KR20120033821A - 인맥에 기초한 검색 결과 제공 시스템 및 방법 - Google Patents

인맥에 기초한 검색 결과 제공 시스템 및 방법 Download PDF

Info

Publication number
KR20120033821A
KR20120033821A KR1020100095545A KR20100095545A KR20120033821A KR 20120033821 A KR20120033821 A KR 20120033821A KR 1020100095545 A KR1020100095545 A KR 1020100095545A KR 20100095545 A KR20100095545 A KR 20100095545A KR 20120033821 A KR20120033821 A KR 20120033821A
Authority
KR
South Korea
Prior art keywords
user
neighbor
search
network
community
Prior art date
Application number
KR1020100095545A
Other languages
English (en)
Other versions
KR101174213B1 (ko
Inventor
강인호
김수현
권오식
박찬훈
Original Assignee
엔에이치엔(주)
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 엔에이치엔(주) filed Critical 엔에이치엔(주)
Priority to KR1020100095545A priority Critical patent/KR101174213B1/ko
Priority to US13/239,161 priority patent/US8612433B2/en
Priority to JP2011216106A priority patent/JP5852831B2/ja
Publication of KR20120033821A publication Critical patent/KR20120033821A/ko
Application granted granted Critical
Publication of KR101174213B1 publication Critical patent/KR101174213B1/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
    • G06Q30/0282—Rating or review of business operators or products
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 인맥에 기초한 검색 결과 제공 시스템 및 방법이 개시된다. 검색 결과 제공 시스템은 사용자로부터 검색어를 수신하는 검색어 수신부; 상기 검색어와 연관된 인맥 또는 상기 사용자와 연관된 인맥 중 적어도 하나를 추출하는 인맥 추출부; 및 상기 인맥과 연관된 문서들을 상기 검색어의 검색 결과로 제공하는 검색 결과 제공부를 포함한다. 검색 결과 제공 시스템에 의하면, 사용자의 인맥에 따라 사용자와 유사한 성향을 가진 다른 사용자가 가입한 커뮤니티나 사용자가 가입한 커뮤니티에서 검색어에 대응하는 정보를 검색함으로써 사용자에게 최적화된 검색 결과를 사용자에게 제공할 수 있다.

Description

인맥에 기초한 검색 결과 제공 시스템 및 방법{SYSTEM AND METHOD FOR PROVIDING SEARCH RESULT BASED ON PERSONAL NETWORK}
본 발명은 인맥에 기초한 검색 결과 제공 시스템 및 방법에 관한 것으로써, 보다 상세하게는 사용자의 인맥에 따라 사용자와 유사한 관심도를 가진 이웃 또는 이웃이 가입한 커뮤니티, 사용자가 가입한 커뮤니티에서 검색어에 대응하는 정보를 검색함으로써 사용자에게 최적화된 검색 결과를 사용자에게 제공할 수 있는 시스템 및 방법에 관한 것이다.
종래의 검색 결과 제공 시스템은 일반적인 사용자를 기준으로 검색 결과를 추출하여 정렬하여 표시하고 있다. 그러므로 검색하는 사용자가 자신에게 특화된 정보를 검색하고자 할 경우에는 사용자가 원하는 정보를 검색하기 어려운 실정이다. 따라서, 특화된 정보를 서로 교환하기 위하여 사용자들은 인맥을 형성하고 커뮤니티에 가입하여 활동하는 경향이 있다.
그러나, 사용자가 원하는 정보에 따라서는 사용자가 원하는 정보들을 교환하는 커뮤니티를 찾아 가입하는 것조차 힘든 경우가 종종 있다. 따라서, 사용자가 원하는 커뮤니티를 사용자에게 추천하며, 사용자가 정보를 검색할 경우 사용자의 성향에 따라 검색 결과 중 사용자에게 최적화된 정보를 먼저 표시하는 시스템 및 방법이 요구된다.
본 발명은 사용자의 인맥에 포함된 사용자와 유사한 관심도를 가지는 이웃, 이웃이 가입한 커뮤니티 또는 사용자가 가입한 커뮤니티에서 검색어에 대응하는 정보를 검색함으로써 사용자에게 최적화된 검색 결과를 사용자에게 제공하는 시스템 및 방법을 제공한다.
또한, 본 발명은, 사용자의 인맥에서 사용자가 가입하지 않은 커뮤니티를 추천함으로써 사용자가 관심을 가지는 커뮤니티에 가입할 수 있도록 유도하는 시스템 및 방법을 제공한다.
본 발명의 일실시예에 따른 검색 결과 제공 시스템은 사용자로부터 검색어를 수신하는 검색어 수신부; 상기 검색어와 연관된 인맥 또는 상기 사용자와 연관된 인맥 중 적어도 하나를 추출하는 인맥 추출부; 및 상기 인맥과 연관된 문서들을 상기 검색어의 검색 결과로 제공하는 검색 결과 제공부를 포함할 수 있다.
본 발명의 일실시예에 따른 검색 결과 제공 시스템은 상기 사용자와 유사한 관심도를 나타내는 적어도 하나의 이웃을 추출하는 이웃 추출부; 및 상기 사용자가 가입한 커뮤니티, 상기 이웃, 또는 상기 이웃이 가입한 커뮤니티 중 적어도 하나를 상기 사용자의 인맥으로 설정하는 인맥 설정부를 더 포함할 수 있다.
본 발명의 일실시예에 따른 검색 결과 제공 방법은 사용자로부터 검색어를 수신하는 단계; 상기 검색어와 연관된 인맥 또는 상기 사용자와 연관된 인맥 중 적어도 하나를 추출하는 단계; 및 상기 인맥과 연관된 문서들을 상기 검색어의 검색 결과로 제공하는 단계를 포함할 수 있다.
본 발명의 일실시예에 따른 검색 결과 제공 방법은 상기 사용자와 유사한 관심도를 나타내는 적어도 하나의 이웃을 추출하는 단계; 및 상기 사용자가 가입한 커뮤니티, 상기 이웃, 또는 상기 이웃이 가입한 커뮤니티 중 적어도 하나를 상기 사용자의 인맥으로 설정하는 단계를 더 포함할 수 있다.
본 발명의 일실시예에 따르면, 사용자의 인맥에 포함된 사용자와 유사한 관심도를 가지는 이웃, 이웃이 가입한 커뮤니티 또는 사용자가 가입한 커뮤니티에서 검색어에 대응하는 정보를 검색함으로써 사용자에게 최적화된 검색 결과를 사용자에게 제공할 수 있다.
또한, 본 발명의 일실시예에 따르면, 사용자의 인맥에서 사용자가 가입하지 않은 커뮤니티를 추천함으로써 사용자가 관심을 가지는 커뮤니티에 가입할 수 있도록 유도할 수 있다.
도 1은 본 발명의 일실시예에 따른 검색 결과 제공 시스템의 구성을 도시한 블록 다이어그램이다.
도 2는 본 발명의 일실시예에 따라 사용자의 이웃을 추출하는 과정의 일례이다.
도 3은 본 발명의 일실시예에 따라 사용자 및 이웃의 커뮤니티를 사용자의 인맥으로 설정하는 과정을 도시한 도면이다.
도 4는 본 발명의 일실시예에 따라 사용자에게 커뮤니티를 추천하는 과정을 도시한 도면이다.
도 5는 본 발명의 일실시예에 따라 사용자, 검색어 및 인맥 간의 연관도를 설명하기 위한 도면이다.
도 6은 본 발명의 일실시예에 따라 인맥과 사용자 간의 연관도를 계산하는 과정을 설명하기 위한 도면이다.
도 7은 본 발명의 일실시예에 따라 인맥과 검색어 간의 연관도를 계산하는 과정을 설명하기 위한 도면이다.
도 8은 본 발명의 일실시예에 따른 검색 결과의 일례를 도시한 도면이다.
도 9는 본 발명의 일실시예에 따른 검색 결과 제공 방법을 도시한 플로우차트이다.
이하, 본 발명의 실시예를 첨부된 도면을 참조하여 상세하게 설명한다. 본 발명의 일실시예에 따른 검색 결과 제공 방법은 검색 결과 제공 시스템에 의해 수행될 수 있다.
도 1은 본 발명의 일실시예에 따른 검색 결과 제공 시스템의 구성을 도시한 블록 다이어그램이다.
본 발명의 일실시예에 따른 검색 결과 제공 시스템(100)은 검색어를 입력한 사용자의 인맥에 포함된 이웃이 작성한 문서 또는 커뮤니티에 포함된 문서들 중에서 검색어와 관련된 문서를 검색 결과로 제공함으로써, 사용자가 진정으로 원하는 검색 결과에 가까운 결과를 도출할 수 있다. 특히, 사용자의 인맥은 사용자의 관심도와 유사한 이웃과 이웃이 가입한 커뮤니티 또는 사용자가 가입한 커뮤니티로 구성될 수 있다. 이 때, 사용자의 인맥은 사용자가 직접적인 1차 이웃 뿐만 아니라 2차, 3차에서 N차까지 확장된 이웃을 포함할 수 있다.
도 1을 참고하면, 검색 결과 제공 시스템(100)은 이웃 추출부(110), 인맥 설정부(120), 검색어 수신부(130), 인맥 추출부(140), 및 검색 결과 제공부(150)로 구성될 수 있다.
이웃 추출부(110)는 사용자와 유사한 관심도를 나타내는 이웃을 추출할 수 있다. 일례로, 이웃 추출부(110)는 사용자의 프로파일 또는 사용자의 이웃 정보를 이용하여 사용자의 이웃을 추출할 수 있다. 구체적으로 이웃 추출부(110)는 사용자의 프로파일에 포함된 키워드와 다른 사용자의 프로파일에 포함된 키워드 간의 연관도를 기초로 적어도 하나의 다른 사용자를 사용자의 이웃으로 추출할 수 있다.
본 발명의 일실시예에 따르면, 사용자의 프로파일을 구성하는 키워드는 사용자가 작성한 문서에 포함된 키워드에 기초하여 결정될 수 있다. 이 때, 사용자가 작성한 문서는 사용자가 카페, 블로그, 미니홈피 등 여러 웹사이트에 사용자가 관심을 가지고 업로드한 게시물을 의미할 수 있다. 그리고, 사용자의 프로파일을 구성하는 키워드는 사용자가 작성한 문서에 포함된 키워드의 빈도수에 기초하여 추출될 수 있다. 구체적으로, 사용자가 작성한 문서에 포함된 키워드를 빈도수에 따라 정렬한 후, 상위 n개의 키워드를 사용자 프로파일을 구성하는 키워드로 결정할 수 있다.
그리고, 사용자의 이웃 정보는 사용자의 소셜 네트워크, 메일 주소록 또는 RSS 구독 관계 중 적어도 하나에 기초하여 결정될 수 있다. 예를 들어, 블로그 이웃, 커뮤니티 회원, 마이크로블로그 친구와 같은 소셜 네트워크와 메일 주소록에 포함된 사용자, RSS 구독 관계에 있는 다른 사용자들이 검색어를 입력한 사용자의 이웃의 대상이 될 수 있다.
결국, 이웃 추출부(110)는 사용자의 이웃 정보를 통해 추출된 이웃들 중 사용자의 프로파일에 기초하여 검색어를 입력한 사용자와 유사한 관심도를 가지는 다른 사용자를 이웃으로 추출할 수 있다. 특히, 사용자의 프로파일은 사용자가 작성한 문서에 포함된 키워드(212)를 포함하기 때문에, 사용자의 최근 관심도를 반영할 수 있다. 물론, 사용자의 관심도는 고정적이지 않고 시간에 따라 변화하는 정보이기 때문에, 사용자가 작성한 문서에 포함된 키워드(212)는 가변적일 수 있다. 예를 들어, 사용자가 현재 A라는 키워드에 관심을 가지다가, 다음 날, 다음 주, 또는 다음 달에는 B라는 키워드에 관심을 가질 수 있기 때문에, 사용자의 프로파일을 구성하는 키워드는 시간에 따라 변경될 수 있다. 또한, 사용자의 프로파일을 구성하는 키워드는 사용자의 연령에 따라 변경될 수 있다. 따라서, 키워드(212)가 변경됨에 따라 사용자의 이웃도 함께 변경될 수 있으며, 이웃으로 결정되는 다른 사용자는 검색어를 입력한 사용자와 현재 관심사가 유사한 사용자일 수 있다.
본 발명의 일실시예에 따르면, 이웃 추출부(110)는 사용자와 유사한 관심도를 나타내는 1차 이웃을 추출하고, 1차 이웃에 기초하여 사용자와 유사한 관심도를 나타내는 N차(N은 2 이상임) 이웃으로 확장 추출할 수 있다. 소셜 네트워크 상에서 사람 간의 관계는 블로그, 마이크로사이트와 같은 특정한 매개체로 연결될 수 있다. 무엇보다, 소셜 네트워크 상에서 사람 간의 연결 관계는 서로 유사한 관심도를 나타낼 경우 생성된다는 점에 비추어 볼 때, 검색어를 입력한 사용자를 중심으로 이웃은 반복적으로 확장 추출될 수 있다.
구체적으로, 이웃 추출부(110)는, 검색어를 입력한 사용자와 1차 이웃관계를 맺고 있는 다른 사용자를 검색어를 입력한 사용자의 이웃으로 추출할 수 있다. 여기서, 다른 사용자는 검색어를 입력한 사용자의 이웃 정보를 통해 도출될 수 있다. 이때 검색어를 입력한 사용자의 프로파일에 포함된 키워드와 1차 이웃인 다른 사용자의 프로파일에 포함된 키워드 간의 연관도가 일정 이상인 경우, 다른 사용자를 검색어를 입력한 사용자의 키워드에 적합한 1차 이웃으로 추출할 수 있다. 이 때, 키워드 간의 연관도는 프로파일에 속한 키워드들 간에 동일 관계, 동의어 관계, 유사어 관계, 확장 관계에 따라 다르게 결정될 수 있다.
또한, 이웃 추출부(110)는 사용자의 1차 이웃에 기초하여 사용자의 2차 이웃을 추출할 수 있다. 1차 이웃과 2차 이웃 간에도 서로 유사한 관심도를 가진다고 볼 수 있으며, 1차 이웃의 프로파일에 포함된 키워드와 2차 이웃의 프로파일에 포함된 키워드 간의 연관도에 기초하여 2차 이웃이 추출될 수 있다. 이와 같은 방법을 반복적으로 적용하면, N차 이웃까지 추출될 수 있으며, N은 시스템의 구성에 따라 변동될 수 있다.
인맥 설정부(120)는 사용자가 가입한 커뮤니티, 사용자의 이웃, 또는 이웃이 가입한 커뮤니티 중 적어도 하나를 사용자의 인맥으로 설정할 수 있다. 즉, 인맥은 이웃과 커뮤니티를 포함하는 개념이다. 여기서, 이웃은 사용자의 1차 이웃 뿐만 아니라 N차 이웃까지 포함할 수 있다. 사용자가 가입한 커뮤니티는 사용자의 커뮤니티 활동을 통해 추출될 수 있고, 이웃이 가입한 커뮤니티는 이웃의 커뮤니티 활동을 통해 추출될 수 있다.
이웃 추출부(110)와 인맥 설정부(120)를 통해 사용자와 유사한 관심도를 나타내는 사용자의 인맥이 설정될 수 있다. 물론, 사용자의 관심도는 고정적이지 않고 시간에 따라 변동될 수 있기 때문에, 사용자의 인맥은 가변적이라고 할 수 있다.
이 후, 검색어 수신부(130)는 사용자로부터 검색어를 수신할 수 있다. 그러면, 인맥 추출부(140)는 검색어를 입력한 사용자의 인맥 중에서 검색어와 연관된 인맥 또는 사용자와 연관된 인맥 중 적어도 하나를 추출할 수 있다. 구체적으로, 인맥 추출부(140)는 검색어와의 연관도 또는 사용자와의 연관도 중 적어도 하나에 따라 설정된 사용자의 인맥을 정렬하고, 상위 n위에 속하는 인맥에 포함된 이웃 또는 커뮤니티를 추출할 수 있다.
앞서 설명한 바와 같이, 사용자의 인맥은 사용자의 1차 이웃부터 N차 이웃, 사용자가 가입한 커뮤니티, 및 이웃들이 가입한 커뮤니티를 포함하며, 인맥 추출부(140)는 사용자의 인맥 중에서 검색어와 사용자와의 연관도에 기초하여 검색 결과를 제공하기 위한 인맥(이웃 또는 커뮤니티)를 추출할 수 있다.
그러면, 검색 결과 제공부(150)는 인맥과 연관된 문서들을 검색어의 검색 결과로 제공할 수 있다. 즉, 추출된 인맥이 이웃인 경우, 검색 결과 제공부(150)는 이웃이 작성한 문서를 검색 결과로 제공할 수 있다. 물론, 이웃이 작성한 문서는 1차 이웃부터 N차 이웃 중 적어도 하나의 이웃이 작성한 문서를 포함할 수 있다. 또한, 추출된 인맥이 커뮤니티인 경우, 검색 결과 제공부(150)는 커뮤니티에 포함된 문서를 검색 결과로 제공할 수 있다.
구체적으로, 검색 결과 제공부(150)는 검색어와 연관된 문서들 중 인맥과 연관된 문서들을 사용자와 인맥 간의 연관도에 따라 정렬하여 검색어의 검색 결과로 제공할 수 있다. 여기서, 인맥과 연관된 문서는 인맥에 포함된 사용자의 이웃, 사용자가 가입한 커뮤니티 또는 사용자의 이웃이 가입한 커뮤니티와 연관된 문서를 포함할 수 있다. 그리고, 사용자의 이웃은 1차 이웃 뿐만 아니라 N차 이웃까지 확장된 개념이다. 이 때, 검색 결과 제공부(150)는 검색어의 검색 결과에서 사용자가 가입한 커뮤니티와 연관된 문서를 사용자의 이웃이 가입한 커뮤니티와 연관된 문서보다 높은 순위로 배치할 수 있다. 다시 말해서, 사용자가 가입한 커뮤니티는 이웃이 가입한 커뮤니티보다 사용자의 관심도를 보다 정확하게 반영하고 있다는 점에서 검색 결과에서 상위에 위치할 수 있다.추가적으로, 검색 결과 제공부(150)는 검색어와의 연관도 또는 사용자의 연관도에 기초하여 이웃이 가입한 커뮤니티 중 사용자가 가입하지 않은 커뮤니티를 사용자에게 추천할 수 있다. 즉, 사용자의 인맥에 포함된 커뮤니티는 최소한 사용자의 관심도와 관련이 있기 때문에, 소셜 네트워크를 확장한다는 측면에서 이웃이 가입한 커뮤니티 중 사용자가 가입하지 않은 커뮤니티를 사용자에게 추천할 수 있다.
실시예에 따라서는, 검색 결과 제공부(150)가 검색어와 연관된 문서들 중 인맥과 연관된 문서들에 대하여 검색어에 대한 연관도와 사용자와 인맥 간의 연관도를 결합한 총 연관도 순에 따라 정렬하여 검색어의 검색 결과로 제공할 수도 있다.
이하에서는, 구체적인 일례를 들어 검색 결과를 제공하는 과정을 설명하기로 한다.
도 2는 본 발명의 일실시예에 따라 사용자의 이웃을 추출하는 과정의 일례이다.
도 2를 참고하면, 사용자 각각의 프로파일이 도시되어 있으며, 사용자 u1(210)는 검색어를 입력한 자라고 가정한다. 도 2에 도시된 바와 같이, 사용자의 프로파일은 사용자 식별 정보(id)(211), 사용자가 작성한 문서에 포함된 키워드(212), 및 검색어를 입력한 사용자의 이웃 식별 정보(id)(213)를 포함할 수 있다.
앞서 설명한 바와 같이 사용자가 작성한 문서에 포함된 키워드(212)는 사용자가 커뮤니티, 사이트, 미니홈피, 카페, 블로그 등을 통해 자신의 관심도를 나타내는 문서에 포함된 키워드일 수 있다.
도 2를 참고하면, 검색어를 입력한 사용자 u1(210)에 대해 1차 이웃인 사용자 u2(220) 및 확장된 2차 이웃인 사용자 u3(230)가 추출되었다고 가정한다. 이 때, 1차 이웃인 사용자 u2(220)는 사용자 u1(210)의 키워드(212)와 사용자 u2(220)의 키워드(212) 간의 연관도를 계산함으로써 추출될 수 있다. 이 때, 키워드(212) 간의 연관도는 프로파일에 속한 키워드들 간에 동일 관계, 동의어 관계, 유사어 관계, 확장 관계에 따라 다르게 결정될 수 있다.
이 때, 사용자 u1(210)의 작성 문서(240)로부터 사용자 u1(210)의 프로파일을 구성하는 키워드(212)가 추출될 수 있다. 마찬가지로, 사용자 u2(220)의 작성 문서(250)로부터 사용자 u2(220)의 프로파일을 구성하는 키워드(212)가 추출될 수 있으며, 사용자 u3(230)의 작성 문서(260)로부터 사용자 u3(230)의 프로파일을 구성하는 키워드(212)가 추출될 수 있다.
도 2를 참고하면, 사용자 u2(220)는 사용자 u1(210)의 1차 이웃에 해당한다. 사용자 u3(230)는 사용자 u1(210)의 1차 이웃인 사용자 u2(220)에 기초하여 추출될 수 있다. 구체적으로, 사용자 u3(230)는 사용자 u2(220)의 키워드(212)와 사용자 u3(230)의 키워드(212) 간의 연관도를 계산함으로써 추출될 수 있다. 그러면, 사용자 u3(230)는 사용자 u1(210)의 2차 이웃으로 사용자 u1(210)과 유사한 관심도를 가진다고 볼 수 있다. 이러한 과정을 통해 사용자 u1(210)과 이웃 관계에 있는 1차 이웃부터 N차 이웃까지 반복적으로 확장 추출될 수 있다. 시스템의 구성에 따라 N은 변동될 수 있다.
또한, 프로파일을 구성하는 사용자 u1(210)의 키워드(212)는 사용자 u1(210)의 현재 관심도를 나타내는 것으로 시간에 따라 가변적일 수 있다. 키워드가 변동됨에 따라 추출되는 사용자 u1(210)의 이웃도 도 2와 다르게 추출될 수 있다.
도 3은 본 발명의 일실시예에 따라 사용자 및 이웃의 커뮤니티를 사용자의 인맥으로 설정하는 과정을 도시한 도면이다.
도 3에서 볼 수 있듯이, 커뮤니티의 프로파일이 생성될 수 있다. 커뮤니티 프로파일은 커뮤니티 c1(310), 커뮤니티 c2(320), 커뮤니티 c3(330) 각각에 대하여 커뮤니티 식별 정보(id)(311), 커뮤니티에 포함된 문서의 키워드(312), 및 커뮤니티에 가입한 사용자의 식별 정보(id)(313)로 구성될 수 있다.
도 2에서 살펴보았듯이. 검색어를 입력한 사용자 u1(210)에 대해 사용자 u2(220)와 사용자 u3(230)이 이웃으로 추출되었다. 그러면, 인맥 설정부(120)는 사용자 u1(210)의 이웃인 사용자 u2(220)와 사용자 u3(230), 또는 이웃인 사용자 u2(220)와 사용자 u3(230)이 각각 가입한 커뮤니티인 커뮤니티 c1(310), 커뮤니티 c2(320) 및 커뮤니티 c3(330)를 사용자 u1(210)의 인맥으로 설정할 수 있다. 물론, 인맥 설정부(120)는 사용자 u1(210)이 가입한 커뮤니티도 사용자 u1(210)의 인맥으로 설정할 수 있다.
그러면, 사용자 u1(210)의 인맥은 사용자 u1(210)의 이웃인 사용자 u2(220), 사용자 u3(230)와, 사용자 u1(210)이 가입한 커뮤니티 또는 이웃인 사용자 u2(220), 사용자 u3(230) 각각이 가입한 커뮤니티로 구성될 수 있다. 무엇보다, 이웃인 사용자 u2(220), 사용자 u3(230) 각각이 가입한 커뮤니티는 사용자 u1(210)이 직접 가입하지 않았더라도 사용자 u1(210)의 인맥으로 결정될 수 있어, 검색어를 입력한 사용자 u1(210)의 인맥은 보다 넓은 범위로 설정될 수 있다.
도 4는 본 발명의 일실시예에 따라 사용자에게 커뮤니티를 추천하는 과정을 도시한 도면이다.
도 4를 참고하면, 커뮤니티 c2(320)와 커뮤니티 c3(330)는 사용자 u1(210)이 작성한 문서에 포함된 키워드인 "영화"와 관련이 있다. 그러면, 검색 결과 제공부(150)는 사용자 u1(210)의 인맥 중 검색어와의 연관도 또는 사용자 u1(210)와의 연관도를 계산한 후, 검색어와의 연관도 순으로 정렬했을 때 일정 순위에 속하면서 사용자 u1(210)이 가입하지 않은 커뮤니티 c1(310), 커뮤니티 c2(320)와 커뮤니티 c3(330)를 사용자 u1(210)에게 추천할 수 있다. 사용자 u1(210)은 커뮤니티 c1(310)과 커뮤니티 c3(330)에 가입함으로써, 소셜 네트워크가 확장됨과 동시에 사용자 u1(210)의 관심도가 보다 명백해 진다고 볼 수 있다.
또한, 검색 결과 제공부(150)는 검색어를 입력하지 않은 사용자 u2(220)와 사용자 u3(230)에게도 가입하지 않은 커뮤니티를 추천할 수 있다. 물론, 모든 커뮤니티를 추천하는 것이 아니라 사용자 u2(220)와 사용자 u3(230) 각각의 관심도와 관련된 일정 순위 내의 커뮤니가 추천된다.
도 5는 본 발명의 일실시예에 따라 사용자, 검색어 및 인맥 간의 연관도를 설명하기 위한 도면이다.
인맥 추출부(140)는 검색어와 연관된 인맥 또는 사용자와 연관된 인맥 중 적어도 하나를 추출할 수 있다. 이 때, 인맥 추출부(140)는 하기 수학식 1의 선호도 함수(preference score function)
Figure pat00001
를 사용하여 인맥과 검색어와의 연관도, 인맥과 사용자와의 연관도를 계산할 수 있다.
Figure pat00002
이 때,
Figure pat00003
는 i번째 인맥의 노드이고, U는 사용자(User)(510)이며 Q(Query)는 검색어를 의미한다. 사용자(510)가 검색어를 입력하면, 검색어와 관련된 인맥들(520, 530, 540)이 식별될 수 있다. 여기서 인맥은 사용자(510)의 이웃, 사용자(510)가 가입한 커뮤니티 또는 사용자(510)의 이웃이 가입한 커뮤니티를 포함할 수 있다.
검색어는
Figure pat00004
와 같이 여러 개의 단어(q)로 구성될 수 있으며,
Figure pat00005
는 사용자(510)와 인맥 간의 연관도(Query inependent preference function)를 나타내고
Figure pat00006
는 검색어와 인맥 간의 연관도(Query dependent preference function)를 나타낸다.
도 6은 본 발명의 일실시예에 따라 인맥과 사용자 간의 연관도를 계산하는 과정을 설명하기 위한 도면이다.
도 6은 수학식 1에서 사용자와 인맥 간의 연관도인
Figure pat00007
를 계산하는 과정을 설명하기 위한 도면이다. 이 때, 사용자와 인맥 간의 연관도는 하기 수학식 2에 따라 결정될 수 있다.
Figure pat00008
Figure pat00009
은 인맥의 프로파일로부터 추출된 인맥의 특성 셋트(feature set)를 나타낸다. 그리고,
Figure pat00010
은 인맥의 프로파일을 구성하는 i번째 단어의 가중치를 나타내고,
Figure pat00011
은 인맥 간의 연결 가중치를 나타낸다.
도 6을 참고하면, 사용자 id1(610)의 프로파일과 사용자 id7(620)의 프로파일이 도시된다. 이 때, 사용자 id1(610)이 관심을 가지는 키워드는 "여행, 영화, 스마트폰"이며, 사용자 id7(620)이 관심을 가지는 키워드는 "영화, A영화, B영화, C영화"이다. 또한, 사용자 id1(610)의 이웃은 사용자 id7, 사용자 id3이고, 가입한 커뮤니티는 커뮤니티 c1임을 알 수 있다. 그리고, 사용자 id7(620)의 이웃은 사용자 id1, 사용자 id3이고, 가입한 커뮤니티는 커뮤니티 c1임을 알 수 있다. 즉, 사용자 id1(610)와 사용자 id7(620)은 서로 이웃 관계에 있으며, 공통되는 사용자 id3이 이웃으로 설정되어 있으며, 같은 커뮤니티 c1에 가입한 것을 알 수 있다.
이 때, 사용자 id1(610)의
Figure pat00012
는 {t(영화)=0.7, t(스마트폰)=0.3,...},(u(id7)=0.5, u(id3) = 0.2, u(c1)= 0.1,...)}일 수 있다. 그리고, 사용자 id7(620)의
Figure pat00013
은
Figure pat00014
일 수 있다.
도 7은 본 발명의 일실시예에 따라 인맥과 검색어 간의 연관도를 계산하는 과정을 설명하기 위한 도면이다.
일례로, 인맥과 검색어와의 연관도인
Figure pat00015
는 하기 수학식 3을 통해 계산될 수 있다.
Figure pat00016
이 때, Q는 검색어로 적어도 하나의 키워드(q)로 구성될 수 있으며,
Figure pat00017
를 만족한다. 그리고,
Figure pat00018
는 프로파일에서 키워드
Figure pat00019
의 가중치를 의미한다. 만약, m번째 키워드가
Figure pat00020
인 경우,
Figure pat00021
를 만족하고, 그렇지 않다면
Figure pat00022
를 만족한다. 그리고, m, n, k, h는 상수로서 시스템의 구성에 따라 변경될 수 있다.
Figure pat00023
는 프로파일에서 키워드의 개수를 의미하고,
Figure pat00024
는 프로파일에서 키워드의 평균 개수를 의미한다.
Figure pat00025
는 인맥의 개수를 의미하고,
Figure pat00026
는 프로파일에 키워드
Figure pat00027
를 포함하는 인맥의 개수를 의미한다.
도 7을 참고하면, 사용자 id7(700)의 프로파일이 도시되어 있다. 이 때, 사용자 id7(700)는 검색어 "영화 q1"을 입력하였다고 가정한다. 즉, 검색어는 "영화"와 "q1"이라는 키워드로 구성된다. 그리고, 사용자 id7(620)이 관심을 가지는 키워드는 "영화, A영화, B영화, C영화"로, 사용자 id7(620)이 작성한 문서로부터 추출될 수 있다. 그리고, 사용자 id7(620)의 이웃은 사용자 id1, 사용자 id3이고, 가입한 커뮤니티는 커뮤니티 c1임을 알 수 있다. 도 7에서 tfq1=0.9(영화)이고, tfq2=0.3(q1)로 결정되며, 이러한 값을 수학식 3에 적용함으로써 인맥과 검색어 간의 연관도가 계산될 수 있다.
도 8은 본 발명의 일실시예에 따른 검색 결과의 일례를 도시한 도면이다.
도 8은 검색어가 '스마트폰, 어플'이고 검색어를 입력한 사용자의 프로파일에 포함된 키워드가 "스마트폰, 어플"인 경우를 나타낸다. 이 때, 검색 결과(820)은 종래의 일반 검색 결과를 나타내고, 검색 결과(820)은 본 발명의 일실시예에 따라 인맥에 기초한 검색 결과를 나타낸다.
검색 결과(810)에 포함된 검색 결과 리스트(811, 812)는 사용자와의 관련도가 낮은 것을 알 수 있다. 그러나, 검색 결과(820)에 포함된 검색 결과 리스트(821, 822)는 사용자와의 관련도가 높은 것을 알 수 있다. 특히, 검색 결과(820)에 포함된 검색 결과 리스트(821)는 사용자의 인맥 중 사용자가 가입한 커뮤니티에서 추출된 문서이고, 검색 결과 리스트(822)는 사용자의 인맥 중 사용자의 이웃이 작성한 문서 또는 사용자의 이웃이 가입한 커뮤니티에서 추출된 문서일 수 있다. 즉, 검색 결과 리스트(821)는 검색 결과 리스트(822)보다 사용자와의 관련도가 높다고 할 수 있다.
즉, 도 8을 참고하면, 사용자의 인맥을 통해 검색 결과(820)를 제공함으로써 기존의 검색 결과(810)보다 사용자가 실제로 원했던 검색 결과 리스트를 제공할 가능성이 높아질 수 있고, 이로 인해 검색 만족도는 향상될 수 있다. 뿐만 아니라, 사용자의 인맥에 속하지만, 사용자가 가입하지 않았던 이웃의 커뮤니티도 추천함으로써 소셜 네트워크도 확장될 수 있는 기회를 제공할 수 있다.
도 9는 본 발명의 일실시예에 따른 검색 결과 제공 방법을 도시한 플로우차트이다.
검색 결과 제공 시스템(100)의 이웃 추출부(110)는 사용자와 유사한 관심도를 나타내는 적어도 하나의 이웃을 추출할 수 있다. 일례로, 이웃 추출부(110)는 사용자의 프로파일 또는 사용자의 이웃 정보를 기초로 상기 사용자의 이웃을 추출할 수 있다. 이 때, 이웃 추출부는 사용자가 작성한 문서에 포함된 키워드를 이용하여 사용자의 프로파일을 생성하고, 사용자의 프로파일을 이용하여 사용자의 이웃을 추출할 수 있다. 그리고, 사용자의 이웃 정보는 사용자의 소셜 네트워크, 메일 주소록 또는 RSS 구독 관계 중 적어도 하나에 기초하여 결정될 수 있다.
그리고, 이웃 추출부(110)는 사용자와 유사한 관심도를 나타내는 1차 이웃을 추출하고, 1차 이웃에 기초하여 사용자와 유사한 관심도를 나타내는 N차 이웃으로 확장 추출할 수 있다. 즉, 사용자의 이웃은 1차 이웃 관계 뿐만 아니라 보다 확장된 2차, 3차에서 N차 이웃 관계까지 확장될 수 있다.
검색 결과 제공 시스템(100)의 인맥 설정부(120)는 사용자가 가입한 커뮤니티 사용자의 이웃, 또는 사용자의 이웃이 가입한 커뮤니티 중 적어도 하나를 상기 사용자의 인맥으로 설정할 수 있다. 여기서, 사용자의 이웃은 1차 이웃부터 N차 이웃까지를 의미한다. 앞서 설명한 사용자는 검색어를 입력한 사용자로서, 검색어를 입력하기 전에 미리 사용자의 인맥이 설정되어 DB에 저장되거나 또는 검색어를 입력하면 실시간으로 사용자의 인맥이 설정될 수 있다.
검색 결과 제공 시스템(100)의 검색어 수신부(130)는 사용자로부터 검색어를 수신할 수 있다. 검색어는 적어도 하나의 키워드로 구성될 수 있다.
검색 결과 제공 시스템(100)의 인맥 추출부(140)는 사용자의 인맥 중 검색어와 연관된 인맥 또는 상기 사용자와 연관된 인맥 중 적어도 하나를 추출할 수 있다. 검색어와 연관된 인맥은 검색어와 인맥 간의 연관도에 따라 추출되고, 사용자와 연관된 인맥은 사용자와 인맥 간의 연관도에 따라 추출될 수 있다. 구체적으로, 인맥 추출부(140)는 검색어와의 연관도 또는 사용자와의 연관도 중 적어도 하나에 따라 설정된 사용자의 인맥을 정렬하고, 상위 n위에 속하는 인맥에 포함된 이웃 또는 커뮤니티를 추출할 수 있다.
검색 결과 제공 시스템(100)의 검색 결과 제공부(150)는 추출된 인맥과 연관된 문서들을 상기 검색어의 검색 결과로 제공할 수 있다. 일례로, 검색 결과 제공부(150)는 검색어와 연관된 문서들 중 상기 인맥과 연관된 문서들을 사용자와 인맥 간의 연관도에 따라 정렬하여 검색어의 검색 결과로 제공할 수 있다. 이 때, 검색 결과 제공부(150)는 검색어의 검색 결과에서 상기 사용자가 가입한 커뮤니티와 연관된 문서를 사용자의 이웃이 가입한 커뮤니티와 연관된 문서보다 높은 순위로 배치할 수 있다. 추가적으로, 검색 결과 제공부(150)는 검색어와의 연관도 또는 사용자의 연관도에 기초하여 이웃이 가입한 커뮤니티 중 사용자가 가입하지 않은 커뮤니티를 사용자에게 추천할 수 있다.
실시예에 따라서는, 검색 결과 제공부(150)가 검색어와 연관된 문서들 중 인맥과 연관된 문서들에 대하여 검색어에 대한 연관도와 사용자와 인맥 간의 연관도를 결합한 총 연관도 순에 따라 정렬하여 검색어의 검색 결과로 제공할 수도 있다.
이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.
그러므로, 본 발명의 범위는 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.
110: 이웃 추출부
120: 인맥 설정부
130: 검색어 수신부
140: 인맥 추출부
150: 검색 결과 제공부

Claims (22)

  1. 사용자로부터 검색어를 수신하는 검색어 수신부;
    상기 검색어와 연관된 인맥 또는 상기 사용자와 연관된 인맥 중 적어도 하나를 추출하는 인맥 추출부; 및
    상기 인맥과 연관된 문서들을 상기 검색어의 검색 결과로 제공하는 검색 결과 제공부
    를 포함하는 검색 결과 제공 시스템.
  2. 제1항에 있어서,
    상기 사용자와 유사한 관심도를 나타내는 적어도 하나의 이웃을 추출하는 이웃 추출부; 및
    상기 사용자가 가입한 커뮤니티 상기 이웃, 또는 상기 이웃이 가입한 커뮤니티 중 적어도 하나를 상기 사용자의 인맥으로 설정하는 인맥 설정부
    를 더 포함하는 검색 결과 제공 시스템.
  3. 제2항에 있어서,
    상기 이웃 추출부는,
    상기 사용자와 유사한 관심도를 나타내는 1차 이웃을 추출하고, 상기 1차 이웃에 기초하여 상기 사용자와 유사한 관심도를 나타내는 N차 이웃으로 확장 추출하는 것을 특징으로 하는 검색 결과 제공 시스템.
  4. 제2항에 있어서,
    상기 이웃 추출부는,
    상기 사용자의 프로파일 또는 상기 사용자의 이웃 정보를 기초로 상기 사용자의 이웃을 추출하는 검색 결과 제공 시스템.
  5. 제4항에 있어서,
    상기 이웃 추출부는,
    상기 사용자가 작성한 문서에 포함된 키워드를 이용하여 상기 사용자의 프로파일을 생성하고, 상기 사용자의 프로파일을 이용하여 상기 사용자의 이웃을 추출하는 것을 특징으로 하는 검색 결과 제공 시스템.
  6. 제4항에 있어서,
    상기 사용자의 이웃 정보는,
    상기 사용자의 소셜 네트워크, 메일 주소록 또는 RSS 구독 관계 중 적어도 하나에 기초하여 결정되는 것을 특징으로 하는 검색 결과 제공 시스템.
  7. 제2항에 있어서,
    상기 인맥 추출부는,
    상기 검색어와의 연관도 또는 상기 사용자와의 연관도 중 적어도 하나에 따라 상기 설정된 사용자의 인맥을 정렬하고, 상위 n위에 속하는 인맥에 포함된 이웃 또는 커뮤니티를 추출하는 것을 특징으로 하는 검색 결과 제공 시스템.
  8. 제1항에 있어서,
    상기 검색 결과 제공부는,
    상기 검색어와 연관된 문서들 중 상기 인맥과 연관된 문서들을 사용자와 인맥 간의 연관도에 따라 정렬하여 검색어의 검색 결과로 제공하는 것을 특징으로 하는 검색 결과 제공 시스템.
  9. 제1항에 있어서,
    상기 검색 결과 제공부는,
    상기 검색어와 연관된 문서들 중 상기 인맥과 연관된 문서들을 검색어에 대한 연관도 및 사용자와 인맥 간의 연관도를 결합한 총 연관도 순에 따라 정렬하여 검색어의 검색 결과로 제공하는 것을 특징으로 하는 검색 결과 제공 시스템.
  10. 제9항에 있어서,
    상기 검색 결과 제공부는,
    상기 검색어의 검색 결과에서 상기 사용자가 가입한 커뮤니티와 연관된 문서를 상기 사용자의 이웃이 가입한 커뮤니티와 연관된 문서보다 높은 순위로 배치하는 것을 특징으로 하는 검색 결과 제공 시스템.
  11. 제2항에 있어서,
    상기 검색 결과 제공부는,
    상기 검색어와의 연관도 또는 상기 사용자의 연관도 중 적어도 하나에 기초하여 상기 이웃이 가입한 커뮤니티 중 사용자가 가입하지 않은 커뮤니티를 사용자에게 추천하는 것을 특징으로 하는 검색 결과 제공 시스템.
  12. 사용자로부터 검색어를 수신하는 단계;
    상기 검색어와 연관된 인맥 또는 상기 사용자와 연관된 인맥 중 적어도 하나를 추출하는 단계; 및
    상기 인맥과 연관된 문서들을 상기 검색어의 검색 결과로 제공하는 단계
    를 포함하는 검색 결과 제공 방법.
  13. 제12항에 있어서,
    상기 사용자와 유사한 관심도를 나타내는 적어도 하나의 이웃을 추출하는 단계; 및
    상기 사용자가 가입한 커뮤니티 상기 이웃, 또는 상기 이웃이 가입한 커뮤니티 중 적어도 하나를 상기 사용자의 인맥으로 설정하는 단계
    를 더 포함하는 검색 결과 제공 방법.
  14. 제13항에 있어서,
    상기 이웃을 추출하는 단계는,
    상기 사용자와 유사한 관심도를 나타내는 1차 이웃을 추출하고, 상기 1차 이웃에 기초하여 상기 사용자와 유사한 관심도를 나타내는 N차 이웃으로 확장 추출하는 것을 특징으로 하는 검색 결과 제공 방법.
  15. 제13항에 있어서,
    상기 이웃을 추출하는 단계는,
    상기 사용자의 프로파일 또는 상기 사용자의 이웃 정보를 기초로 상기 사용자의 이웃을 추출하는 것을 특징으로 하는 검색 결과 제공 방법.
  16. 제15항에 있어서,
    상기 이웃을 추출하는 단계는,
    상기 사용자가 작성한 문서에 포함된 키워드를 이용하여 상기 사용자의 프로파일을 생성하는 단계; 및
    상기 사용자의 프로파일을 이용하여 상기 사용자의 이웃을 추출하는 단계
    를 포함하는 검색 결과 제공 방법.
  17. 제15항에 있어서,
    상기 사용자의 이웃 정보는,
    상기 사용자의 소셜 네트워크, 메일 주소록 또는 RSS 구독 관계 중 적어도 하나에 기초하여 결정되는 것을 특징으로 하는 검색 결과 제공 방법.
  18. 제13항에 있어서,
    상기 검색어와 연관된 인맥 또는 상기 사용자와 연관된 인맥 중 적어도 하나를 추출하는 단계는,
    상기 검색어와의 연관도 또는 상기 사용자와의 연관도 중 적어도 하나에 따라 상기 설정된 사용자의 인맥을 정렬하는 단계; 및
    상위 n위에 속하는 인맥에 포함된 이웃 또는 커뮤니티를 추출하는 단계
    를 포함하는 검색 결과 제공 방법.
  19. 제12항에 있어서,
    상기 검색 결과로 제공하는 단계는,
    상기 검색어와 연관된 문서들 중 상기 인맥과 연관된 문서들을 사용자와 인맥 간의 연관도에 따라 정렬하여 검색어의 검색 결과로 제공하는 것을 특징으로 하는 검색 결과 제공 방법.
  20. 제12항에 있어서,
    상기 검색 결과로 제공하는 단계는,
    상기 검색어와 연관된 문서들 중 상기 인맥과 연관된 문서들을 검색어에 대한 연관도 및 사용자와 인맥 간의 연관도를 결합한 총 연관도 순에 따라 정렬하여 검색어의 검색 결과로 제공하는 것을 특징으로 하는 검색 결과 제공 방법.
  21. 제18항에 있어서,
    상기 검색 결과로 제공하는 단계는,
    상기 검색어의 검색 결과에서 상기 사용자가 가입한 커뮤니티와 연관된 문서를 상기 사용자의 이웃이 가입한 커뮤니티와 연관된 문서보다 높은 순위로 배치하는 것을 특징으로 하는 검색 결과 제공 방법.
  22. 제12항에 있어서,
    상기 검색 결과로 제공하는 단계는,
    상기 검색어와의 연관도 또는 상기 사용자의 연관도 중 적어도 하나에 기초하여 상기 이웃이 가입한 커뮤니티 중 사용자가 가입하지 않은 커뮤니티를 사용자에게 추천하는 것을 특징으로 하는 검색 결과 제공 방법.
KR1020100095545A 2010-09-30 2010-09-30 인맥에 기초한 검색 결과 제공 시스템 및 방법 KR101174213B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020100095545A KR101174213B1 (ko) 2010-09-30 2010-09-30 인맥에 기초한 검색 결과 제공 시스템 및 방법
US13/239,161 US8612433B2 (en) 2010-09-30 2011-09-21 System and method for providing search result based on personal network
JP2011216106A JP5852831B2 (ja) 2010-09-30 2011-09-30 人脈に基づく検索結果提供システムおよび方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020100095545A KR101174213B1 (ko) 2010-09-30 2010-09-30 인맥에 기초한 검색 결과 제공 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20120033821A true KR20120033821A (ko) 2012-04-09
KR101174213B1 KR101174213B1 (ko) 2012-08-14

Family

ID=45890693

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020100095545A KR101174213B1 (ko) 2010-09-30 2010-09-30 인맥에 기초한 검색 결과 제공 시스템 및 방법

Country Status (3)

Country Link
US (1) US8612433B2 (ko)
JP (1) JP5852831B2 (ko)
KR (1) KR101174213B1 (ko)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9372589B2 (en) 2012-04-18 2016-06-21 Facebook, Inc. Structured information about nodes on a social networking system
JP2014010491A (ja) * 2012-06-27 2014-01-20 Exa Corp アカウント抽出支援装置及びアカウント抽出支援プログラム
JP5880350B2 (ja) * 2012-08-24 2016-03-09 富士ゼロックス株式会社 情報検索プログラム及び情報検索装置
US9317585B2 (en) 2013-03-15 2016-04-19 Google Inc. Search query suggestions based on personal information
JP5781124B2 (ja) * 2013-06-20 2015-09-16 ヤフー株式会社 情報収集装置及び情報収集プログラム
JP6184840B2 (ja) * 2013-11-07 2017-08-23 株式会社Ｎｔｔドコモ 情報処理装置及び表示優先度決定方法
US10085131B2 (en) * 2014-05-23 2018-09-25 Capital One Services, Llc Systems and methods for communicating with a unique identifier
US11449499B1 (en) * 2018-08-16 2022-09-20 Yellowbrick Data, Inc. System and method for retrieving data
KR20230043440A (ko) * 2021-09-24 2023-03-31 주식회사 제제컴즈 모바일 명함 교환 정보 빅데이터를 이용한 인공지능 인맥 추천 방법 및 제공 서버

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000194725A (ja) * 1998-12-25 2000-07-14 Just Syst Corp 類似グル―プ抽出装置、及び類似グル―プ抽出プログラムが記憶された記憶媒体
US7047202B2 (en) * 2000-07-13 2006-05-16 Amit Jaipuria Method and apparatus for optimizing networking potential using a secured system for an online community
JP4496690B2 (ja) * 2001-09-07 2010-07-07 日本電信電話株式会社 映像情報レコメンドシステム、方法及び装置、並びに、映像情報レコメンドプログラム及びプログラムの記録媒体
JP2004259083A (ja) * 2003-02-27 2004-09-16 Shigeru Koyanagi 情報検索方法、情報検索サーバ、及び情報検索プログラム
US20070203906A1 (en) * 2003-09-22 2007-08-30 Cone Julian M Enhanced Search Engine
US20050216823A1 (en) * 2003-12-30 2005-09-29 Microsoft Corporation Assigning textual ads based on article history
JP2007529822A (ja) * 2004-03-15 2007-10-25 ヤフー！ インコーポレイテッド 信頼性ネットワークからのユーザ注釈を一体化したサーチシステム及び方法
JP4625365B2 (ja) * 2005-05-02 2011-02-02 日本放送協会 推薦順位選定装置及び推薦順位選定プログラム
US7991764B2 (en) * 2005-07-22 2011-08-02 Yogesh Chunilal Rathod Method and system for communication, publishing, searching, sharing and dynamically providing a journal feed
JP2007213401A (ja) * 2006-02-10 2007-08-23 Kddi Corp ユーザ嗜好の音楽データに基づいてコミュニティを構成するコミュニティサイトサーバ及びプログラム
US20080104225A1 (en) * 2006-11-01 2008-05-01 Microsoft Corporation Visualization application for mining of social networks
US20080255977A1 (en) * 2007-04-10 2008-10-16 Utbk, Inc. Systems and Methods to Facilitate Searches via Social Network
US7734641B2 (en) * 2007-05-25 2010-06-08 Peerset, Inc. Recommendation systems and methods using interest correlation
US7921167B2 (en) * 2007-12-21 2011-04-05 Kaushal Shroff Virtual electronic card based networking
US20100153215A1 (en) * 2008-12-12 2010-06-17 Microsoft Corporation Enhanced search result relevance using relationship information
US8315953B1 (en) * 2008-12-18 2012-11-20 Andrew S Hansen Activity-based place-of-interest database
US8204878B2 (en) * 2010-01-15 2012-06-19 Yahoo! Inc. System and method for finding unexpected, but relevant content in an information retrieval system
US8494851B2 (en) * 2010-09-13 2013-07-23 International Business Machines Corporation System and method for contextual social network communications during phone conversation

Also Published As

Publication number Publication date
US20120084284A1 (en) 2012-04-05
US8612433B2 (en) 2013-12-17
JP5852831B2 (ja) 2016-02-03
KR101174213B1 (ko) 2012-08-14
JP2012079311A (ja) 2012-04-19

Similar Documents

Publication Publication Date Title
KR101174213B1 (ko) 인맥에 기초한 검색 결과 제공 시스템 및 방법
US10223465B2 (en) Customizable, real time intelligence channel
Efron Information search and retrieval in microblogs
CN111782965A (zh) 意图推荐方法、装置、设备及存储介质
JP6039287B2 (ja) ブログを推薦するシステム及び方法
CN105488233A (zh) 阅读信息推荐方法和系统
CN103577549A (zh) 一种基于微博标签的人群画像系统和方法
US20170316519A1 (en) Mutually reinforcing ranking of social media accounts and contents
Tran et al. Hashtag recommendation approach based on content and user characteristics
CN106484764A (zh) 基于人群画像技术的用户相似度计算方法
CN105843817A (zh) 在终端设备上进行搜索的方法、装置和设备
CN103294692A (zh) 一种信息推荐方法及系统
KR20180075234A (ko) 컨텐츠에 대한 유입검색어 및 연관검색어 기반의 컨텐츠 추천방법 및 추천장치
JP5809511B2 (ja) 人脈に基づく文書を提供するシステムおよび方法
Kim et al. Building concept network-based user profile for personalized web search
CN103955480A (zh) 一种用于确定用户所对应的目标对象信息的方法与设备
US9544384B2 (en) Method and system for pushing associated users in social networking service network
CN103678624A (zh) 搜索方法、搜索服务器、搜索请求执行方法及终端
KR101508583B1 (ko) 스마트 기기 내 시맨틱 검색 시스템 및 검색방법
KR20160002199A (ko) 연관 키워드를 이용한 이슈 데이터 추출방법 및 시스템
Sharma et al. CCFRS–community based collaborative filtering recommender system
JP5639549B2 (ja) 情報検索装置及び方法及びプログラム
KR101556020B1 (ko) 연령과 성별에 따른 관심사를 기반으로 블로그를 추천하는 시스템 및 방법
CN105447013A (zh) 一种新闻推荐系统
Kudori Event recommendation system using hybrid method based on mobile device

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: 20150722

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20160725

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20170704

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20190701

Year of fee payment: 8