KR20140067697A - 협업 파트너 검색 서비스를 제공하는 시스템 및 방법 - Google Patents

협업 파트너 검색 서비스를 제공하는 시스템 및 방법 Download PDF

Info

Publication number
KR20140067697A
KR20140067697A KR1020120135272A KR20120135272A KR20140067697A KR 20140067697 A KR20140067697 A KR 20140067697A KR 1020120135272 A KR1020120135272 A KR 1020120135272A KR 20120135272 A KR20120135272 A KR 20120135272A KR 20140067697 A KR20140067697 A KR 20140067697A
Authority
KR
South Korea
Prior art keywords
information
person
keyword
expertise
knowledge map
Prior art date
Application number
KR1020120135272A
Other languages
English (en)
Other versions
KR101426765B1 (ko
Inventor
양명석
강남규
김윤정
최광남
김재수
Original Assignee
한국과학기술정보연구원
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 한국과학기술정보연구원 filed Critical 한국과학기술정보연구원
Priority to KR1020120135272A priority Critical patent/KR101426765B1/ko
Publication of KR20140067697A publication Critical patent/KR20140067697A/ko
Application granted granted Critical
Publication of KR101426765B1 publication Critical patent/KR101426765B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/268—Morphological analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Software Systems (AREA)
  • Computational Mathematics (AREA)
  • Algebra (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명은 협업 파트너 검색 서비스를 제공하는 시스템 및 방법이 개시된다. 본 발명에 따르면, NTIS에서 제공하는 양질의 국가R&D정보에 대한 분석 대상 데이터의 테이블값으로부터 키워드를 추출하고 추출된 키워드에 대해 설정된 관계식을 토대로 인물이 갖는 전문성 정보 도출하며 도출된 인물이 가지는 전문성 정보에 대해 속성 정보 및 링크 정보를 토대로 인물과 인물 간의 협업 관계를 지식맵으로 도출함에 따라, 키워드로 입력된 특정 주제에 대한 인물의 전문성 정보를 판단하고 네트워크 관계를 분석하여 지식맵 형태로 제공함으로써 기존에 전문가 추천 서비스에서 제공하는 리스트 형태의 서비스 보다, 보다 더 정확하고, 특화된 서비스를 제공할 수 있고, 연구자로 하여금 협업관계를 찾거나 전문가를 찾을 때 보다 더 쉽고 양질의 서비스를 제공할 수 있게 된다.

Description

협업 파트너 검색 서비스를 제공하는 시스템 및 방법{SYSTEM AND METHOD FOR SUPPLYING COLLABORATION PARTNER SEARCH SERVICE}
본 발명은 협업 파트너 검색 서비스를 제공하는 시스템 및 방법에 관한 것으로, 보다 상세하게는 국가R&D정보에 대한 분석 대상 데이터로부터 특정주제분야의 전문성 정보를 판단하고, 해당 인물들 간의 협업 관계를 가시화하여 표시함에 따라 협업 파트너 검색 서비스를 제공할 수 있도록 한 시스템 및 방법에 관한 것이다.
최근 소셜 네트워크 분석이 점차 활발해 지고 있다. 이러한 추세에 발맞추어 연구자나 과학자들 간에도 전문분야에 대한 지식집단 형성현황을 쉽게 이해하고자 하는 요구사항이 증가하고 있다.
국내에서는 연구자나 과학자 사이의 네트워크 분석이나 서비스 발굴의 시도가 다양하지 않은 상황이다. 또한 정보의 복잡성을 직관적으로 표현하기 위해 정보간 관계를 가시화하는 방법에 대한 관심도 증가하고 있다.
국가과학기술지식정보서비스(NTIS)에서는 2006년부터 국가R&D정보-R&D과제, 참여인력, 성과(논문, 특허, 사업화정보, 기술이전등), 장비정보로 구성-를 각 정부부처와 연계하여 데이터베이스를 구축하여 연구자, 정책 결정자, 정부부처관계자들에게 다양한 서비스를 제공하고 있으며, 2010년이후부터는 고도화 사업을 통해 국가R&D정보를 공급자 중심에서 수요자 중심으로 서비스를 제공하기 위한 노력을 기울이고 있다.
이러한 NTIS에서 제공하는 국가R&D 정보를 기반으로 인물에 대한 전문성 정보와 네트워크 관계를 분석하여 특정 분야의 전문가와 협업 그룹을 추천하는 서비스를 제공할 수 있는 별도의 로직이 요구된다.
따라서, 본 발명은 상기의 문제점을 해결하기 위해 창출된 것으로, 본 발명의 목적은 외부로부터 제공된 분석 대상 데이터의 테이블값을 이미 정의된 형태소 분석 기법을 통해 키워드를 분석하고, 분석된 키워드로부터 이미 정의된 DF(Document Frequency)값을 연산하여 해당 키워드를 추출하는 인덱싱 부와, 상기 인덱싱 부에서 추출된 키워드를 중심으로 키워드 별로 인물이 가지는 전문성 정보를 도출하여 전문성 정보에 대한 순위를 설정한 후 분석 DB에 저장하는 분석부와, 상기 분석부의 전문성 정보에 대한 순위 인물로부터 전문성 정보에 대한 속성 정보와 인물 간의 협업 관계를 나타내는 노드 정보를 도출한 도출된 속성 정보 및 노드 정보를 기반으로 소스 및 타켓 간의 협업 관계를 지식맵으로 도출하는 지식맵 생성부와, 상기 지식맵 생성부의 지식맵을 각 키원드에 대응되어 가시화하여 표시하는 인터페이스부를 포함하는 협업 파트너 검색 서비스를 제공하는 시스템 및 방법을 제공함에 따라, 인물에 대한 전문성 정보와 네트워크 관계를 분석하여 특정 분야의 전문가와 협업 그룹을 추천하는 서비스를 제공할 수 있게 된다.
상기 목적을 달성하기 위한 본 발명의 제1 관점은
외부로부터 제공된 분석 대상 데이터의 테이블값을 이미 정의된 형태소 분석 기법을 통해 키워드를 분석하고, 분석된 키워드로부터 이미 정의된 DF(Document Frequency)값을 연산하여 해당 키워드를 추출하는 인덱싱 부와,
상기 인덱싱 부에서 추출된 키워드를 중심으로 키워드 별로 인물이 가지는 전문성 정보를 도출하여 전문성 정보에 대한 순위를 설정한 후 분석 DB에 저장하는 분석부와,
상기 분석부의 전문성 정보에 대한 순위 인물로부터 전문성 정보에 대한 속성 정보와 인물 간의 협업 관계를 나타내는 노드 정보를 도출한 후 도출된 속성 정보 및 노드 정보를 기반으로 소스 및 타켓 간의 협업 관계를 지식맵으로 도출하는 지식맵 생성부와,
상기 지식맵 생성부의 지식맵을 각 키워드에 대응되어 가시화하여 표시하는 인터페이스부를 포함하는 것을 특징으로 한다.
바람직하게, 상기 인덱싱부는,
상기 분석 대상 데이터에 대한 테이블의 각 컬럼들을 형태소 분석 기술을 토대로 키워드를 분석하고
분석된 키워드에 대해 기 정의된 관계식으로부터 DF(Document Frequency) 값을 생성하며,
상기 생성된 DF(Document Frequency) 값을 기반으로 키워드들의 DF값의 분포도를 생성하고,
생성된 키워드들의 DF값의 분포도가 기 설정된 소정 범위 내에 존재하는 키워드를 추출하도록 구비되는 것을 특징으로 한다.
바람직하게, 상기 추출된 키워드는 키워드들의 DF값의 분포도가 4<=sum(DF)<=10,000 의 키워드인 것을 특징으로 한다.
바람직하게 상기 형태소 분석 기술은,
정보검색 및 자연어처리분야에서 활용하는 N-gram 방식인 것을 특징으로 한다.
바람직하게 상기 분석부는,
상기 인덱싱부에서 추출된 키워드를 포함하는 과제정보 점수합(Count on Project Information of i-th Person )과 성과정보내의 논문점수합(Count of Paper Information of i-th Person )과, 인물의 논문실적의 합(Count of Paper in Human Resource Information of i-th Person) 및 각 과제정보 점수합, 논문 점수합, 및 논문실적 합 각각에 대해 가중치(Weight)를 부여하여 각 키워드에 대해 인물이 가지는 전문성 정보(Expertise Point)를 도출하고,
도출된 인물이 가지는 전문성 정보를 각 키워드에 대응되어 분석 DB에 저장하도록 구비되는 것을 특징으로 한다.
바람직하게 상기 인물이 가지는 전문성 정보는 다음 식을 만족하는 것을 특징으로 한다.
Figure pat00001
여기서, α+β+γ= 1, if(HP(p) = SCI) then λ=0.8 else λ = 0.2
KP i = Expertise Point of i-th Person having Keyword K
PR = Count on Project Information of i-th Person
RI = Count of Paper Information of i-th Person
HP = Count of Paper in Human Resource Information of i-th Person
α = Weight of Project Information
β = Weight of Paper Information
γ = Weight of Paper in Human Resource Information
i = Number of Person having Keyword K
λ = 인물이 입력한 논문실적이 SCI와 아닌 경우에 대한 가중치
바람직하게 상기 지식맵 생성부는,
상기 분석부의 인물이 가지는 전문성 정보를 기반으로 인물명, 과제수, 성과수, 소속기관, 과제 및 성과에 대한 리스트, 인물이 속한 기관ID 그리고, 기관명을 포함하는 인물이 가지는 전문성 정보를 나타내는 속성정보를 도출하고,
링크의 ID, 링크의 소스, 타겟, 협업한 과제수, 협업한 성과수를 포함하는 인물과 인물간의 협업 관계를 나타내는 링크 정보를 도출하며,
상기 도출된 인물이 가지는 속정 정보와 링크 정보를 토대로 소스와 타겟 간의 협업 관계를 지식맵으로 도출하는 것을 특징으로 한다.
바람직하게, 상기 인터페이스부는,
입력된 키워드와 상기 분석 DB에 저장된 키워드 매칭하고, 매칭된 키워드 및 상기 지식맵 생성부의 지식맵을 가시화하여 표시하도록 구비되는 것을 특징으로 한다.
상기 목적을 달성하기 위한 본 발명의 제2 관점은
분석 대상 DB 테이블로부터 형태소 분석 기법을 통해 키워드를 추출하고, 추출된 키워드로부터 DF(Document Frequency)값을 연산하여 저장하는 인덱싱 단계와,
상기 인덱싱단계에서 추출된 키워드를 중심으로 키워드 별로 인물이 가지는 전문성 정보를 도출하여 전문성 정보에 대한 순위를 설정한 후 분석 DB에 저장하는 분석 단계와,
상기 분석 단계의 인물이 가지는 전문성 정보에 대한 순위 인물에 대해 기 정의된 관계식을 기반으로 협업 관계를 연산하여 인물과 인물 간의 협업 관계에 대한 지식맵을 생성하는 지식맵 생성 단계와,
상기 지식맵 생성 단계의 지식맵을 키워드 별로 가시화하여 표시하는 인터페이스 단계를 포함하는 것을 특징으로 한다.
바람직하게, 상기 인덱싱 단계는,
분석 대상 테이블의 각 컬럼들을 형태소 분석 기술을 토대로 키워드를 추출하고
추출된 키워드에 대해 기 정의된 관계식으로부터 DF(Document Frequency) 값을 생성하며,
상기 생성된 DF(Document Frequency) 값을 기반으로 키워드들의 DF값의 분포도를 생성하고,
생성된 키워드들의 DF값의 분포도가 기 설정된 소정 범위 내에 존재하는 키워드를 추출하도록 구비되는 것을 특징으로 한다.
바람직하게, 상기 추출된 키워드는 각 키워드들의 DF값의 분포도가 4<=sum(DF)<=10,000 이내의 키워드인 것을 특징으로 한다.
바람직하게 상기 형태소 분석 기술은,
정보검색 및 자연어처리분야에서 활용하는 N-gram 방식인 것을 특징으로 한다.
바람직하게 상기 분석 단계는,
상기 인덱싱 단계에서 추출된 키워드를 포함하는 과제정보 점수합(Count on Project Information of i-th Person )과 성과정보내의 논문점수합(Count of Paper Information of i-th Person )과, 인물의 논문실적의 합(Count of Paper in Human Resource Information of i-th Person) 및 각 과제정보 점수합, 논문 점수합, 및 논문실적 합 각각에 대해 가중치(Weight)를 부여하여 각 키워드에 대해 인물이 가지는 전문성 정보(Expertise Point)를 도출하고,
도출된 인물이 가지는 전문성 정보를 각 키워드에 대응되어 분석 DB에 저장하도록 구비되는 것을 특징으로 한다.
바람직하게 상기 인물이 가지는 전문성 정보는
다음 식을 만족하는 것을 특징으로 한다.
Figure pat00002
여기서, α+β+γ= 1, if(HP(p) = SCI) then λ=0.8 else λ = 0.2
KP i = Expertise Point of i-th Person having Keyword K
PR = Count on Project Information of i-th Person
RI = Count of Paper Information of i-th Person
HP = Count of Paper in Human Resource Information of i-th Person
α = Weight of Project Information
β = Weight of Paper Information
γ = Weight of Paper in Human Resource Information
i = Number of Person having Keyword K
λ = 인물이 입력한 논문실적이 SCI와 아닌 경우에 대한 가중치
바람직하게 상기 지식맵 생성 단계는,
상기 분석 단계에서 인물이 가지는 전문성 정보를 기반으로 인물명, 과제수, 성과수, 소속기관, 과제 및 성과에 대한 리스트, 인물이 속한 기관ID 그리고, 기관명을 포함하는 인물이 가지는 전문성 정보를 나타내는 속성정보를 도출하고,
링크의 ID, 링크의 소스, 타겟, 협업한 과제수, 협업한 성과수를 포함하는 인물과 인물간의 협업 관계를 나타내는 링크 정보를 도출하며,
상기 도출된 인물이 가지는 속정 정보와 링크 정보를 토대로 소스와 타겟 간의 협업 관계를 지식맵으로 도출하는 것을 특징으로 한다.
바람직하게, 상기 인터페이스 단계는,
입력된 키워드와 상기 분석 DB에 저장된 키워드 매칭하고, 매칭된 키워드 및 상기 지식맵 생성 단계에서 도출된 지식맵을 가시화하여 표시하도록 구비되는 것을 특징으로 한다.
이상에서 설명한 바와 같이, 본 발명에 따른 협업 파트너 검색 서비스를 제공하는 시스템 및 방법은 NTIS에서 제공하는 양질의 국가R&D정보에 대한 분석 대상 데이터의 테이블값으로부터 키워드를 추출하고 추출된 키워드에 대해 설정된 관계식을 토대로 인물이 갖는 전문성 정보 도출하며 도출된 인물이 가지는 전문성 정보에 대해 속성 정보 및 링크 정보를 토대로 인물과 인물 간의 협업 관계를 지식맵으로 도출함에 따라, 키워드로 입력된 특정 주제에 대한 인물의 전문성 정보를 판단하고 네트워크 관계를 분석하여 지식맵 형태로 제공함으로써 기존에 전문가 추천 서비스에서 제공하는 리스트 형태의 서비스 보다, 보다 더 정확하고, 특화된 서비스를 제공할 수 있고, 연구자로 하여금 협업관계를 찾거나 전문가를 찾을 때 보다 더 쉽고 양질의 서비스를 제공할 수 있게 된다.
또한, 전문가 검색 측면에서 논문이나 인물이 갖는 특성 정보를 포함하는 1차적인 정보 만으로 검색하는데 비해 NTIS에서 제공하는 과제, 성과 정보 등을 기반으로 특정 주제에 대한 전문가를 검색할 수 있어 보다 정확한 전문가 검색이 가능하고, 아울러, 인물 간의 네트워크 데이터를 보다 확충하여 성과 관련 툴을 넓힐 수 있고 기관 간의 협업관계를 분석하는 프로세스를 제공할 수 있는 효과를 얻는다.
본 명세서에서 첨부되는 다음의 도면들은 본 발명의 바람직한 실시 예를 예시하는 것이며, 후술하는 발명의 상세한 설명과 함께 본 발명의 기술사상을 더욱 이해시키는 역할을 하는 것이므로, 본 발명은 그러한 도면에 기재된 사항에만 한정되어 해석되어서는 아니된다.
도 1은 본 발명의 실시 예에 따른 협업 파트너 검색 서비스를 제공하는 시스템의 구성을 보인 도이다.
도 2는 도 1에 도시된 분석 대상 테이블을 보인 예시도이다.
도 3은 도 1에 도시된 전문석 정보에 대한 테이블값을 보인 예시도이다.
도 4는 도 1에 도시된 속성 정보에 대한 테이블값을 보인 예시도이다.
도 5는 도 1에 도시된 노드 정보에 대한 테이블값을 보인 예시도이다.
도 6은 도 1에 도시된 지식맵을 보인 예시도이다.
도 7은 도 본 발명의 실시 예에 따라 협업 파트너 검색을 보인 화면 예시도이다.
도 8은 본 발명의 다른 실시 예에 따른 협업 파트너 검색 서비스를 제공하는 과정을 보인 흐름도이다.
본 발명과 본 발명의 동작상의 잇점 및 본 발명의 실시에 의하여 달성되는 목적을 충분히 이해하기 위해서는 본 발명의 바람직한 실시 예를 예시하는 첨부 도면 및 도면에 기재된 내용을 참조하여야 한다.
이하, 첨부한 도면을 참조하여 본 발명의 바람직한 실시 예를 설명함으로써, 본 발명을 상세히 설명한다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
도 1은 본 발명의 실시 예에 따른 본 발명의 실시 예에 따른 협업 파트너 검색 서비스를 제공하는 시스템의 구성을 보인 도이고, 도 2는 도 1에 도시된 분석 대상 테이블을 보인 예시도이며, 도 3은 도 1에 도시된 속성 정보를 보인 테이블값을 보인 예시도이고, 도 4는 도 1에 도시된 노드 정보를 보인 테이블값을 보인 예시도이다. 또한, 도 5는 도 1에 도시된 지식맵을 보인 예시도이고, 도 6은 도 본 발명의 실시 예에 따라 협업 파트너 검색을 보인 화면 예시도이다.
본 발명의 실시 예에 따른 협업 파트너 검색 서비스를 제공하는 시스템은, 키워드 분석부(11), DF 생성부(13), DF 분포도 생성부(15), 및 키워드 추출부(17)를 포함하는 인덱싱부(10), 분석부(20), 속성 정보 도출부(31), 노드 정보 도출부(33), 및 지식맵 도출부(35)를 포함하는 지식맵 생성부(30)와, 인터페이스부(40)를 포함한다.
여기서, 상기 인덱싱부(10)는, 분석 대상 DB 테이블로부터 형태소 분석 기법을 통해 키워드를 분석하고, 분석된 키워드로부터 DF(Document Frequency)값을 연산하여 해당 키워드를 추출하도록 구비된다.
즉, 상기 인덱싱부(10)는 도 2에 도시된 분석 대상 DB 테이블값을 제공받아 키워드 분석부(11)에서 분석 대상 테이블의 각 컬럼들을 형태소 분석 기술을 토대로 키워드를 분석하고, 분석된 키워드는 DF 분석부(13)로 제공되며, 상기 DF 분석부(13)는 분석된 키워드에 대해 이미 정의된 관계식으로부터 DF(Document Frequency) 값을 생성한다. 여기서, 키워드 분석은 정보검색 및 자연어처리분야에서 활용하는 N-gram 방식으로 생성될 수도 있다.
또한, 상기 키워드에 대해 이미 정해진 관계식을 기반으로 DF 값을 도출하는 일련의 과정은, 기존의 키워드로부터 DF 값을 도출하는 과정과 유사 또는 동일하므로 이에 대한 상세한 설명은 생략한다.
그리고, 상기 생성된 DF(Document Frequency) 값은 DF 분포도 생성부(15)로 제공되며, 상기 DF 분포도 생성부(15)는 상기 DF 값을 기반으로 키워드들의 DF값의 분포도를 생성한다. 이때 생성된 각각 키워드들에 대한 DF값의 분포도가 기 설정된 소정 범위 내에 존재하는 키워드 만 키워드 추출부(17)에서 출력된다.
즉, 상기 카워드 추출부(17)는 키워드들에 대한 DF값의 분포도가 4<=sum(DF)<=10,000 이내에 속하는 키워드 만을 출력한다.
그리고, 상기 키워드 추출부(17)에서 추출된 키워드는 분석부(20)로 제공된다.
상기 분석부(20)는 상기 인덱싱 부에서 추출된 키워드를 중심으로 키워드 별로 인물이 가지는 전문성 정보를 도출하여 전문성 정보에 대한 순위를 설정한 후 분석 DB에 저장하도록 구비된다.
즉, 상기 각 키워드에 대해 인물이 가지는 전문성 정보는, 상기 인덱싱부에서 추출된 키워드를 포함하는 과제정보 점수합(Count on Project Information of i-th Person )과 성과정보내의 논문점수합(Count of Paper Information of i-th Person )과, 인물의 논문실적의 합(Count of Paper in Human Resource Information of i-th Person) 및 각 과제정보 점수합, 논문 점수합, 및 논문실적 합 각각에 대해 가중치(Weight)를 부여하여 각 키워드에 대해 인물이 가지는 전문성 정보(Expertise Point)를 도출하고, 다음 식을 만족한다.
Figure pat00003
여기서, α+β+γ= 1, if(HP(p) = SCI) then λ=0.8 else λ = 0.2
KP i = Expertise Point of i-th Person having Keyword K
PR = Count on Project Information of i-th Person
RI = Count of Paper Information of i-th Person
HP = Count of Paper in Human Resource Information of i-th Person
α = Weight of Project Information
β = Weight of Paper Information
γ = Weight of Paper in Human Resource Information
i = Number of Person having Keyword K
λ = 인물이 입력한 논문실적이 SCI 급과 기타 논문에 대한 가중치이다.
즉, 각각의 합에 가중치는 각각 α=0.5, β=0.3, γ=0.2을 부여하여 전문성 정보에 대한 점수가 산출된다.
그리고, 상기 인물의 실적의 경우 SCI급의 논문에 대하여 0.8의 가중치값을 적용하였으며 기타 논문에 대하여는 0.2점의 가중치를 적용한다.
그리고, 도출된 인물이 가지는 전문성 정보는 각 키워드에 대응되어 분석 DB에 저장되며. 키워드에 대한 전문성 정보의 테이블값은 도 3에 도시된 바와 같다.
상기 전문성 정보는 지식맵 생성부(30)에 제공된다.
상기 지식맵 생성부(30)는, 상기 분석부(20)의 전문성 정보에 대한 순위 인물로부터 인물과 인물 간의 협업 관계를 도출하여 소스와 타켓 간의 협업 관계인 지식맵을 생성하도록 구비된다.
즉, 상기 지색맵 생성부(30)는, 속성 정보 도출부(31)를 통해 상기 분석부의 인물이 가지는 전문성 정보를 기반으로 인물명, 과제수, 성과수, 소속기관, 과제 및 성과에 대한 리스트, 인물이 속한 기관ID 및 기관명을 포함하는 인물이 가지는 전문성 정보를 나타내는 속성정보를 도출한다. 상기 속성 정보에 대한 테이블값은 도 4에 도시된 바와 같다.
한편, 상기 지식맵 생성부(30)는 노드 정보 도출부(33)를 통해 링크의 ID, 링크의 소스, 타겟, 협업한 과제수, 협업한 성과수를 포함하는 인물과 인물간의 협업 관계를 나타내는 링크 정보를 도출한다. 상기 노드 정보에 대한 테이블값은 도 5에 도시된 바와 같다.
그리고, 상기 도출된 인물이 가지는 속정 정보와 링크 정보를 제공받아 지식맵 도출부(35)에서 소스와 타겟 간의 협업 관계를 지식맵으로 도출한다. 이때 상기 지식맵은 도 6에 도시된 바와 같다.
이러한 지식맵 생성부(30)의 소스와 타겟 간의 협업 관계인 지식맵은 인터페이스부(40)를 통해 가시화된 후 도 7에 도시되 바와 같이, 화면에 표시된다.
즉, 상기 인터페이스부(40)는 입력된 키워드와 상기 분석 DB에 저장된 키워드 매칭하고, 매칭된 키워드 및 상기 지식맵 생성부(30)의 지식맵을 가시화하여 표시한다.
한편, NTIS에서 제공하는 양질의 국가R&D정보로부터 키워드를 추출하고 추출된 키워드에 대해 설정된 관계식을 토대로 인물이 갖는 전문성 정보를 도출하며 도출된 인물이 가지는 전문성 정보에 대해 생성된 속성 정보 및 링크 정보를 토대로 소스과 타켓 간의 협업 관계를 지식맵으로 도출하여 협업 파트너 검색 서비스를 제공하는 일련의 과정은 도 8을 참조하여 설명한다.
도 8은 도 1에 도시된 협업 파트너 검색 서비스를 제공하는 시스템의 동작 과정을 보인 흐름도로서, 도 8을 참조하여 본 발명의 다른 실시 예에 따른 협업 파트너 검색 서비스를 제공하는 방법을 설명한다.
우선, 상기 인덱싱부(100의 단계(101)를 통해 분석 대상 테이블을 제공받아, 테이블의 각 컬럼들을 형태소 분석 기술을 토대로 키워드를 분석한 후 단계(103)를 통해 분석된 키워드에 대해 기 정의된 관계식으로부터 DF(Document Frequency) 값을 생성한다.
그리고, 상기 단계(103)의 상기 생성된 DF(Document Frequency) 값을 기반으로 키워드들의 DF값의 분포도를 생성한 후 생성된 키워드들의 DF값의 분포도가 기 설정된 소정 범위 내에 존재하는 키워드를 추출한다(단계 105, 107).
그리고, 상기 추출된 키워드는 분석부(20)의 단계(109)로 제공된다.
즉, 상기 단계(109)에서, 추출된 키워드를 포함하는 과제정보 점수합(Count on Project Information of i-th Person )과 성과정보내의 논문점수합(Count of Paper Information of i-th Person )과, 인물의 논문실적의 합(Count of Paper in Human Resource Information of i-th Person) 및 각 과제정보 점수합, 논문 점수합, 및 논문실적 합 각각에 대해 가중치(Weight)를 부여하여 각 키워드에 대해 인물이 가지는 전문성 정보(Expertise Point)를 도출하고(단계 111), 상기 단계(111)를 통해 도출된 인물이 가지는 전문성 정보를 각 키워드에 대응되어 분석 DB에 저장한다.
이때 상기 인물이 가지는 전문성 정보는, 다음 식을 만족한다.
Figure pat00004
여기서, α+β+γ= 1, if(HP(p) = SCI) then λ=0.8 else λ = 0.2
KP i = Expertise Point of i-th Person having Keyword K
PR = Count on Project Information of i-th Person
RI = Count of Paper Information of i-th Person
HP = Count of Paper in Human Resource Information of i-th Person
α = Weight of Project Information
β = Weight of Paper Information
γ = Weight of Paper in Human Resource Information
i = Number of Person having Keyword K
λ = 인물이 입력한 논문실적이 SCI 급과 기타 논문에 대한 가중치이다.
상기 분석부(20)에서 도출된 인물이 가지는 전문성 정보는 지식맵 생성부(30)로 제공된다.
상기 지식맵 생성부(30)는 단계(113)를 통해 상기 분석부의 인물이 가지는 전문성 정보를 기반으로 인물명, 과제수, 성과수, 소속기관, 과제 및 성과에 대한 리스트, 인물이 속한 기관ID 그리고, 기관명을 포함하는 인물이 가지는 전문성 정보를 나타내는 속성정보를 도출한다.
한편, 상기 지식맵 생성부(30)는 단계(115)를 통해 링크의 ID, 링크의 소스, 타겟, 협업한 과제수, 협업한 성과수를 포함하는 인물과 인물간의 협업 관계를 나타내는 링크 정보를 도출하며, 단계(117)를 통해 상기 도출된 인물이 가지는 속정 정보와 링크 정보를 토대로 소스와 타겟 간의 협업 관계를 지식맵으로 도출한다.
이 후 상기 지식맵의 소스와 타겟 간의 협업 관계도는 단계(117)를 통해 인터페이스부로 제공되고 인터페이스부(40)는 입력된 키워드와 상기 분석 DB에 저장된 키워드 매칭하고, 매칭된 키워드 및 상기 지식맵 생성부의 지식맵을 가시화하여 표시하여 제공된다.
본 발명의 실시 예에 따르면, NTIS에서 제공하는 양질의 국가R&D정보에 대한 분석 대상 데이터의 테이블값으로부터 키워드를 추출하고 추출된 키워드에 대해 설정된 관계식을 토대로 인물이 갖는 전문성 정보 도출하며 도출된 인물이 가지는 전문성 정보에 대해 속성 정보 및 링크 정보를 토대로 인물과 인물 간의 협업 관계를 지식맵으로 도출함에 따라, 키워드로 입력된 특정 주제에 대한 인물의 전문성 정보를 판단하고 네트워크 관계를 분석하여 지식맵 형태로 제공함으로써 기존에 전문가 추천 서비스에서 제공하는 리스트 형태의 서비스 보다, 보다 더 정확하고, 특화된 서비스를 제공할 수 있고, 연구자로 하여금 협업관계를 찾거나 전문가를 찾을 때 보다 더 쉽고 양질의 서비스를 제공할 수 있게 된다.
지금까지 본 발명을 바람직한 실시 예를 참조하여 상세히 설명하였지만, 본 발명이 상기한 실시 예에 한정되는 것은 아니며, 이하의 특허청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형 또는 수정이 가능한 범위까지 본 발명의 기술적 사상이 미친다 할 것이다.
NTIS에서 제공하는 양질의 국가R&D정보에 대한 분석 대상 데이터의 테이블값으로부터 키워드를 추출하고 추출된 키워드에 대해 설정된 관계식을 토대로 인물이 갖는 전문성 정보 도출하며 도출된 인물이 가지는 전문성 정보에 대해 속성 정보 및 링크 정보를 토대로 인물과 인물 간의 협업 관계를 지식맵으로 도출함에 따라, 키워드로 입력된 특정 주제에 대한 인물의 전문성 정보를 판단하고 네트워크 관계를 분석하여 지식맵 형태로 제공함으로써 기존에 전문가 추천 서비스에서 제공하는 리스트 형태의 서비스 보다, 보다 더 정확하고, 특화된 서비스를 제공할 수 있고, 연구자로 하여금 협업관계를 찾거나 전문가를 찾을 때 보다 더 쉽고 양질의 서비스를 제공할 수 있는 협업 파트너 검색 서비스를 제공하기 위한 시스템 및 방법에 대한 운용의 정확성 및 신뢰도 측면, 더 나아가 성능 효율 면에 매우 큰 진보를 가져올 수 있으며, 적용되는 양방향 방송 시스템의 시판 또는 영업의 가능성이 충분할 뿐만 아니라 현실적으로 명백하게 실시할 수 있는 정도이므로 산업상 이용가능성이 있는 발명이다.

Claims (16)

  1. 외부로부터 제공된 분석 대상 데이터의 테이블값을 이미 정의된 형태소 분석 기법을 통해 키워드를 분석하고, 분석된 키워드로부터 이미 정의된 DF(Document Frequency)값을 연산하여 해당 키워드를 추출하는 인덱싱 부와,
    상기 인덱싱 부에서 추출된 키워드를 중심으로 키워드 별로 인물이 가지는 전문성 정보를 도출하여 전문성 정보에 대한 순위를 설정한 후 분석 DB에 저장하는 분석부와,
    상기 분석부의 전문성 정보에 대한 순위 인물로부터 전문성 정보에 대한 속성 정보와 인물 간의 협업 관계를 나타내는 노드 정보를 도출한 도출된 속성 정보 및 노드 정보를 기반으로 소스 및 타켓 간의 협업 관계를 지식맵으로 도출하는 지식맵 생성부와,
    상기 지식맵 생성부의 지식맵을 각 키원드에 대응되어 가시화하여 표시하는 인터페이스부를 포함하는 것을 특징으로 하는 협업 파트너 검색 서비스를 제공하는 시스템.
  2. 제1항에 있어서, 상기 인덱싱부는,
    상기 분석 대상 데이터에 대한 테이블의 각 컬럼들을 형태소 분석 기술을 토대로 키워드를 분석하고
    분석된 키워드에 대해 기 정의된 관계식으로부터 DF(Document Frequency) 값을 생성하며,
    상기 생성된 DF(Document Frequency) 값을 기반으로 키워드들의 DF값의 분포도를 생성하고,
    생성된 키워드들의 DF값의 분포도가 기 설정된 소정 범위 내에 존재하는 키워드를 추출하도록 구비되는 것을 특징으로 하는 협업 파트너 검색 서비스를 제공하는 시스템.
  3. 제2항에 있어서, 상기 추출된 키워드는 키워드들의 DF값의 분포도가 4<=sum(DF)<=10,000 이내의 키워드인 것을 특징으로 하는 협업 파트너 검색 서비스를 제공하는 시스템.
  4. 제2항에 있어서, 상기 형태소 분석 기술은,
    정보검색 및 자연어처리분야에서 활용하는 N-gram 방식인 것을 특징으로 하는 협업 파트너 검색 서비스를 제공하는 시스템.
  5. 제1항에 있어서, 상기 분석부는,
    상기 인덱싱부에서 추출된 키워드를 포함하는 과제정보 점수합(Count on Project Information of i-th Person )과 성과정보내의 논문점수합(Count of Paper Information of i-th Person )과, 인물의 논문실적의 합(Count of Paper in Human Resource Information of i-th Person) 및 각 과제정보 점수합, 논문 점수합, 및 논문실적 합 각각에 대해 가중치(Weight)를 부여하여 각 키워드에 대해 인물이 가지는 전문성 정보(Expertise Point)를 도출하고,
    도출된 인물이 가지는 전문성 정보를 각 키워드에 대응되어 분석 DB에 저장하도록 구비되는 것을 특징으로 하는 협업 파트너 검색 서비스를 제공하는 시스템.
  6. 제5항에 있어서, 상기 인물이 가지는 전문성 정보는 다음 식을 만족하는 것을 특징으로 하는 협업 파트너 검색 서비스를 제공하는 시스템.
    Figure pat00005

    여기서, α+β+γ= 1, if(HP(p) = SCI) then λ=0.8 else λ = 0.2
    KP i = Expertise Point of i-th Person having Keyword K
    PR = Count on Project Information of i-th Person
    RI = Count of Paper Information of i-th Person
    HP = Count of Paper in Human Resource Information of i-th Person
    α = Weight of Project Information
    β = Weight of Paper Information
    γ = Weight of Paper in Human Resource Information
    i = Number of Person having Keyword K
    λ = 인물이 입력한 논문실적이 SCI 급과 기타 논문에 대한 가중치이다.
  7. 제1항에 있어서, 상기 지식맵 생성부는,
    상기 분석부의 인물이 가지는 전문성 정보를 기반으로 인물명, 과제수, 성과수, 소속기관, 과제 및 성과에 대한 리스트, 인물이 속한 기관ID 그리고, 기관명을 포함하는 인물이 가지는 전문성 정보를 나타내는 속성정보를 도출하고,
    링크의 ID, 링크의 소스, 타겟, 협업한 과제수, 협업한 성과수를 포함하는 인물과 인물간의 협업 관계를 나타내는 링크 정보를 도출하며,
    상기 도출된 인물이 가지는 속정 정보와 링크 정보를 토대로 소스와 타겟 간의 협업 관계를 지식맵으로 도출하는 것을 특징으로 하는 협업 파트너 검색 서비스를 제공하는 시스템.
  8. 제1항에 있어서, 상기 인터페이스부는,
    입력된 키워드와 상기 분석 DB에 저장된 키워드 매칭하고, 매칭된 키워드 및 상기 지식맵 생성부의 지식맵을 가시화하여 표시하도록 구비되는 것을 특징으로 하는 협업 파트너 검색 서비스를 제공하는 시스템.
  9. 분석 대상 DB 테이블로부터 형태소 분석 기법을 통해 키워드를 추출하고, 추출된 키워드로부터 DF(Document Frequency)값을 연산하여 저장하는 인덱싱 단계와,
    상기 인덱싱단계에서 추출된 키워드를 중심으로 키워드 별로 인물이 가지는 전문성 정보를 도출하여 전문성 정보에 대한 순위를 설정한 후 분석 DB에 저장하는 분석 단계와,
    상기 분석 단계의 인물이 가지는 전문성 정보에 대한 순위 인물에 대해 기 정의된 관계식을 기반으로 협업 관계를 연산하여 인물과 인물 간의 협업 관계에 대한 지식맵을 생성하는 지식맵 생성 단계와,
    상기 지식맵 생성 단계의 지식맵을 키워드 별로 가시화하여 표시하는 인터페이스 단계를 포함하는 것을 특징으로 하는 협업 파트너 검색 서비스를 제공하는 방법.
  10. 제9항에 있어서, 상기 인덱싱 단계는,
    분석 대상 테이블의 각 컬럼들을 형태소 분석 기술을 토대로 키워드를 추출하고
    추출된 키워드에 대해 기 정의된 관계식으로부터 DF(Document Frequency) 값을 생성하며,
    상기 생성된 DF(Document Frequency) 값을 기반으로 키워드들의 DF값의 분포도를 생성하고,
    생성된 키워드들의 DF값의 분포도가 기 설정된 소정 범위 내에 존재하는 키워드를 추출하도록 구비되는 것을 특징으로 하는 협업 파트너 검색 서비스를 제공하는 방법.
  11. 제10항에 있어서, 상기 추출된 키워드는 키워드들의 DF값의 분포도가 4<=sum(DF)<=10,000 인 키워드인 것을 특징으로 하는 협업 파트너 검색 서비스를 제공하는 방법.
  12. 제11항에 있어서, 상기 형태소 분석 기술은,
    정보검색 및 자연어처리분야에서 활용하는 N-gram 방식인 것을 특징으로 하는 협업 파트너 검색 서비스를 제공하는 방법.
  13. 제10항에 있어서, 상기 분석 단계는,
    상기 인덱싱 단계에서 추출된 키워드를 포함하는 과제정보 점수합(Count on Project Information of i-th Person )과 성과정보내의 논문점수합(Count of Paper Information of i-th Person )과, 인물의 논문실적의 합(Count of Paper in Human Resource Information of i-th Person) 및 각 과제정보 점수합, 논문 점수합, 및 논문실적 합 각각에 대해 가중치(Weight)를 부여하여 각 키워드에 대해 인물이 가지는 전문성 정보(Expertise Point)를 도출하고,
    도출된 인물이 가지는 전문성 정보를 각 키워드에 대응되어 분석 DB에 저장하도록 구비되는 것을 특징으로 하는 협업 파트너 검색 서비스를 제공하는 방법.
  14. 제13항에 있어서, 상기 인물이 가지는 전문성 정보는 다음 식을 만족하는 것을 특징으로 하는 협업 파트너 검색 서비스를 제공하는 방법.
    Figure pat00006

    여기서, α+β+γ= 1, if(HP(p) = SCI) then λ=0.8 else λ = 0.2
    KP i = Expertise Point of i-th Person having Keyword K
    PR = Count on Project Information of i-th Person
    RI = Count of Paper Information of i-th Person
    HP = Count of Paper in Human Resource Information of i-th Person
    α = Weight of Project Information
    β = Weight of Paper Information
    γ = Weight of Paper in Human Resource Information
    i = Number of Person having Keyword K
    λ = 인물이 입력한 논문실적이 SCI 급과 기타 논문에 대한 가중치이다.
  15. 제10항에 있어서, 상기 지식맵 생성 단계는,
    상기 분석 단계에서 생성된 인물이 가지는 전문성 정보를 기반으로 인물명, 과제수, 성과수, 소속기관, 과제 및 성과에 대한 리스트, 인물이 속한 기관ID 그리고, 기관명을 포함하는 인물이 가지는 전문성 정보를 나타내는 속성정보를 도출하고,
    링크의 ID, 링크의 소스, 타겟, 협업한 과제수, 협업한 성과수를 포함하는 인물과 인물간의 협업 관계를 나타내는 링크 정보를 도출하며,
    상기 도출된 인물이 가지는 속정 정보와 링크 정보를 토대로 소스와 타겟 간의 협업 관계를 지식맵으로 도출하는 것을 특징으로 하는 협업 파트너 검색 서비스를 제공하는 방법.
  16. 제10항에 있어서, 상기 인터페이스 단계는,
    입력된 키워드와 상기 분석 DB에 저장된 키워드 매칭하고, 매칭된 키워드 및 상기 지식맵 생성 단계에서 도출된 지식맵을 가시화하여 표시하도록 구비되는 것을 특징으로 하는 협업 파트너 검색 서비스를 제공하는 방법.
KR1020120135272A 2012-11-27 2012-11-27 협업 파트너 검색 서비스를 제공하는 시스템 및 방법 KR101426765B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020120135272A KR101426765B1 (ko) 2012-11-27 2012-11-27 협업 파트너 검색 서비스를 제공하는 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120135272A KR101426765B1 (ko) 2012-11-27 2012-11-27 협업 파트너 검색 서비스를 제공하는 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20140067697A true KR20140067697A (ko) 2014-06-05
KR101426765B1 KR101426765B1 (ko) 2014-08-06

Family

ID=51123878

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120135272A KR101426765B1 (ko) 2012-11-27 2012-11-27 협업 파트너 검색 서비스를 제공하는 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR101426765B1 (ko)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107895056A (zh) * 2017-12-29 2018-04-10 百度在线网络技术（北京）有限公司 一种信息推荐方法、装置、电子设备和存储介质
KR101985961B1 (ko) * 2018-03-23 2019-06-05 대한민국 국가연구개발과제 유사도 정량화 시스템 및 이를 이용한 국가연구개발과제 협업 제안 방법
CN110033851A (zh) * 2019-04-02 2019-07-19 腾讯科技（深圳）有限公司 信息推荐方法、装置、存储介质及服务器
CN111858960A (zh) * 2020-07-23 2020-10-30 海南大学 面向本质计算的跨dikw图谱的虚拟社区资源处理方法及组件
CN113779261A (zh) * 2021-08-19 2021-12-10 中国电子产品可靠性与环境试验研究所（（工业和信息化部电子第五研究所）（中国赛宝实验室）） 知识图谱的质量评价方法、装置、计算机设备及存储介质
KR20210150103A (ko) 2020-06-03 2021-12-10 위인터랙트(주) 사용자 정보 기반 협업 파트너 추천 시스템 및 그 방법
KR20230020680A (ko) * 2021-08-04 2023-02-13 한국과학기술정보연구원 인공지능 기반의 콘텐츠 추천을 위한 방법 및 장치
KR20230058959A (ko) * 2021-10-25 2023-05-03 인사이트비즈랩(주) 자연어처리 기반 연구자 추천 방법

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200053334A (ko) 2018-11-08 2020-05-18 연세대학교 원주산학협력단 융합 연구 촉진을 위한 연구원 맵 구축 방법 및 시스템
CN109460516A (zh) * 2018-11-16 2019-03-12 广东小天才科技有限公司 一种学习内容推荐方法及系统
CN111767412B (zh) * 2020-09-02 2020-12-08 成都数联铭品科技有限公司 用于知识图谱构建的数据映射方法及系统、电子设备

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100882582B1 (ko) * 2006-12-20 2009-02-12 한국과학기술정보연구원 시맨틱 웹 기반 연구정보 서비스 시스템 및 그 방법

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107895056A (zh) * 2017-12-29 2018-04-10 百度在线网络技术（北京）有限公司 一种信息推荐方法、装置、电子设备和存储介质
KR101985961B1 (ko) * 2018-03-23 2019-06-05 대한민국 국가연구개발과제 유사도 정량화 시스템 및 이를 이용한 국가연구개발과제 협업 제안 방법
CN110033851A (zh) * 2019-04-02 2019-07-19 腾讯科技（深圳）有限公司 信息推荐方法、装置、存储介质及服务器
CN110033851B (zh) * 2019-04-02 2022-07-26 腾讯科技（深圳）有限公司 信息推荐方法、装置、存储介质及服务器
KR20210150103A (ko) 2020-06-03 2021-12-10 위인터랙트(주) 사용자 정보 기반 협업 파트너 추천 시스템 및 그 방법
CN111858960A (zh) * 2020-07-23 2020-10-30 海南大学 面向本质计算的跨dikw图谱的虚拟社区资源处理方法及组件
CN111858960B (zh) * 2020-07-23 2021-09-10 海南大学 面向本质计算的跨dikw图谱的虚拟社区资源处理方法及组件
KR20230020680A (ko) * 2021-08-04 2023-02-13 한국과학기술정보연구원 인공지능 기반의 콘텐츠 추천을 위한 방법 및 장치
CN113779261A (zh) * 2021-08-19 2021-12-10 中国电子产品可靠性与环境试验研究所（（工业和信息化部电子第五研究所）（中国赛宝实验室）） 知识图谱的质量评价方法、装置、计算机设备及存储介质
CN113779261B (zh) * 2021-08-19 2024-01-30 中国电子产品可靠性与环境试验研究所（（工业和信息化部电子第五研究所）（中国赛宝实验室）） 知识图谱的质量评价方法、装置、计算机设备及存储介质
KR20230058959A (ko) * 2021-10-25 2023-05-03 인사이트비즈랩(주) 자연어처리 기반 연구자 추천 방법

Also Published As

Publication number Publication date
KR101426765B1 (ko) 2014-08-06

Similar Documents

Publication Publication Date Title
KR101426765B1 (ko) 협업 파트너 검색 서비스를 제공하는 시스템 및 방법
Chen et al. Using a novel conjunctive MCDM approach based on DEMATEL, fuzzy ANP, and TOPSIS as an innovation support system for Taiwanese higher education
CN109299090B (zh) 基金中心度计算方法、系统、计算机设备和存储介质
WO2016045153A1 (zh) 基于文本履历信息的信息可视化方法及智能可视分析系统
US20080097937A1 (en) Distributed method for integrating data mining and text categorization techniques
CN112966091B (zh) 一种融合实体信息与热度的知识图谱推荐系统
JP2015164022A (ja) マッチング装置、マッチング方法及びプログラム
JP2010079657A (ja) 情報処理装置、情報処理方法およびプログラム
KR20100113423A (ko) 역 벡터 공간 모델을 이용한 키워드 추천방법 및 그 장치
JP5494126B2 (ja) 文書推薦システム、文書推薦装置、文書推薦方法、及びプログラム
CN113190593A (zh) 一种基于数字人文知识图谱的搜索推荐方法
KR101064981B1 (ko) 다중 자원을 통합한 지식베이스를 이용하여 연구 주체간의 상관관계가 표시된 자원검색 정보 제공 장치 및 방법
CN118093801A (zh) 基于大语言模型的信息交互方法、装置以及电子设备
EP2613275B1 (en) Search device, search method, search program, and computer-readable memory medium for recording search program
You et al. Exploring public sentiments for livable places based on a crowd-calibrated sentiment analysis mechanism
JP5135412B2 (ja) 文書分析装置およびプログラム
Fox et al. Using the entropy weighting scheme in military decision making
KR20090065625A (ko) 지식베이스 구축 방법 및 그 서버
CN117420998A (zh) 一种客户端ui交互组件生成方法、装置、终端及介质
JP2016162357A (ja) 商品に対するユーザの感情分析装置及びプログラム
Chiarello et al. Design and implementation of a text mining-based tool to support scoping reviews
KR101526312B1 (ko) 현안 키워드 대응 연구개발 정보 서비스 시스템 및 방법
Jawa et al. A sentiment and interest based approach for product recommendation
JP5716223B1 (ja) 思考支援辞書、思考支援辞書システム、思考支援システム、思考支援方法、思考支援プログラム、思考支援プログラム記憶媒体、および思考支援データ記憶媒体
JP6925547B2 (ja) リアルタイムマークデータ生成方法及びシステム

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
FPAY Annual fee payment

Payment date: 20170703

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20180723

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20190701

Year of fee payment: 6