네트워크를 통해 연결된 일 예를 도시한 도면이다. 도 2를 참조하면, 본 발명에 따른 공통 관심 사용자 검색장치(100)에 네트워크를 통해 연결된 복수의 사용자 단말 중에서 사용자 입력부(110)로 메시지를 입력한 사용자 단말은 본인 사용자(300)의 단말이며, 본인 사용자(300)를 제외한 나머지 사용자 단말은 타인 사용자(400-1, 400-2, …,400-n, 이하 400이라 한다)의 단말이다. 또한 본 발명에 따른 공통 관심 사용자 검색장치(100)는 본인 사용자(300) 및 타인 사용자(400)에 대한 각종 정보가 저장되는 중앙 데이터베이스(200)와도 네트워크를 통해 연결되며, 중앙 데이터베이스(200)는 본 발명에 따른 공통 관심 사용자 검색장치(100)의 내부에 하나의 구성요소로서 구비될 수도 있다.
사용자 입력부(110)를 통해 입력되는 본인 사용자(300)의 메시지에는 본인 사용자(300)의 관심사에 관련된 키워드가 포함되어 있다. 즉, 본인 사용자(300)는 메시지를 반드시 키워드의 형태로 입력할 필요가 없으며, 키워드가 포함된 문장의 형태로 입력할 수 있다. 예를 들면, 현재 본인 사용자(300)의 관심사가 '액션 영화'인 경우, 본인 사용자(300)는 해당 관심사를 나타내는 키워드가 포함되도록 '요즘 액션 영화에 빠져 있어요.'라는 문장을 작성하여 입력할 수 있다. 또한 사용자 입력부(110)는 본인 사용자(300) 뿐만 아니라 타인 사용자(400)로부터도 위와 같은 형태의 메시지를 입력받는다.
이와 같이 본 발명에서는 사용자가 의식적으로 키워드만을 입력할 필요 없이 간단한 일기나 메모를 작성하는 형식으로 이용할 수 있으며, 메시지 입력에 일정한 형식이 요구되지 않으므로 사용자의 편의를 도모할 수 있다.
사용자 정보 추출부(120)는 입력받은 메시지로부터 키워드, 메시지가 입력된 시간정보 및 메시지를 입력한 본인 사용자의 위치정보를 포함하는 사용자 정보를 추출한다. 추출된 사용자 정보는 타인 사용자(400) 중에서 본인 사용자(300)와 공통된 관심사를 가지는 공통 관심 사용자를 검색하는 데 사용된다. 즉, 공통 관심 사용자를 결정하는 기준으로 키워드뿐만 아니라 시간정보 및 위치정보가 함께 사용되는 것이다.
본인 사용자(300) 및 타인 사용자(400)로부터 입력받은 메시지를 데이터베이스화하기 위해서는 메시지로부터 핵심이 되는 정보만을 추출하여 체계적으로 정리할 필요성이 있다. 따라서 사용자 정보 추출부(120)는 입력받은 문장 형태의 메시지로부터 각 사용자의 관심사에 관련된 키워드를 추출하고, 메시지가 입력된 시간정보 및 위치정보를 추출한다.
메시지로부터 추출되는 키워드는 하나의 단어인 것이 일반적이며, 앞에서 예로 든 문장 형태의 메시지의 경우에 추출되는 키워드는 '액션 영화'가 된다. 또한 키워드는 하나의 메시지에서 복수 개가 추출될 수도 있다. 예를 들면, 본인 사용자(300)로부터 입력받은 메시지가 '해외여행 장소로 일본과 유럽 사이에서 고민중'이라는 문장이라면, 이로부터 추출 가능한 키워드는 '해외여행', '일본', '유럽'의 세 개가 될 수 있다.
또한 사용자 정보 추출부(120)는 본인 사용자(300)로부터 입력받은 메시지가 입력된 시간정보 및 메시지를 전송한 본인 사용자(300) 단말의 위치정보를 추출한다. 시간정보는 본 발명에 따른 공통 관심 사용자 검색장치(100) 및 네트워크로 연결된 복수의 사용자 단말에 공통적으로 적용될 수 있는 절대적인 시간대를 기준으로 하여 결정된다. 또한 위치정보 역시 본인 사용자(300)의 단말이 위치하는 절대적인 위치를 나타내는 것이며, 사용자 단말이 개인용 컴퓨터인 경우에는 해당 개인용 컴퓨터가 인터넷 망에 연결될 때 주어지는 IP 주소로부터 위치정보를 추출하고, 사용자 단말이 이동통신 단말인 경우에는 해당 이동통신 단말이 연결되는 기지국의 위치정보를 추출할 수 있다. 따라서 본인 사용자(300)가 메시지를 작성할 때 포함시킨 시간 또는 장소에 관련된 단어들은 시간정보 또는 위치정보가 아닌 키워드의 하나로서 취급된다.
사용자 정보 추출부(120)가 본인 사용자(300)의 메시지로부터 추출한 키워드, 시간정보 및 위치정보는 본인 사용자(300)에 대응하는 사용자 정보로서 중앙 데이터베이스(200)에 저장된다. 또한 복수의 타인 사용자(400)로부터 메시지가 입력되면 사용자 정보 추출부(120)는 타인 사용자(400)의 메시지로부터 각각 키워드, 시간정보 및 위치정보를 추출하며, 각각의 타인 사용자(400)에 대응하는 사용자 정보로서 본인 사용자(300)의 사용자 정보와 함께 중앙 데이터베이스(200)에 저장한다.
한편, 본인 사용자(300)의 단말 자체에도 별도의 데이터베이스(미도시)가 구비되며, 이하에서는 이를 로컬 데이터베이스(미도시)라 한다. 사용자 정보 추출부(120)는 본인 사용자(300)가 입력한 메시지로부터 추출한 사용자 정보를 중앙 데이터베이스(200) 뿐만 아니라 로컬 데이터베이스(미도시)에도 저장할 수 있다.
또한 로컬 데이터베이스(미도시)에는 본인 사용자(300)가 현재까지 입력한 메시지로부터 추출한 사용자 정보가 누적되어 저장될 수 있다. 따라서 뒤에서 설명할 사용자 정보 검색부(130) 및 관계거리 산출부(140)는 현재 본인 사용자(300)로부터 입력받은 메시지로부터 추출한 사용자 정보뿐만 아니라 로컬 데이터베이스(미도시)에 누적되어 저장된 모든 사용자 정보를 사용할 수 있다. 로컬 데이터베이스(미도시)에 저장되는 사용자 정보의 누적량은 사전에 설정될 수 있으며, 사용자에 의해 변경될 수도 있다.
나아가 로컬 데이터베이스(미도시)에 누적되어 저장된 사용자 정보들은 중앙 데이터베이스(200)에도 저장할 수 있으나, 메모리 공간의 절약 및 연산시간 단축 등 경제적인 이유를 고려하여 로컬 데이터베이스(미도시)에만 저장하는 것이 바람직하다. 이러한 경우에는 중앙 데이터베이스(200)에 본인 사용자(300)에 대응하는 사용자 정보가 이미 저장되어 있거나 중앙 데이터베이스(200)에 저장된 본인 사용자(300)의 사용자 정보가 사전에 설정된 기준량을 넘게 되면 새로 입력된 메시지로부터 추출한 사용자 정보가 기존에 저장되어 있던 사용자 정보를 대체하여 저장될 수 있다. 이러한 사용자 정보의 저장 방식은 타인 사용자(400)에 대하여도 동일하게 적용된다. 다만, 각각의 사용자가 중앙 데이터베이스(200) 및 로컬 데이터베이스(미도시)에 저장되는 사용자 정보의 양을 개별적으로 설정할 수 있다.
이때 로컬 데이터베이스에는 앞에서 설명한 키워드, 시간정보 및 위치정보가 모두 저장될 수도 있고, 키워드만 선택적으로 저장될 수도 있다. 사용자의 누적 관심사의 경우에는 메시지를 입력한 시간 및 장소에 비해 키워드가 차지하는 비중이 높기 때문이다.
사용자 정보 검색부(130)는 복수의 사용자 단말에 대응하는 사용자 정보가 저장된 중앙 데이터베이스(200)로부터 본인 사용자(300)에 대응하는 키워드와 공통된 키워드를 포함하는 공통 관심 사용자의 사용자 정보를 검색하여 독출한다.
앞에서 설명한 바와 같이 본인 사용자(300)에 대한 공통 관심 사용자를 검색하기 위해 키워드, 시간정보 및 위치정보가 모두 사용된다. 이 중에서 사용자의 관심사를 직접적으로 표현하는 키워드가 공통 관심 사용자의 검색에 있어서 가장 큰 비중을 차지한다고 할 수 있으므로, 사용자 정보 검색부(130)는 복수의 타인 사용자(400) 중에서 본인 사용자(300)의 메시지로부터 추출한 키워드와 동일한 키워드를 포함하는 사용자 정보를 중앙 데이터베이스(200)로부터 검색한다. 검색된 사용자 정보에 대응하는 타인 사용자(400)가 공통 관심 사용자로 결정된다.
도 3은 중앙 데이터베이스(200)에 저장된 복수의 타인 사용자(400)의 정보로부터 공통 관심 사용자를 검색하는 일 예를 도시한 도면이다. 도 3을 참조하면, 본인 사용자(300)가 입력한 메시지로부터 추출한 키워드는 '액션 영화'이며, 중앙 데이터베이스(200)에는 복수의 타인 사용자(400)에 대응하는 사용자 정보가 저장되어 있다. 설명의 편의를 위해 도 3에는 사용자 정보 중에서 키워드만을 나타내었다. 중앙 데이터베이스(200)에 저장된 타인 사용자(400) 1 내지 5에 대응하는 키워드는 각각 한 개 또는 복수 개이며, 본 발명에 따른 공통 관심 사용자 검색장치(100)의 사용자 정보 검색부(130)는 본인 사용자(300)의 키워드인 '액션 영화'를 포함하고 있는 사용자 정보를 검색한다.
중앙 데이터베이스(200)에 저장된 타인 사용자(400)의 사용자 정보 중에서 타인 사용자(400) 1 및 4는 그 사용자 정보에 키워드로서 '액션 영화'가 포함되어 있지 않다. 그러나 타인 사용자(400) 2는 키워드가 '액션 영화'이며, 타인 사용자(400) 3 및 5는 사용자 정보의 복수의 키워드 중에 '액션 영화'라는 키워드가 포함되어 있다. 따라서 이들 타인 사용자(400)는 사용자 정보 검색부(130)에 의해 공통 관심 사용자(500-1, 500-2, 500-3, 이하 500이라 한다)로 결정된다.
도 3은 본인 사용자(300)의 사용자 정보에 포함된 키워드가 한 개인 경우를 예로 들어 나타낸 것이고, 앞에서 설명한 바와 같이 본인 사용자(300)의 메시지로부터는 복수 개의 키워드를 추출할 수 있다. 추출된 키워드가 복수 개인 경우에 사용자 정보 검색부(130)는 복수 개의 키워드 중에서 적어도 하나를 포함하는 사용자 정보를 공통 관심 사용자(500)의 사용자 정보로 할 수 있다.
또한 본인 사용자(300)의 사용자 정보와의 공통 키워드의 개수가 사전에 설정된 기준개수 이상인 사용자 정보만을 공통 관심 사용자(500)의 사용자 정보로 할 수도 있다. 본인 사용자(300)의 사용자 정보에 포함된 키워드의 개수가 많은 경우에 그 중에서 하나만 일치하는 경우에도 공통 관심 사용자(500)로 결정한다면 공통 관심 사용자(500)의 수가 지나치게 많아져 신뢰도가 저하될 수 있기 때문이다. 기준개수는 본인 사용자(300)의 메시지로부터 추출된 키워드의 개수를 기초로 결정되며, 키워드의 전체 개수의 절반을 기준개수로 설정할 수 있다.
본인 사용자(300)와 공통으로 포함하는 키워드의 개수가 많을수록 해당 공통 관심 사용자(500)는 본인 사용자(300)와 더 많은 관심사를 공유하며, 더 가까운 관계에 있는 것을 의미한다. 이러한 공통 키워드의 개수는 뒤에서 설명할 관계거리 산출부(140)의 관계거리 산출에 반영된다.
한편, 본인 사용자(300)가 입력한 메시지로부터 추출한 키워드는 로컬 데이터베이스(미도시)에 누적되어 저장될 수 있음을 앞에서 설명하였다. 따라서 사용자 정보 검색부(130)는 본인 사용자(300)가 현재 입력한 메시지만 참조하여 공통 관심 사용자(500)를 검색할 수도 있고, 본인 사용자(300)의 로컬 데이터베이스(미도시)에 저장된 누적 키워드들을 모두 참조하여 공통 관심 사용자(500)를 검색할 수도 있다. 이와 같이 로컬 데이터베이스(미도시)에 저장된 누적 키워드를 사용하여 검색된 공통 관심 사용자(500)는 현재 본인 사용자(300)의 관심사뿐만 아니라 과거의 관심사까지도 공유하고 있는 것을 의미하므로, 본인 사용자(300)와의 심리적 거리가 매우 가까운 관계임을 나타낼 수 있다.
관계거리 산출부(140)는 본인 사용자(300) 및 공통 관심 사용자(500)의 사용자 정보에 포함된 공통 키워드의 개수, 시간정보 및 위치정보를 수치화하여 본인 사용자(300)와 공통 관심 사용자(500) 사이의 관계거리를 산출한다.
앞에서 설명한 사용자 정보 검색부(130)는 본인 사용자(300)의 사용자 정보에 포함된 키워드를 기초로 하여 공통 관심 사용자(500)를 중앙 데이터베이스(200)로부터 추출하였다. 본 발명에서는 이와 같이 공통 관심 사용자(500)를 단순히 추출하여 나열하는 것에 그치지 않고, 본인 사용자(300)와 공통 관심 사용자(500)의 가까운 정도, 즉 관계거리를 산출함으로써 사용자 간의 심리적인 거리까지도 제공할 수 있다. 나아가 공통 관심 사용자(500)가 복수인 경우에는 본인 사용자(300)와 각각의 공통 관심 사용자(500) 사이의 관계거리를 산출하여 제공함으로써 본인 사용자(300)가 자신으로부터 심리적으로 가장 가까운 사용자를 쉽게 알 수 있도록 한다.
관계거리는 본인 사용자(300)와 공통 관심 사용자(500) 사이의 추상적인 관계를 수치적으로 나타내는 것이므로, 관계거리 산출부(140)는 본인 사용자(300)와 공통 관심 사용자(500)의 사용자 정보를 모두 수치화하여 이들로부터 관계거리를 산출한다. 산출된 관계거리의 값이 클수록 본인 사용자(300)와 공통 관심 사용자(500)는 공유할 수 있는 관심사가 적은 먼 관계에 있다는 것을 의미하며, 관계거리의 값이 작을수록 본인 사용자(300)와 공통 관심 사용자(500)는 가까운 관계이고 많은 관심사를 공유하고 있다는 것을 의미한다.
먼저 키워드의 경우, 본인 사용자(300)와 공통 관심 사용자(500)의 사용자 정보에 포함된 공통 키워드의 개수가 관계거리 산출에 반영된다. 본인 사용자(300)의 사용자 정보에 포함된 전체 키워드 중에서 공통 관심 사용자(500)와의 공통 키워드가 차지하는 비중이 높을수록 본인 사용자(300)와 공통 관심 사용자(500)는 가까운 관계에 해당한다. 가까운 관계일수록 관계거리의 값이 작아져야 하므로 관계거리 산출부(140)는 본인 사용자(300)의 사용자 정보에 포함된 전체 키워드에서 공통 키워드를 제외한 키워드의 개수를 정규화한 키워드거리를 산출하여 관계거리를 산출하는 데 사용한다. 본인 사용자(300)와 공통 관심 사용자(500)의 관계가 가까울수록, 즉 공통 키워드가 많을수록 이 키워드거리의 값은 작아진다.
다음으로 관계거리 산출부(140)는 사용자 정보에 포함된 시간정보를 수치화하는데, 구체적으로 본인 사용자(300)가 메시지를 입력한 시간과 공통 관심 사용자(500)가 메시지를 입력한 시간 사이의 시간차를 계산하고, 이를 정규화하여 시간거리를 산출한다. 시간차는 가장 작은 시간단위인 초 단위로 환산하여 나타낼 수 있으며, 본인 사용자(300)와 공통 관심 사용자(500)가 메시지를 입력한 시간차가 작을수록 시간거리의 값이 작아지므로 결과적으로 관계거리의 값이 감소하여 가까운 관계임을 나타낼 수 있다.
마지막으로 관계거리 산출부(140)는 사용자 정보에 포함된 위치정보를 수치화한다. 즉, 본인 사용자(300)가 메시지를 입력한 장소와 공통 관심 사용자(500)가 메시지를 입력한 장소 사이의 거리가 얼마나 떨어져 있는지를 계산하여 이를 일정한 거리 단위로 환산한 후 정규화하여 위치거리를 산출할 수 있다. 본인 사용자(300)와 공통 관심 사용자(500) 사이의 거리가 가까울수록 위치거리의 값은 작아지므로, 이들이 가까운 관계에 있음을 나타낸다.
이상과 같이 키워드거리, 시간거리 및 위치거리가 모두 산출되면, 관계거리 산출부(140)는 최종적으로 이들을 모두 합산하여 관계거리로 산출한다. 이때 본인 사용자(300)와 공통 관심 사용자(500) 사이의 관계에서 키워드, 시간정보 및 위치정보가 차지하는 비중을 조절하기 위해 키워드거리, 시간거리 및 위치거리에 각각 가중치를 곱하여 합산할 수 있다. 이때 곱해지는 가중치의 합이 1이 되도록 하는 것이 바람직하며, 각각의 거리에 곱해지는 가중치의 값은 사용자가 필요에 따라 조절할 수 있다. 또한 최종적으로 산출된 관계거리의 값은 0에서 1 사이의 범위에 포함되도록 정규화시키는 것이 바람직하다.
공통 관심 사용자(500)에 대해 산출된 관계거리는 본인 사용자(300)의 사용자 정보 내지 키워드와 마찬가지로 로컬 데이터베이스(미도시)에 저장될 수 있다. 산출된 관계거리를 로컬 데이터베이스(미도시)에 누적시켜 저장함으로써, 누적 키워드에 의해 공통 관심 사용자(500)를 검색하고 관계거리를 산출하고자 하는 경우에 로컬 데이터베이스(미도시)에 저장된 정보를 다시 활용할 수 있으므로 연산량을 줄이고 처리 속도를 향상시킬 수 있다.
관계맵 생성부(150)는 공통 관심 사용자(500)의 식별코드 및 공통 관심 사용자(500)에 대해 산출된 관계거리를 포함하는 관계맵을 생성하여 출력한다.
관계맵이라 함은 본인 사용자(300)와의 공통 키워드가 포함된 사용자 정보를 가지는 공통 관심 사용자(500)를 단순히 나열하는 것이 아닌 시간정보와 위치정보를 모두 고려하여 산출된 관계거리에 따라 본인 사용자(300)와 공통 관심 사용자(500) 사이의 관계를 나타내는 수단이다.
관계맵 내에서 공통 관심 사용자(500)를 나열하는 방법은 한정되지 않는다. 예를 들면, 사용자의 설정에 따라 관계거리의 값이 커지는 순서 또는 작아지는 순서로 인덱스 형태의 관계맵을 생성할 수도 있고, 관계거리의 간격을 설정하여 동일 범위의 관계거리를 가지는 공통 관심 사용자(500)가 동일 레벨에 위치하는 트리 형태의 관계맵을 생성할 수도 있다. 또한 관계맵에는 공통 관심 사용자(500)의 식별코드와 해당 공통 관심 사용자(500)에 대해 산출된 관계거리가 표시되며, 공통 관심 사용자(500)의 식별코드는 본 발명에 따른 공통 관심 사용자 검색장치(100)가 제공하는 서비스에 가입할 때 공통 관심 사용자(500)가 입력한 아이디(ID) 또는 별도로 지정한 닉네임 등의 식별 수단이 될 수 있다.
앞에서 설명한 바와 같이 본인 사용자(300)의 로컬 데이터베이스(미도시)에는 본인 사용자(300)가 현재까지 입력한 메시지로부터 추출한 사용자 정보 및 각각의 메시지에 대해 검색된 공통 관심 사용자(500)와의 관계거리가 누적되어 저장된다. 따라서 관계맵은 본인 사용자(300)가 현재 입력한 메시지만을 기초로 하여 생성될 수도 있고, 로컬 데이터베이스(미도시)에 저장된 누적 정보를 모두 사용하여 생성될 수도 있다.
관계맵 생성부(150)가 생성한 본인 사용자(300)에 대한 관계맵은 본인 사용자(300)의 단말로 전송되어 디스플레이 장치를 통해 출력되는 한편, 중앙 데이터베이스(200) 및 본인 사용자(300) 단말의 로컬 데이터베이스(미도시)에도 저장된다. 그에 따라 중앙 데이터베이스(200)에는 본 발명에 따른 공통 관심 사용자 검색장치(100)와 네트워크를 통해 연결된 모든 사용자 단말에 대해 가장 최근에 생성된 관계맵이 저장되며, 로컬 데이터베이스(미도시)에는 본인 사용자(300)에 대해 현재까지 생성된 관계맵이 모두 저장될 수 있다.
도 4는 본인 사용자(300)와 복수의 공통 관심 사용자(500) 사이의 관계를 나타내는 관계맵의 일 예를 도시한 도면이다. 도 4를 참조하면, 좌측에 '0'으로 표시된 캐릭터는 본인 사용자(300)를 나타내며, 우측의 캐릭터들은 공통 관심 사용자(500)를 나타낸다. 본인 사용자(300)와 각각의 공통 관심 사용자(500)는 화살표로 연결되어 있으며, 화살표와 함께 관계거리의 값이 표시되어 있다.
도 4의 관계맵에 표시된 관계거리의 값은 본인 사용자(300)와의 관계거리가 특정한 범위 내에 속한다는 것을 의미한다. 즉, 각각의 공통 관심 사용자(500)에 대하여 산출된 관계거리의 값은 모두 0에서 1 사이의 범위에 속하며, 이들 중에서 관계거리의 값이 가장 작은 일정 비율의 공통 관심 사용자(500)는 관계거리 '1'의 그룹으로 묶이게 되는 것이다. 또한 그 다음으로 작은 관계거리의 값을 가지는 일정 비율의 공통 관심 사용자(500)는 관계거리 '2'의 그룹으로 묶이게 된다. 이와 같이 관계거리는 특정 공통 관심 사용자(500)에 대해 산출된 절대적인 수치를 나타내기도 하는 반면, 본인 사용자(300)로부터의 상대적인 거리를 나타내기도 한다.
각각의 공통 관심 사용자(500)의 캐릭터 상단에는 숫자 형태의 식별코드가 표시되어 있고, 캐릭터의 크기는 본인 사용자(300)와 가까운 정도를 나타낸다. 따라서 본인 사용자(300)와의 관계거리가 1인 공통 관심 사용자(500)의 캐릭터가 가장 크게 그려지며, 관계거리의 값이 커질수록 캐릭터의 크기도 그에 비례하여 작아지게 된다. 또한 본인 사용자(300)와 공통 관심 사용자(500)를 연결하는 화살표의 길이도 관계거리의 값이 커질수록 그에 비례하여 길게 그려진다. 따라서 본인 사용자(300)는 구체적인 관계거리의 값을 확인하지 않아도 공통 관심 사용자(500)를 나타내는 캐릭터의 크기 및 화살표의 길이와 같은 시각적인 정보를 통해 자신과 가장 가까운 관계인 공통 관심 사용자(500)를 확인할 수 있다.
또한 공통 관심 사용자(500)의 수가 지나치게 많아서 관계맵에 모두 포함시키는 것이 적절하지 않은 경우에는 사전에 기준범위를 설정하여 관계거리의 값이 기준범위에 속하는 공통 관심 사용자(500)만 관계맵에 포함시킬 수 있다. 예를 들면, 도 4에 도시된 것과 같은 관계맵의 경우에는 기준범위를 1~100으로 설정함으로써 1 내지 100의 관계거리 그룹에 속하는 공통 관심 사용자(500)만 관계맵에 나타나도록 할 수 있다.
관계맵 생성부(150)가 출력하여 본인 사용자(300)의 단말에 제공하는 관계맵은 본인 사용자(300)를 중심으로 하여 각각의 공통 관심 사용자(500)와의 관계거리를 나타내는 것이다. 이때 본인 사용자(300)는 디스플레이 장치에 표시되는 관계맵을 확인하고 특정 공통 관심 사용자(500)를 선택함으로써, 선택된 공통 관심 사용자(500)를 중심으로 하는 관계맵의 제공을 본 발명에 따른 공통 관심 사용자 검색장치(100)에 요청할 수 있다.
앞에서 설명한 바와 같이 중앙 데이터베이스(200)에는 본 발명에 따른 공통 관심 사용자 검색장치(100)에 연결된 모든 사용자 단말에 대응하는 관계맵들이 저장되어 있다. 따라서 공통 관심 사용자 검색장치(100)는 본인 사용자(300)로부터 특정 공통 관심 사용자(500)에 대응하여 생성된 관계맵의 제공 요청이 수신되면, 해당 공통 관심 사용자(500)에 대한 관계맵을 중앙 데이터베이스(200)에서 검색하여 본인 사용자(300)의 단말로 제공할 수 있다. 이때 개인정보의 보호를 위해 자신의 관계맵을 공개할 것인지 여부를 각각의 사용자가 설정할 수 있도록 하여 정보공개를 설정한 공통 관심 사용자(500)의 관계맵만을 제공하도록 할 수도 있다.
본 발명에 따른 공통 관심 사용자 검색장치(100)가 제공하는 서비스는 자신의 상품을 판매하고자 하는 판매자에게 사용될 수 있다. 즉, 구매자가 원하는 상품을 구매하기 위해 해당 상품을 취급하는 판매자를 검색하는 방식이 아닌 판매자가 자신의 상품을 원하는 구매자를 직접 찾아내어 접근하는 방식에 사용될 수 있다. 구체적으로, 판매자가 자신이 취급하는 상품의 목록을 메시지의 형태로 작성하여 본 발명에 따른 공통 관심 사용자 검색장치(100)로 전송하면, 앞에서 설명한 것과 같은 과정을 거쳐 생성된 관계맵이 판매자의 단말로 전송된다. 판매자는 관계맵을 확인하여 자신과 가까운 관계에 있는 것으로 나타나는 공통 관심 사용자(500), 즉 구매자의 정보를 알 수 있으며, 구매자에게 연락을 취하여 자신의 상품을 구매할 것을 제안할 수 있다.
한편, 본 발명에 따른 공통 관심 사용자 검색장치(100)는 이용자가 많은 대형 인터넷 사이트가 자체적으로 구비하고 있는 데이터베이스를 중앙 데이터베이스(200)로 사용하도록 제공받을 수도 있다. 포털 사이트와 같은 대형 인터넷 사이트의 데이터베이스에는 많은 이용자가 작성한 다양하고 방대한 양의 메시지가 저장되어 있으므로 데이터의 확보가 용이하며, 관계맵의 신뢰도를 높일 수 있다. 또한 대형 인터넷 사이트와 데이터베이스를 공유함에 따라 해당 인터넷 사이트에서 본 발명에 따른 공통 관심 사용자 검색장치(100)가 제공하는 서비스를 부가서비스로서 사이트의 가입자에게 제공할 수도 있다.
도 5는 본 발명에 따른 공통 관심 사용자 검색방법에 대한 바람직한 실시예의 수행과정을 도시한 흐름도이다.
도 5를 참조하면, 사용자 입력부(110)는 네트워크를 통해 연결된 복수의 사용자 단말 중에서 본인 사용자(300)의 단말로부터 본인 사용자(300)의 관심사에 관련된 키워드를 포함하는 메시지를 입력받는다(S510). 다음으로 사용자 정보 추출부(120)는 메시지로부터 키워드, 메시지가 입력된 시간정보 및 메시지를 입력한 본인 사용자(300)의 단말의 위치정보를 포함하는 사용자 정보를 추출한다(S520). 추출된 사용자 정보는 본인 사용자(500)의 단말에 구비된 로컬 데이터베이스(미도시)에 저장될 수 있다.
사용자 정보 검색부(130)는 복수의 사용자 단말에 대응하는 사용자 정보가 저장된 중앙 데이터베이스(200)로부터 본인 사용자(300)의 사용자 정보에 포함된 키워드와 동일한 키워드를 포함하는 공통 관심 사용자(500)의 사용자 정보를 검색하여 독출한다(S530). 키워드가 복수 개인 경우에는 적어도 하나 또는 사전에 설정된 기준 개수 이상이 일치하는 공통 관심 사용자(500)의 사용자 정보를 검색한다.
관계거리 산출부(140)는 본인 사용자(300) 및 공통 관심 사용자(500)의 사용자 정보에 포함된 공통 키워드의 개수, 시간정보 및 위치정보를 수치화하여 본인 사용자(300)와 공통 관심 사용자(500) 사이의 관계거리를 산출한다. 관계거리의 산출을 위해 정규화된 키워드거리, 시간거리 및 위치거리를 각각 산출한 후, 이들을 합산한다. 또한 관계거리에서 각각이 차지하는 비중을 조절하기 위해 가중치를 곱할 수도 있다.
마지막으로 관계맵 생성부(150)는 공통 관심 사용자(500)의 식별코드 및 공통 관심 사용자(300)에 대해 산출된 관계거리를 포함하는 관계맵을 생성하여 출력한다. 관계맵은 관계거리의 값에 따라 공통 관심 사용자(500)를 나열한 것으로, 관계거리의 값이 작은 공통 관심 사용자(500)는 본인 사용자(300)에 가깝게 위치하도록 하고 관계거리의 값이 커질수록 본인 사용자(300)로부터 멀어지도록 표현할 수 있다.
본 발명은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
이상에서 본 발명의 바람직한 실시예에 대해 도시하고 설명하였으나, 본 발명은 상술한 특정의 바람직한 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형 실시가 가능한 것은 물론이고, 그와 같은 변경은 청구범위 기재의 범위 내에 있게 된다.
100 - 공통 관심 사용자 검색장치
110 - 사용자 입력부
120 - 사용자 정보 추출부
130 - 사용자 정보 검색부
140 - 관계거리 산출부
150 - 관계맵 생성부
200 - 중앙 데이터베이스
300 - 본인 사용자
400 - 타인 사용자
500 - 공통 관심 사용자

Claims (21)

  1. 네트워크를 통해 연결된 복수의 사용자 단말 중에서 본인 사용자의 단말로부터 상기 본인 사용자의 관심사에 관련된 키워드를 포함하는 메시지를 입력받는 사용자 입력부;
    상기 메시지로부터 상기 키워드, 상기 메시지가 입력된 시간정보 및 상기 메시지를 입력한 상기 본인 사용자의 단말의 위치정보를 포함하는 사용자 정보를 추출하는 사용자 정보 추출부;
    상기 복수의 사용자 단말에 대응하는 사용자 정보가 저장된 중앙 데이터베이스로부터 상기 본인 사용자의 사용자 정보에 포함된 키워드와 동일한 키워드를 포함하는 공통 관심 사용자의 사용자 정보를 검색하여 독출하는 사용자 정보 검색부;
    상기 본인 사용자 및 상기 공통 관심 사용자의 사용자 정보에 포함된 공통 키워드의 개수, 시간정보 및 위치정보를 수치화하여 상기 본인 사용자와 상기 공통 관심 사용자 사이의 관계거리를 산출하는 관계거리 산출부; 및
    상기 공통 관심 사용자의 식별코드 및 상기 공통 관심 사용자에 대해 산출된 관계거리를 포함하는 관계맵을 생성하여 출력하는 관계맵 생성부;를 포함하는 것을 특징으로 하는 공통 관심 사용자 검색장치.
  2. 제 1항에 있어서,
    상기 사용자 정보 검색부는 상기 본인 사용자의 사용자 정보에 포함된 키워드와 동일한 키워드를 포함하는 복수의 공통 관심 사용자의 사용자 정보를 검색하여 독출하며,
    상기 관계맵 생성부는 상기 복수의 공통 관심 사용자에 대하여 각각 산출된 관계거리의 값이 증가하는 순서로 상기 복수의 공통 관심 사용자의 식별코드 및 관계거리를 나열하여 상기 관계맵을 생성하는 것을 특징으로 하는 공통 관심 사용자 검색장치.
  3. 제 2항에 있어서,
    상기 관계거리 산출부는 상기 본인 사용자의 사용자 정보에 포함된 키워드에서 상기 공통 관심 사용자의 사용자 정보와의 공통 키워드를 제외한 키워드의 개수를 정규화한 키워드거리, 상기 본인 사용자의 단말로부터 상기 메시지가 입력된 시간과 상기 공통 관심 사용자의 사용자 정보에 대응하는 메시지가 입력된 시간 사이의 시간차를 정규화한 시간거리 및 상기 본인 사용자의 단말과 상기 공통 관심 사용자의 단말 사이의 거리를 정규화한 위치거리를 각각 산출한 후 합산하여 상기 관계거리를 산출하는 것을 특징으로 하는 공통 관심 사용자 검색장치.
  4. 제 1항 또는 제 2항에 있어서,
    상기 사용자 정보 추출부는 상기 본인 사용자가 입력한 메시지로부터 추출한 사용자 정보를 상기 중앙 데이터베이스 및 본인 사용자의 단말에 구비된 로컬 데이터베이스에 저장하고,
    상기 관계맵 생성부는 상기 본인 사용자에 대하여 생성한 관계맵을 상기 중앙 데이터베이스 및 상기 로컬 데이터베이스에 저장하며,
    상기 로컬 데이터베이스에는 현재까지 상기 본인 사용자가 입력한 메시지로부터 추출한 사용자 정보 및 상기 본인 사용자에 대하여 생성된 관계맵이 누적되어 저장되는 것을 특징으로 하는 공통 관심 사용자 검색장치.
  5. 제 4항에 있어서,
    상기 사용자 정보 검색부는 상기 로컬 데이터베이스에 누적되어 저장된 상기 본인 사용자의 사용자 정보를 기초로 상기 중앙 데이터베이스로부터 상기 공통 관심 사용자의 사용자 정보를 검색하는 것을 특징으로 하는 공통 관심 사용자 검색장치.
  6. 제 1항 또는 제 2항에 있어서,
    상기 사용자 정보 검색부는 상기 본인 사용자의 메시지로부터 추출한 키워드가 복수 개인 경우에는 상기 복수 개의 키워드 중에서 적어도 하나를 포함하는 공통 관심 사용자의 사용자 정보를 검색하는 것을 특징으로 하는 공통 관심 사용자 검색장치.
  7. 제 1항 또는 제 2항에 있어서,
    상기 사용자 정보 검색부는 상기 본인 사용자의 사용자 정보에 포함된 키워드와 일치하는 키워드의 개수가 사전에 설정된 기준개수 이상인 공통 관심 사용자의 사용자 정보를 검색하는 것을 특징으로 하는 공통 관심 사용자 검색장치.
  8. 제 1항 또는 제 2항에 있어서,
    상기 관계맵 생성부는 상기 관계거리의 값이 사전에 설정된 기준범위에 속하는 공통 관심 사용자의 식별정보 및 관계거리가 포함되도록 상기 관계맵을 생성하는 것을 특징으로 하는 공통 관심 사용자 검색장치.
  9. 제 1항 또는 제 2항에 있어서,
    상기 본인 사용자는 상품을 판매하고자 하는 판매자이며, 상기 공통 관심 사용자는 상기 판매자의 상품의 제공 대상인 구매자인 것을 특징으로 하는 공통 관심 사용자 검색장치.
  10. 제 1항 또는 제 2항에 있어서,
    상기 중앙 데이터베이스는 인터넷을 통한 사용자 간의 정보 교환을 위해 만들어진 사이트에 자체적으로 구비된 데이터베이스인 것을 특징으로 하는 공통 관심 사용자 검색장치.
  11. 네트워크를 통해 연결된 복수의 사용자 단말 중에서 본인 사용자의 단말로부터 상기 본인 사용자의 관심사에 관련된 키워드를 포함하는 메시지를 입력받는 사용자 입력단계;
    상기 메시지로부터 상기 키워드, 상기 메시지가 입력된 시간정보 및 상기 메시지를 입력한 상기 본인 사용자의 단말의 위치정보를 포함하는 사용자 정보를 추출하는 사용자 정보 추출단계;
    상기 복수의 사용자 단말에 대응하는 사용자 정보가 저장된 중앙 데이터베이스로부터 상기 본인 사용자의 사용자 정보에 포함된 키워드와 동일한 키워드를 포함하는 공통 관심 사용자의 사용자 정보를 검색하여 독출하는 사용자 정보 검색단계;
    상기 본인 사용자 및 상기 공통 관심 사용자의 사용자 정보에 포함된 공통 키워드의 개수, 시간정보 및 위치정보를 수치화하여 상기 본인 사용자와 상기 공통 관심 사용자 사이의 관계거리를 산출하는 관계거리 산출단계; 및
    상기 공통 관심 사용자의 식별코드 및 상기 공통 관심 사용자에 대해 산출된 관계거리를 포함하는 관계맵을 생성하여 출력하는 관계맵 생성단계;를 포함하는 것을 특징으로 하는 공통 관심 사용자 검색방법.
  12. 제 11항에 있어서,
    상기 사용자 정보 검색단계에서, 상기 본인 사용자의 사용자 정보에 포함된 키워드와 동일한 키워드를 포함하는 복수의 공통 관심 사용자의 사용자 정보를 검색하여 독출하며,
    상기 관계맵 생성단계에서, 상기 복수의 공통 관심 사용자에 대하여 각각 산출된 관계거리의 값이 증가하는 순서로 상기 복수의 공통 관심 사용자의 식별코드 및 관계거리를 나열하여 상기 관계맵을 생성하는 것을 특징으로 하는 공통 관심 사용자 검색방법.
  13. 제 12항에 있어서,
    상기 관계거리 산출단계에서, 상기 본인 사용자의 사용자 정보에 포함된 키워드에서 상기 공통 관심 사용자의 사용자 정보와의 공통 키워드를 제외한 키워드의 개수를 정규화한 키워드거리, 상기 본인 사용자의 단말로부터 상기 메시지가 입력된 시간과 상기 공통 관심 사용자의 사용자 정보에 대응하는 메시지가 입력된 시간 사이의 시간차를 정규화한 시간거리 및 상기 본인 사용자의 단말과 상기 공통 관심 사용자의 단말 사이의 거리를 정규화한 위치거리를 각각 산출한 후 합산하여 상기 관계거리를 산출하는 것을 특징으로 하는 공통 관심 사용자 검색방법.
  14. 제 11항 또는 제 12항에 있어서,
    상기 사용자 정보 추출단계에서, 상기 본인 사용자가 입력한 메시지로부터 추출한 사용자 정보를 상기 중앙 데이터베이스 및 본인 사용자의 단말에 구비된 로컬 데이터베이스에 저장하고,
    상기 관계맵 생성단계에서, 상기 본인 사용자에 대하여 생성한 관계맵을 상기 중앙 데이터베이스 및 상기 로컬 데이터베이스에 저장하며,
    상기 로컬 데이터베이스에는 현재까지 상기 본인 사용자가 입력한 메시지로부터 추출한 사용자 정보 및 상기 본인 사용자에 대하여 생성된 관계맵이 누적되어 저장되는 것을 특징으로 하는 공통 관심 사용자 검색방법.
  15. 제 14항에 있어서,
    상기 사용자 정보 검색단계에서, 상기 로컬 데이터베이스에 누적되어 저장된 상기 본인 사용자의 사용자 정보를 기초로 상기 중앙 데이터베이스로부터 상기 공통 관심 사용자의 사용자 정보를 검색하는 것을 특징으로 하는 공통 관심 사용자 검색방법.
  16. 제 11항 또는 제 12항에 있어서,
    상기 사용자 정보 검색단계에서, 상기 본인 사용자의 메시지로부터 추출한 키워드가 복수 개인 경우에는 상기 복수 개의 키워드 중에서 적어도 하나를 포함하는 공통 관심 사용자의 사용자 정보를 검색하는 것을 특징으로 하는 공통 관심 사용자 검색방법.
  17. 제 11항 또는 제 12항에 있어서,
    상기 사용자 정보 검색단계에서, 상기 본인 사용자의 사용자 정보에 포함된 키워드와 일치하는 키워드의 개수가 사전에 설정된 기준개수 이상인 공통 관심 사용자의 사용자 정보를 검색하는 것을 특징으로 하는 공통 관심 사용자 검색방법.
  18. 제 11항 또는 제 12항에 있어서,
    상기 관계맵 생성단계에서, 상기 관계거리의 값이 사전에 설정된 기준범위에 속하는 공통 관심 사용자의 식별정보 및 관계거리가 포함되도록 상기 관계맵을 생성하는 것을 특징으로 하는 공통 관심 사용자 검색방법.
  19. 제 11항 또는 제 12항에 있어서,
    상기 본인 사용자는 상품을 판매하고자 하는 판매자이며, 상기 공통 관심 사용자는 상기 판매자의 상품의 제공 대상인 구매자인 것을 특징으로 하는 공통 관심 사용자 검색방법.
  20. 제 11항 또는 제 12항에 있어서,
    상기 중앙 데이터베이스는 인터넷을 통한 사용자 간의 정보 교환을 위해 만들어진 사이트에 자체적으로 구비된 데이터베이스인 것을 특징으로 하는 공통 관심 사용자 검색방법.
  21. 제 11항 또는 제 12항에 기재된 공통 관심 사용자 검색방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
KR20100005849A 2010-01-22 2010-01-22 공통 관심 사용자 검색장치 및 방법 KR101123697B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR20100005849A KR101123697B1 (ko) 2010-01-22 2010-01-22 공통 관심 사용자 검색장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR20100005849A KR101123697B1 (ko) 2010-01-22 2010-01-22 공통 관심 사용자 검색장치 및 방법

Publications (2)

Publication Number Publication Date
KR20110086233A true KR20110086233A (ko) 2011-07-28
KR101123697B1 KR101123697B1 (ko) 2012-03-20

Family

ID=44922668

Family Applications (1)

Application Number Title Priority Date Filing Date
KR20100005849A KR101123697B1 (ko) 2010-01-22 2010-01-22 공통 관심 사용자 검색장치 및 방법

Country Status (1)

Country Link
KR (1) KR101123697B1 (ko)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013058903A1 (en) * 2011-10-18 2013-04-25 Facebook, Inc. Ranking objects by social relevance
KR20140026305A (ko) * 2012-08-24 2014-03-05 삼성전자주식회사 친구 추천 방법 및 이를 위한 서버 및 단말
KR101462348B1 (ko) * 2013-07-11 2014-11-21 권태호 모바일 메신저에 적용 가능한 태그를 이용한 재능 교환 및 공통 관심 사용자 매칭 시스템 및 그 방법
US9454598B2 (en) 2013-03-13 2016-09-27 Samsung Electronics Co., Ltd. Method and apparatus for managing conversation messages
WO2016175483A1 (ko) * 2015-04-30 2016-11-03 주식회사 카카오 클라이언트 봇을 이용한 채팅 서비스 제공 방법 및 상기 방법을 수행하는 장치
US9690826B2 (en) 2013-05-03 2017-06-27 Facebook, Inc. Using inverse operators for queries
US9697291B2 (en) 2013-05-03 2017-07-04 Facbook, Inc. Search query interactions
US10402412B2 (en) 2013-05-03 2019-09-03 Facebook, Inc. Search intent for queries

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7451161B2 (en) * 2005-04-28 2008-11-11 Friendster, Inc. Compatibility scoring of users in a social network
KR20070099709A (ko) * 2006-04-05 2007-10-10 김길호 기호지수 기반 사용자 매칭 방법 및 시스템

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8977611B2 (en) 2011-10-18 2015-03-10 Facebook, Inc. Ranking objects by social relevance
KR20140079823A (ko) * 2011-10-18 2014-06-27 페이스북, 인크. 소셜 관련성에 의한 객체의 순위화
WO2013058903A1 (en) * 2011-10-18 2013-04-25 Facebook, Inc. Ranking objects by social relevance
KR20140026305A (ko) * 2012-08-24 2014-03-05 삼성전자주식회사 친구 추천 방법 및 이를 위한 서버 및 단말
CN103631851A (zh) * 2012-08-24 2014-03-12 三星电子株式会社 推荐好友的方法及其服务器和终端
US9454598B2 (en) 2013-03-13 2016-09-27 Samsung Electronics Co., Ltd. Method and apparatus for managing conversation messages
US9690826B2 (en) 2013-05-03 2017-06-27 Facebook, Inc. Using inverse operators for queries
US9697291B2 (en) 2013-05-03 2017-07-04 Facbook, Inc. Search query interactions
US10402412B2 (en) 2013-05-03 2019-09-03 Facebook, Inc. Search intent for queries
US10417222B2 (en) 2013-05-03 2019-09-17 Facebook, Inc. Using inverse operators for queries
US10423687B2 (en) 2013-05-03 2019-09-24 Facebook, Inc. Search query interactions
KR101462348B1 (ko) * 2013-07-11 2014-11-21 권태호 모바일 메신저에 적용 가능한 태그를 이용한 재능 교환 및 공통 관심 사용자 매칭 시스템 및 그 방법
WO2016175483A1 (ko) * 2015-04-30 2016-11-03 주식회사 카카오 클라이언트 봇을 이용한 채팅 서비스 제공 방법 및 상기 방법을 수행하는 장치

Also Published As

Publication number Publication date
KR101123697B1 (ko) 2012-03-20

Similar Documents

Publication Publication Date Title
KR101123697B1 (ko) 공통 관심 사용자 검색장치 및 방법
US10728203B2 (en) Method and system for classifying a question
US8255396B2 (en) Electronic profile development, storage, use, and systems therefor
JP5386663B1 (ja) 情報処理装置、情報処理方法、情報処理プログラム及び記録媒体
US10977318B2 (en) Search apparatus, search method, search program, and recording medium
JP4947477B1 (ja) レコメンド装置、レコメンド方法およびレコメンドプログラム
US20120023085A1 (en) Social graph search system
CN106844400A (zh) 智能应答方法及装置
US11232522B2 (en) Methods, systems and techniques for blending online content from multiple disparate content sources including a personal content source or a semi-personal content source
JP2010044584A (ja) 商品広告配信装置、商品広告配信方法、及び商品広告配信制御プログラム
JP2007219655A (ja) 施設情報管理システム、施設情報管理方法および施設情報管理プログラム
US11836169B2 (en) Methods, systems and techniques for providing search query suggestions based on non-personal data and user personal data according to availability of user personal data
CN103309869A (zh) 数据对象的展示关键词推荐方法及系统
CN110766489B (zh) 请求内容及提供内容的方法和相应设备
JP2007249578A (ja) 属性推定プログラムおよび属性情報提供システム
US11216735B2 (en) Method and system for providing synthetic answers to a personal question
WO2014186324A1 (en) Answering people-related questions
JP2008243007A (ja) 情報処理装置、情報処理方法および情報処理プログラム
JP2007233862A (ja) サービス検索システム及びサービス検索方法
JP5450017B2 (ja) 情報処理装置、情報処理システムおよび情報処理方法
US20180165741A1 (en) Information providing device, information providing method, information providing program, and computer-readable storage medium storing the program
JP2009087155A (ja) 情報提供システム、情報提供装置及び情報提供方法
JP7074031B2 (ja) 情報提供装置、情報提供方法及びプログラム
JP5813559B2 (ja) 検索条件提示装置、方法、及びプログラム
JP4828653B1 (ja) サーバ、辞書生成方法、辞書生成プログラム、及びそのプログラムを記録するコンピュータ読み取り可能な記録媒体

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: 20150302

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20170224

Year of fee payment: 6