KR20140068942A - 검색 방법, 장치 및 시스템 - Google Patents
검색 방법, 장치 및 시스템 Download PDFInfo
- Publication number
- KR20140068942A KR20140068942A KR1020147006165A KR20147006165A KR20140068942A KR 20140068942 A KR20140068942 A KR 20140068942A KR 1020147006165 A KR1020147006165 A KR 1020147006165A KR 20147006165 A KR20147006165 A KR 20147006165A KR 20140068942 A KR20140068942 A KR 20140068942A
- Authority
- KR
- South Korea
- Prior art keywords
- user
- search
- data
- sns
- server
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 230000005540 biological transmission Effects 0.000 claims abstract description 4
- 238000012545 processing Methods 0.000 claims description 71
- 230000000873 masking effect Effects 0.000 claims description 34
- 238000005065 mining Methods 0.000 claims description 14
- 238000013507 mapping Methods 0.000 claims description 13
- 230000004044 response Effects 0.000 claims description 9
- 230000006855 networking Effects 0.000 claims description 7
- 230000000977 initiatory effect Effects 0.000 claims description 2
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000004458 analytical method Methods 0.000 description 9
- 230000006399 behavior Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
-
- 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
-
- 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
- G06F16/9538—Presentation of query results
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
컴퓨터 기술 분야에 관한 본 발명은 검색 방법, 장치 및 시스템을 개시한다. 본 방법은, 유저에 의해 제출된 검색 요청 정보 및 유저의 로그인 정보를 획득하는 단계; 유저의 로그인 정보에 따라 유저의 친구 관계 체인 데이터를 취득하는 단계; 및 유저의 검색 요청 정보 및 친구 관계 체인 데이터에 따라, SNS 데이터에서 검색하여 SNS 검색 결과를 취득하는 단계를 포함한다. 본 장치는 획득 모듈, 송신 모듈 및 검색 모듈을 포함한다. 본 발명에 따르면, 전통적인 검색 엔진이 SNS 검색 엔진과 조합되어, 유저는 자기의 친구 데이터, 동일한 관심과 취미를 가지는 유저의 데이터 및 SNS로부터 유저 인식에 기초한 고품질 데이터를 검출하거나 획득할 수 있어서, 이에 의해 검색 결과를 풍부하게 할 수 있다.
Description
본 출원은, 2011년 8월 8일에 중국 특허청에 출원된 중국 특허 출원 제201110226173.1호(발명의 명칭 "SEARCH METHOD, APPARATUS, AND SYSTEM")에 대한 우선권을 주장하며, 이 기초 출원은, 그의 전체 내용이 참조로 본 명세서에 포함된다.
기술 분야
본 발명은 컴퓨터 기술 분야에 관한 것으로, 보다 상세하게는, 검색 방법, 장치 및 시스템에 관한 것이다.
대량의 인터넷 정보의 폭발적인 성장으로, 검색 엔진은 사람들의 연구, 생활 및 업무에 중요한 도구가 되었다. 한편, 인터넷의 발달로, 자기 표현, 정보 교환 및 공유를 하는 친구를 만드는 대중적인 방법으로 소셜 네트워킹 서비스(social networking service: SNS)는 점점 더 많은 사람들에 열렬한 추구 대상이 되고 있다.
종래의 검색 기술에 따르면, 유저가 검색 요청 정보를 입력한 후, 서버는 검색 요청 정보에 따라 미리 설정된 정보 베이스에서 매칭된 정보를 검색한다. 예를 들어, 검색 키워드가 "Zhang San"인 경우, 검색 결과는 Zhang San이라고 이름하는 사람의 개인 정보가 된다. 개인 정보는 유저의 이름과 위치 정보를 포함한다.
본 발명을 구현하는 동안, 본 발명자는 종래 기술이 적어도 다음 문제를 가지고 있는 것을 발견하였다: 종래 기술에서, 검색 결과는 유저의 기본 개인 정보만을 포함하고, 검색 결과가 너무 단순하다.
유저의 검색 결과를 풍부하게 하기 위해, 본 발명의 실시예는 검색 방법, 장치 및 시스템을 제공한다. 기술적 해법은 다음과 같다:
일 측면에서, 본 발명의 실시예는 다음 단계를 포함하는 검색 방법을 제공한다:
유저에 의해 제출된 검색 요청 정보 및 유저의 로그인 정보를 획득하는 단계;
유저의 로그인 정보에 따라 유저의 친구 관계 체인 데이터를 취득하는 단계; 및
유저의 검색 요청 정보 및 친구 관계 체인 데이터에 따라, SNS 데이터에서 검색하여 SNS 검색 결과를 취득하는 단계.
유저의 로그인 정보에 따라 유저의 친구 관계 체인 데이터를 취득하는 단계는, 구체적으로
유저의 로그인 정보에 따라, 유저의 로그인 정보 및 유저의 개인 정보 사이에 맵핑 관계에서 매칭을 수행하여 유저의 개인 정보를 취득하는 단계; 및
유저의 개인 정보에 따라, 유저의 개인 정보 및 유저의 친구 관계 체인 데이터 사이에 맵핑 관계에서 매칭을 수행하여 유저의 친구 관계 체인 데이터를 취득하는 단계를 포함한다.
유저의 검색 요청 정보 및 친구 관계 체인 데이터에 따라, SNS 데이터에서 검색하여 SNS 검색 결과를 취득하는 단계는, 구체적으로
유저의 친구 관계 체인 데이터에 따라, SNS 인덱스(index) 서버에서 SNS 데이터로부터 유저의 친구의 SNS 데이터를 획득하는 단계; 및
검색 요청 정보에 따라, 유저의 친구의 SNS 데이터에서 검색하여 SNS 검색 결과를 취득하는 단계를 포함한다.
나아가, 유저에 의해 제출된 검색 요청 정보 및 유저의 로그인 정보를 획득한 후, 본 방법은,
검색 요청 정보에 따라, 유저의 검색 키워드 및 개인 정보 베이스 사이에 맵핑 관계에서 검색하여, 전통적인 검색 결과를 취득하는 단계; 및
SNS 검색 결과를 전통적인 검색 결과와 조합하고, 조합된 결과를 유저에 제공하는 단계를 더 포함한다.
나아가, 유저에 의해 제출된 검색 요청 정보 및 유저의 로그인 정보를 획득한 후, 본 방법은,
유저가 프라이버시 마스킹(privacy masking)을 요구하는지 질의하는 요청을 프라이버시 제어 서버에 개시하고, 프라이버시 마스킹이 요구되는 경우, 유저에 대한 식별자를 설정하고, 이 식별자를 검색 처리 서버에 저장하는 단계를 더 포함하고;
이에 대응하여, SNS 인덱스 서버가 SNS 검색 결과를 획득한 후, 본 방법은,
검색 처리 서버에 의해, SNS 인덱스 서버로부터 SNS 검색 결과를 수신하는 단계; 및
SNS 검색 결과에서 이 식별자를 포함하는 정보를 마스킹하여, 마스킹된 SNS 검색 결과를 취득하는 단계를 더 포함한다.
다른 측면에서, 본 발명의 실시예는 검색 장치를 제공한다. 본 장치는 획득 모듈, 송신 모듈 및 검색 모듈을 포함하며; 여기서
상기 획득 모듈은 유저에 의해 제출된 검색 요청 정보 및 유저의 로그인 정보를 획득하도록 구성되고;
상기 송신 모듈은 유저의 로그인 정보에 따라 유저의 친구 관계 체인 데이터를 취득하고, 유저의 친구 관계 체인 데이터를 검색 모듈에 송신하도록 구성되고;
상기 검색 모듈은 유저의 검색 요청 정보 및 친구 관계 체인 데이터에 따라, SNS 데이터에서 검색하여 SNS 검색 결과를 취득하도록 구성된다.
본 장치는 프라이버시 마킹(marking) 모듈 및 마스킹 모듈을 더 포함한다.
상기 프라이버시 마킹 모듈은 유저가 프라이버시 마스킹을 요구하는지 여부를 질의하는 요청을 프라이버시 제어 서버에 개시하고, 프라이버시 마스킹이 요구되는 경우, 유저에 대한 식별자를 설정하고, 이 식별자를 저장하도록 구성된다;
이에 대응하여, 상기 마스킹 모듈은, SNS 검색 결과가 획득된 후, SNS 검색 결과에서 이 식별자를 식별하는 정보를 마스킹하여, 마스킹된 SNS 검색 결과를 취득하도록 구성된다.
또 다른 측면에서, 본 발명의 실시예는 검색 시스템을 제공한다. 본 시스템은 유저 파악 서버, 검색 처리 서버 및 SNS 인덱스 서버를 포함한다.
검색 처리 서버는 유저에 의해 제출된 검색 요청 정보 및 유저의 로그인 정보를 획득하고; 유저의 로그인 정보를 유저 파악 서버에 송신하고; 유저 파악 서버에 의해 리턴된 유저의 검색 요청 정보 및 친구 관계 체인 데이터를 SNS 인덱스 서버에 송신하도록 구성된다.
유저 파악 서버는, 유저의 수신된 로그인 정보에 따라, 유저의 로그인 정보의 데이터 및 유저의 친구 관계 체인 데이터로부터 유저의 친구 관계 체인 데이터를 획득하고, 유저의 획득된 친구 관계 체인 데이터를 검색 처리 서버로 리턴하도록 구성된다.
SNS 인덱스 서버는 유저의 수신된 검색 요청 정보 및 친구 관계 체인 데이터에 따라 유저의 친구의 SNS 데이터로부터 SNS 검색 결과를 획득하도록 구성된다.
본 시스템은 데이터 액세스 서버, 데이터 파싱 및 마이닝 서버(data parsing and mining server) 및 SNS 검색 엔진을 더 포함한다.
데이터 액세스 서버는 개방형 플랫폼 프로토콜 또는 웹페이지 크롤러(crawler)를 사용하여 SNS 데이터를 획득하도록 구성된다.
데이터 파싱 및 마이닝 서버는 데이터 액세스 서버에 의해 송신된 SNS 데이터를 획득하고, 유저의 개인 정보, 유저의 친구 관계 체인 데이터 및 SNS 데이터를 파싱하고 마이닝하는 것에 의해 유저의 SNS 데이터를 취득하도록 구성된다.
SNS 검색 엔진은 검색 처리 서버에 의해 SNS 인덱스 서버로 송신된 유저의 검색 요청 정보 및 친구 관계 체인 데이터를 송신하고, SNS 인덱스 서버에 의해 획득된 SNS 검색 결과를 검색 처리 서버에 송신하도록 구성된다.
본 시스템은 전통적인 검색 엔진 및 전통적인 인덱스 서버를 더 포함한다.
검색 처리 서버는 검색 요청 정보를 전통적인 검색 엔진 서버에 송신하도록 더 구성된다.
전통적인 검색 엔진은 검색 요청 정보를 전통적인 인덱스 서버에 송신하고, 전통적인 인덱스 서버에 의해 획득된 전통적인 검색 결과를 검색 처리 서버에 송신하도록 구성된다.
전통적인 인덱스 서버는 전통적인 웹페이지 데이터의 반전된 인덱스(inverted index)를 저장하고, 검색 요청 정보에 따라 전통적인 검색 결과를 검색하도록 구성된다.
본 시스템은 프라이버시 제어 서버를 더 포함한다.
프라이버시 제어 서버는 유저가 프라이버시 마스킹을 요구하는지 여부를 질의하는 요청을 검색 처리 서버로부터 수신하고, 유저가 프라이버시 마스킹을 요구하는지 여부를 나타내는 정보를 운반하는 응답 정보를 리턴하도록 구성된다.
검색 처리 서버는 프라이버시 제어 서버로부터 응답 정보를 수신하고, 응답 정보가 유저가 프라이버시 마스킹을 요구하는 것을 나타내는 정보를 운반하는 경우 유저에 대한 식별자를 설정하고; SNS 검색 결과 및/또는 전통적인 검색 결과에서 이 식별자를 포함하는 정보를 마스킹하도록 더 구성된다.
본 발명의 실시예에 제공된 기술적 해법은 다음 유리한 효과를 달성한다:
유저의 친구 관계 체인 데이터 및 SNS 데이터를 완전히 사용하는 것에 의해, 유저에 의해 입력된 검색 요청 정보에 대응하는 유저의 친구의 SNS 데이터가 SNS에서 검색될 수 있다. SNS 데이터는 유저의 개인 정보를 포함할 뿐만 아니라, SNS에서 유저에 의해 포스팅(posted)되고 공유(shared)되고 인용(quoted)된 SNS 데이터를 포함한다. 이런 방식으로, 유저는 친구의 SNS 데이터를 획득할 수 있고, SNS로부터 동일한 관심과 취미를 가지는 친구를 더 찾을 수 있어서, 이에 의해 검색 결과를 풍부하게 하여 유저에 더 많은 가치를 가져다 줄 수 있다.
본 발명의 실시예에서 기술적 해법을 더 잘 이해하기 위하여, 실시예를 도시하는 첨부 도면이 이제 아래에서 간략히 설명된다. 명백히, 이하 설명에서 첨부 도면은 본 발명의 일부 실시예만을 도시하며, 이 기술 분야에 통상의 지식을 가진 자라면 과도한 노력 없이 첨부 도면으로부터 다른 첨부 도면을 유도할 수 있을 것이다.
도 1은 본 발명의 실시예 1에 따른 검색 방법의 흐름도;
도 2는 본 발명의 실시예 2에 따른 오프라인 검색 방법의 흐름도;
도 3은 본 발명의 실시예 2에 따른 온라인 검색 방법의 흐름도;
도 4는 본 발명의 실시예 3에 따른 검색 장치의 개략 구조도;
도 5는 본 발명의 실시예 4에 따른 검색 시스템의 개략 구조도.
도 1은 본 발명의 실시예 1에 따른 검색 방법의 흐름도;
도 2는 본 발명의 실시예 2에 따른 오프라인 검색 방법의 흐름도;
도 3은 본 발명의 실시예 2에 따른 온라인 검색 방법의 흐름도;
도 4는 본 발명의 실시예 3에 따른 검색 장치의 개략 구조도;
도 5는 본 발명의 실시예 4에 따른 검색 시스템의 개략 구조도.
본 발명의 목적, 기술적 해법 및 장점을 더 명확히 이해하기 위해, 본 발명의 실시예가 이제 첨부 도면을 참조하여 아래에서 상세히 설명된다.
실시예 1
도 1을 참조하면, 이 실시예는 다음 단계를 포함하는 검색 방법을 제공한다:
단계(101): 유저에 의해 제출된 검색 요청 정보 및 유저의 로그인 정보를 획득한다;
단계(102): 유저의 로그인 정보에 따라 유저의 친구 관계 체인 데이터를 취득한다; 및
단계(103): 유저의 검색 요청 정보 및 친구 관계 체인 데이터에 따라, SNS 데이터에서 검색하여 SNS 검색 결과를 취득한다.
이 실시예에 제공된 방법에 따라, 전통적인 검색 엔진은 SNS와 조합되어, SNS에서 유저의 친구 관계 체인 및 유저의 친구의 SNS 데이터가 완전히 사용될 수 있게 한다. 이런 방식으로, 유저는 친구 데이터, 동일한 관심과 취미를 가지는 유저의 데이터 및 SNS로부터 유저 인식에 기초한 고품질 데이터를 획득할 수 있어서, 이에 의해 검색 결과를 풍부하게 하고 유저에 더 많은 가치를 가져다 줄 수 있다.
실시예 2
이 실시예는 오프라인 처리 및 온라인 처리를 주로 수반하는 SNS-기반 검색 방법을 제공한다. 오프라인 처리는 데이터 마이닝 및 인덱스 생성을 주로 담당하고, 그 상세는 단계(201) 내지 단계(203)를 참조할 수 있다. 이 온라인 처리는 유저 검색 요청을 처리하는 일을 주로 담당하며, 그 상세는 단계(204) 내지 단계(214)를 참조할 수 있다.
도 2를 참조하면, 오프라인 처리는 데이터 액세스, 데이터 파싱, 데이터 분석 및 데이터 인덱스 생성 및 저장을 주로 수반하며, 이는 다음과 같이 상세히 기술된다:
단계(201): 데이터 액세스 서버는 개방형 플랫폼 프로토콜 또는 웹페이지 크롤러를 사용하는 것에 의해 SNS로부터 SNS 웹사이트의 데이터를 획득한다.
구체적으로, 이 실시예에 따르면, 데이터 액세스 서버에 의해 SNS 웹사이트의 데이터를 획득하는 방식은 종래 기술과 상이하다. 사용되는 개방형 플랫폼 프로토콜은 구체적으로 SOSO 개방형 플랫폼 프로토콜을 포함하며; 사용되는 웹페이지 크롤러는 sosospider, Gougou, OutfoxBot 또는 GigaBot 등일 수 있다.
이 실시예에 따르면, SNS는 인스턴스 메시징 도구(instant messaging tool), 예를 들어, TENCENT QQ를 통해 로그인된 TENCENT QQ Weibo 네트워크를 사용하는 것에 의해 로그인된 SNS를 더 포함한다.
단계(202): 데이터 액세스 서버는 획득된 데이터를 데이터 파싱 및 마이닝 서버에 송신하고, 데이터 파싱 및 마이닝 서버는 데이터를 파싱하고 마이닝한다.
획득된 서버의 파싱 및 마이닝에 의하여 데이터 파싱 및 마이닝 서버에 의해 획득된 결과는 3가지 유형의 데이터, 즉 유저의 개인 정보, 즉 유저 프로파일 데이터, 유저 친구 관계 체인 데이터 및 SNS 데이터를 주로 포함한다. 이들 3가지 유형의 데이터는 각각 다음과 같이 설명된다:
유저 프로파일 데이터는 유저의 기본 정보 및 SNS에서 유저의 명성 랭킹(people rank)(즉, 권위(authority))과 같은 정보를 포함한다. 유저의 기본 정보는 일반적으로 유저 이름, 이메일 주소, 성별, 나이, 교육 정도, 직위(post), 산업(industry), 도시 및 취미를 포함한다. 유저 이름 및 이메일 주소는 유저의 로그인 정보로 사용될 수 있다. 유저 프로파일 데이터는 유저의 로그인 정보와 유저 프로파일 데이터 사이에 맵핑 관계를 포함한다. 이 실시예에 따라, 유저의 명성 랭킹은 검색 결과를 유저에 더 잘 제공하도록 획득된다. 구체적으로, 검색된 정보는 명성 랭킹에 따라 랭킹 매겨질 수 있고, 사람들이 관심 있어 하는 유명인(celebrities)의 정보 및 데이터는 유저에 우선적으로 제공된다.
유저의 친구 관계 체인 데이터는 유저와 친구 사이의 상호 관계, 유저와 친구의 유대관계를 포함한다.
SNS 날짜는 일반적으로 SNS에서 유저에 의해 포스팅되고 인용되고 공유되고 코멘트(commented)되고 권고(recommended)된 컨텐츠 및 이 컨텐츠의 중요성 및 소셜 랭킹을 포함한다.
단계(203): 데이터 파싱 및 마이닝 서버는 유저의 프로파일 데이터 및 친구 관계 체인 데이터를 저장을 위해 유저 파악 서버에 송신하고, 유저의 친구의 프로파일 데이터 및 SNS 데이터를 저장을 위해 SNS 인덱스 서버에 송신한다.
파싱 및 마이닝에 의하여 데이터 파싱 및 마이닝 서버에 의해 획득된 3가지 유형의 데이터는 유저 파악 서버 및 SNS 인덱스 서버에 각각 송신된다. 구체적으로, 유저의 프로파일 데이터 및 친구 관계 체인 데이터는 유저 파악 서버로 송신되고, 유저의 친구의 프로파일 데이터 및 SNS 데이터는 저장을 위해 SNS 인덱스 서버에 송신된다. 그리하여, 유저 파악 서버 및 SNS 인덱스 서버는 유저의 프로파일 데이터를 모두 저장한다.
구체적으로, 오프라인 동작이 완료된 후, 유저 파악 서버는 SNS 웹사이트에서 유저의 프로파일 데이터 및 친구 관계 체인 데이터를 저장하여, 유저 파악 서버는, 검색 처리 서버로부터 유저에 의해 입력된 검색 요청 정보를 후속적으로 수신한 후, 유저의 검색 요청 정보 및 개인 정보 사이에 맵핑 관계에서 검색하는 것에 의해 유저의 개인 정보를 획득할 수 있어서, 이에 의해 유저의 개인 정보와 유저의 친구 관계 체인 데이터 사이에 맵핑 관계에 따라 유저의 친구 관계 체인 데이터를 더 획득할 수 있다. SNS 인덱스 서버는 SNS 웹사이트에서 유저의 프로파일 데이터 및 SNS 데이터를 저장하여, SNS 인덱스 서버는 유저의 친구 관계 체인 데이터에 따라 유저의 친구의 SNS 데이터를 획득할 수 있어서, 이에 의해 유저의 친구의 SNS 데이터에서 검색 동작을 더 수행할 수 있다.
전술한 오프라인 동작은 SNS 검색에 기초한다.
도 3을 참조하면, 이 실시예에 따르면 온라인 처리는 유저의 검색 요청에 따라 검색 결과를 획득하는 일을 주로 담당하며, 이는 다음과 같이 상세히 기술된다:
단계(204): 검색 처리 서버는 유저에 의해 제출된, 인덱스 키워드를 운반하는 검색 요청 정보를 획득한다.
유저에 의해 제출된 검색 요청 정보는 테니스와 뉴스와 같은 검색 키워드 필드일 수 있고, 또는 Li Na와 같은 유저 이름 필드일 수 있다.
구체적으로, 검색 처리 서버는 유저에 의해 제출된 검색 요청 정보를 수신하고; 검색 처리 서버는, 유저와 검색 엔진 사이에 브리지(bridge)로서, 유저에 의해 입력된 검색 요청 정보에 따라 검색 결과를 획득하는 일을 담당하고, 검색 결과를 유저에 제공한다.
단계(205): 검색 처리 서버는 유저가 소셜 검색을 선택하는지 또는 전통적인 검색을 선택하는지 여부를 판단하고; 유저가 소셜 검색을 선택한 것으로 결정되면, 검색 처리 서버는 단계(206) 내지 단계(211)를 수행하고; 유저가 전통적인 검색을 선택한 것으로 결정되면, 검색 처리 서버는 단계(212) 내지 단계(213)를 수행한다.
이 단계는 선호되는 단계이다. 실제로, 유저가 소셜 검색을 선택하여 단계(206) 내지 단계(209)가 수행되는 것이 디폴트로 설정될 수 있다.
검색 처리 서버는 유저가 소셜 검색을 선택하는지 또는 전통적인 검색을 선택하는지 여부를 판단하는 질의 요청을 프라이버시 제어 서버에 송신한다. 유저가 이전에 선택한 것이 없다면, 검색 처리 서버는 이를 선택할 것을 유저에 프롬프트하고, 유저의 선택 정보를 프라이버시 제어 서버에 저장한다. 이 단계에서, 유저는 선택 정보를 수정할 수 있다.
단계(206): 검색 처리 서버는 유저의 로그인 정보를 획득한다.
유저의 로그인 정보는 유저의 이메일 또는 유저 이름 또는 유저의 임의의 프로파일 데이터일 수 있다. 구체적으로, 유저가 소셜 검색을 선택하면, 유저는 자기의 SNS 계정에 로그인하여 유저의 SNS 데이터가 유저의 SNS 계정에 따라 획득될 수 있도록 하는 것이 필요하다. 유저의 로그인 정보는 유저 이름과 패스워드와 같은 정보를 주로 포함한다.
단계(207): 검색 처리 서버는 유저가 프라이버시 마스킹을 요구하는지 여부를 질의하는 요청을 프라이버시 제어 서버에 송신하고; 유저가 프라이버시 마스킹을 요구하는 경우, 프라이버시 제어 서버는 프라이버시 마스킹을 요구한 유저 정보를 검색 처리 서버에 리턴하고, 단계(208)를 수행하며; 유저가 프라이버시 마스킹을 요구하지 않으면, 프라이버시 제어 서버는 정보를 리턴하지 않고 단계(209)를 수행한다.
이 단계는 선호되는 단계이다. 로그인 정보를 입력한 후, 유저는 자기의 SNS 데이터가 검색될 수 있는지 여부를 설정할 수 있다. 유저의 SNS 데이터는 구체적으로 유저 프로파일 데이터, 관계 체인 데이터 및 유저에 의해 포스팅되고 인용되고 코멘트되고 공유되고 권고된 데이터를 포함한다. 유저가 프라이버시 마스킹을 수행하는 경우, 자기의 SNS 데이터는 검색되지 않는다.
단계(208): 검색 처리 서버는 프라이버시 마스킹을 요구하는 유저에 대한 식별자를 설정한다.
단계(209): 검색 처리 서버는 유저의 로그인 정보를 유저 파악 서버에 송신하여 유저 파악 서버에 의해 리턴된 유저의 친구 관계 체인 데이터를 획득한다.
구체적으로, 검색 처리 서버가 유저의 로그인 정보를 유저 파악 서버에 송신한 후, 유저 파악 서버는 로그인 정보를 분석한다. 구체적으로, 유저 파악 서버는 유저의 로그인 정보에 따라 유저의 로그인 정보와 유저의 개인 정보 사이에 미리 저장된 맵핑 관계로부터 유저의 로그인 정보에 대응하는 개인 정보를 제일 먼저 획득하고, 이후 유저의 개인 정보에 따라 유저의 개인 정보와 유저의 친구 관계 체인 데이터 사이에 미리 저장된 맵핑 관계에 매칭을 수행하여 유저의 친구 관계 체인 데이터를 취득한다. 유저 파악 서버는 유저의 친구 관계 체인 데이터를 SNS 검색 엔진을 사용하여 SNS 인덱스 서버에 송신하고; SNS 검색 엔진은 검색을 수행하여 SNS 검색 결과를 취득한다.
나아가, 이 단계에서, 검색 처리 서버는 또한 유저의 검색 요청 정보를 질의 파악 서버에 송신하여 검색 단어를 의미적으로 분석하는 것에 의해 질의 파악 서버에 의해 획득된 의미 데이터를 획득할 수 있다. 본 명세서에서 검색 단어에 대한 분석은 종래 기술에 속하므로, 이 실시예에서 더 설명되지 않는다. 질의 파악 서버는 유저의 검색 요청 정보에 따라 의미 지식 베이스 및 유저 검색 거동 데이터를 호출하고, 의미 데이터 및 유저 검색 거동 데이터에 따라 수신된 검색 요청 정보에서 운반된 개인 정보를 분석하여, 의미 데이터를 취득한다.
구체적으로, 검색 처리 서버는 검색 요청 정보에 따라 유저의 친구 관계 체인 데이터를 취득하고, 검색 요청 정보에 따라 의미 데이터를 취득하며; 유저 파악 서버 및 질의 파악 서버는 분석 동작을 모두 수행한다. 구체적으로, 유저 파악 서버는 유저의 로그인 정보에 따라 유저의 개인 정보를 취득하고, 유저의 개인 정보에 따라 유저의 친구 관계 체인 데이터를 취득하며; 질의 파악 서버는 유저의 검색 요청 정보에 따라 파싱하는 것에 의해 의미 데이터를 취득한다. 유저 파악 서버는 유저의 친구 관계 체인 데이터를 검색을 위해 SNS 인덱스 서버에 송신하고, SNS 검색 결과를 취득하며, 질의 파악 서버는 의미 데이터를 검색을 위해 전통적인 인덱스 서버에 송신하여, 전통적인 검색 결과를 취득한다.
이 경우에, 유저가 소셜 검색을 선택하면, SNS 검색 결과가 취득될 뿐만 아니라, 전통적인 검색 결과가 취득된다. 그리하여, SNS 검색 결과 및 전통적인 검색 결과가 동시에 유저에 동시에 제공되어, 완전하고 철저한 정보 표현을 유저에 제공할 수 있다. 질의 파악 서버는 검색 요청 정보에 따라 의미 지식 베이스 및 유저 검색 거동 데이터를 호출하고, 분석에 의하여 검색 요청 정보에 대응하는 의미 데이터를 취득한다.
단계(210): 검색 처리 서버는 유저의 검색 요청 정보 및 친구 관계 체인 데이터를 검색을 위해 SNS 인덱스 서버에 송신하고, SNS 검색 결과를 취득한다.
유저가 소셜 검색을 선택하고, 검색 처리 서버가 유저의 검색 요청 정보 및 친구 관계 체인 데이터를 SNS 검색 엔진에 송신한 후, SNS 검색 엔진은 유저의 검색 요청 정보 및 친구 관계 체인 데이터를 SNS 인덱스 서버에 송신하여 SNS 인덱스 서버가 검색 동작을 완료하게 한다.
구체적으로, SNS 인덱스 서버는 유저의 친구 관계 체인 데이터에 따라 미리 저장된 SNS 데이터로부터 유저의 친구의 SNS 데이터를 획득한다. 유저의 친구의 SNS 데이터는 구체적으로 유저의 친구에 의해 포스팅되고 인용되고 공유되고 코멘트되고 권고된 SNS 데이터를 포함한다. SNS 인덱스 서버는 검색 요청 정보에 따라 유저의 친구의 SNS 데이터로부터 SNS 검색 결과를 더 획득한다.
SNS 인덱스 서버에 의해 리턴된 SNS 검색 결과는 다음 유형의 데이터, 즉 SNS에서 유저의 가까운 친구의 프로파일 데이터 및 가까운 친구에 의해 포스팅되고 인용되고 공유되고 코멘트되고 권고된 SNS 데이터; SNS에서 권위에 기초하여 랭킹 매겨진 유명인의 프로파일 데이터 및 이 유명인에 의해 포스팅되고 인용되고 공유되고 코멘트되고 권고된 SNS 데이터; 소셜 랭킹에 기초하여 랭킹 매겨진 SNS 데이터; 및 중요도에 기초하여 랭킹 매겨진 SNS 데이터를 포함할 수 있다.
이 단계에서, 검색 처리 서버는 또한 의미 데이터를 검색을 위해 전통적인 인덱스 서버에 송신하고, 전통적인 검색 결과를 취득할 수 있다. 구체적으로, 검색 처리 서버는 의미 데이터를 전통적인 검색 엔진에 송신하고, 전통적인 검색 엔진은 의미 데이터를 전통적인 인덱스 서버에 송신하여 전통적인 인덱스 서버가 유저의 친구의 미리 저장된 개인 정보 베이스에 따라 검색을 수행하여, 검색 동작을 완료하게 한다. 전통적인 인덱스 서버는 또한 전통적인 검색 결과를 랭킹 매길 수 있다. 검색된 웹페이지를 랭킹 매기는 것은 유저 또는 그 소셜 랭킹에 의해 포스팅되고 공유되고 권고된 데이터의 양에 따라 랭킹 매기는 것을 말한다.
전통적인 인덱스 서버는 개방형 플랫폼 프로토콜 또는 웹페이지 크롤러를 사용하여 웹으로부터 웹사이트의 데이터를 획득하고, 전통적인 웹페이지의 데이터의 반전된 인덱스를 저장한다. 게다가, 전통적인 인덱스 서버는 웹페이지 권위, 품질, 타이밍(timeliness), 유형 및 주제와 같은 페이지 정보를 저장할 수 있다. 전통적인 검색 인덱스로부터 질의 분석 결과를 수신한 후, 전통적인 인덱스 서버는 질의 분석 결과에 따라 관련된 전통적인 검색 결과를 획득한다.
실제로, 검색 처리 서버는 검색 요청 정보, 분석에 의하여 유저 파악 서버에 의해 획득된 유저의 친구 관계 체인 데이터 및 분석에 의하여 질의 파악 서버에 의해 획득된 의미 데이터를 SNS 검색 엔진에 송신할 수 있다. SNS 검색 엔진은 이들 데이터를 검색을 위해 SNS 인덱스 서버에 송신하여, 검색 요청 정보에 대응하는 SNS 검색 결과 및 전통적인 검색 결과를 획득한다. 대안적으로, SNS 검색 결과 및 전통적인 검색 결과는 전통적인 인덱스 서버에서 조합될 수 있고, 이후 전통적인 검색 엔진을 사용하는 것에 의해 검색 처리 서버에 리턴된다. 검색 처리 서버는 동시에 SNS 검색 결과 및 전통적인 검색 결과를 제공한다.
단계(211): 검색 처리 서버는 SNS 검색 결과와 전통적인 검색 결과를 조합하고 이를 랭킹 매기고, 단계(214)를 수행한다.
구체적으로, SNS 검색 결과 및 전통적인 검색 결과를 조합하는 것은 SNS 검색 결과 및 전통적인 검색 결과를 동일한 웹페이지에 표시하여 검색 결과를 유저에 제공하는 것을 말한다.
검색 결과를 랭킹 매기는 동안, 검색 처리 서버는 우선순위를 설정할 수 있다. 예를 들어, 명성 랭킹의 우선순위가 높은 데서 낮은 순으로(high-to-low order) 설정되면, SNS 검색 결과 및 전통적인 검색 결과에서, 유저에 의해 포스팅되고 인용되고 코멘트되고 공유되고 권고되는 SNS 데이터는 명성 랭킹의 우선순위의 높은 데서 낮은 순으로 랭킹 매겨지고; 소셜 랭킹의 우선 순위가 높은 데서 낮은 순으로 설정되면, SNS 검색 결과 및 전통적인 검색 결과에서, 유저에 의해 포스팅되고 인용되고 코멘트되고 공유되고 권고된 SNS 데이터는 소셜 랭킹의 우선 순위의 높은 데서 낮은 순으로 랭킹 매겨지고; SNS 데이터는 소셜 랭킹 또는 그 중요도에 따라 랭킹 매겨지고, 유저에 의해 포스팅되거나 공유된 컨텐츠가 제공된다.
단계(212): 유저의 검색 요청 정보가 질의 파악 서버에 송신된다. 질의 파악 서버는 분석에 의하여 의미 데이터를 취득하고, 의미 데이터에 따라 전통적인 인덱스 서버에서 검색을 수행하며, 전통적인 검색 결과를 취득한다.
구체적으로, 유저가 단계(205)에서 전통적인 검색을 선택하면, 검색 처리 서버는 단계(204)에서 유저에 의해 제출된 검색 요청 정보를 질의 파악 서버에만 송신하고, 분석에 의하여 의미 데이터를 획득하며; 의미 데이터를 검색을 위해 전통적인 인덱스 서버에 더 송신하고, 전통적인 검색 결과를 취득한다.
단계(213): 전통적인 인덱스 서버에 의해 리턴된 전통적인 검색 결과는 검색 처리 서버에 송신되고, 검색 처리 서버는 전통적인 검색 결과를 SNS 검색 결과와 조합하여, 이를 랭킹 매기고, 단계(214)를 수행한다.
전통적인 검색 결과를 SNS 검색 결과와 조합하고 이를 랭킹 매기는 처리는 단계(210)에서의 동작과 유사하므로 이에 더 설명되지 않는다. 검색 처리 서버는 최종적으로 상기 전통적인 검색 결과를 유저에 제공할 수 있다.
단계(214): 검색 처리 서버에 의해 처리된 검색 결과가 제공된다.
구체적으로, 유저가 소셜 검색을 선택하면, 이 단계에서 검색 결과는 SNS 검색 엔진에 의해 리턴된 SNS 검색 결과와 전통적인 검색 엔진에 의해 리턴된 전통적인 검색 결과를 조합한 것이고; 단계(208)에서, 검색 처리 서버가 프라이버시 마스킹을 요구하는 유저에 대한 식별자를 설정하는 경우, 검색 결과를 유저에 표시하는 동안, SNS 검색 결과에서 이 식별자를 포함하는 정보는 마스킹되고, 마스킹된 SNS 검색 결과가 유저에 제공된다.
유저가 전통적인 검색을 선택하면, 그 결과는 이 단계에서 전통적인 검색 엔진에 의해 리턴된 전통적인 검색 결과만을 랭킹한 것이다.
나아가, 이 실시예에 따라, 데이터에 있어서의 결합을 감소시키기 위하여, SNS 검색 엔진은 유저에 대해 서비스를 개별적으로 제공하기 위해 생성될 수 있다. 이 SNS 검색 엔진은 소셜 검색 및 전통적인 검색 중에서 수직 검색을 수행하는데, 즉, 소셜 검색 및 전통적인 검색을 독립적으로 수행하여 SNS 검색 결과 및 전통적인 검색 결과를 각각 취득한다. SNS 검색 결과 및 전통적인 검색 결과가 취득된 후, 소셜 검색에 의해 취득된 SNS 검색 결과는 전통적인 검색 결과에 로딩되어, SNS 검색 결과와 전통적인 검색 결과가 동시에 유저에 제공되게 할 수 있다.
나아가, 이 실시예에 따라, SNS 인덱스 서버 및 전통적인 인덱스 서버는 하나의 인덱스 서버로 조합될 수 있다. 구체적으로, SNS 검색 결과 및 전통적인 검색 결과는 인덱스 면에서 조합될 수 있다. 소셜 검색 동안, SNS 인덱스 서버에 의해 수행되는 동작은 모두 전통적인 인덱스 서버에 의해 수행되어, 예를 들어, 유저 프로파일 데이터 및 유저에 의해 포스팅되고 공유되고 권고되는 데이터를 수신하고, SNS 검색 엔진에 의해 송신된 분석 결과에 따라 유저의 SNS 검색 결과를 검색한다. 이런 기술적 해법으로, 단 하나의 인덱스 서버만이 사용되므로, SNS 검색 결과 및 전통적인 인덱스 데이터는 데이터 면에서 조합되어, 데이터 면에서 콤팩트한 구조를 가능하게 한다.
이 실시예에서 제공된 방법에 따라, 전통적인 검색 엔진은 SNS와 조합되어, SNS에서 유저의 친구 관계 체인 및 유저의 친구에 의해 포스팅되고 공유되고 코멘트되고 권고되는 데이터가 완전히 사용될 수 있다. 이런 방식으로, 유저는 친구 데이터, 동일한 관심과 취미를 가지는 유저의 데이터 및 SNS로부터 유저 인식에 기초하여 고품질 데이터를 획득할 수 있어서, 이에 의해 검색 결과를 풍부하게 하고 유저에 보다 많은 가치를 가져다 주어, 결과에서 상호작용에 참가할 수 있다. 게다가, SNS-기반 검색 동안, 유저는 자기의 SNS 데이터를 공개(publish)하거나 공개하지 않을 수 있고, 자기의 SNS 데이터를 공개한 유저만이 다른 유저에 의해 검출될 수 있다. 이런 메커니즘은 유저의 프라이버시 누설을 방지하여, 유저 경험을 개선시킨다.
실시예 3
도 4를 참조하면, 이 실시예는 검색 장치를 제공한다. 본 장치는 획득 모듈(301), 송신 모듈(302) 및 검색 모듈(303)을 포함한다.
획득 모듈(301)은 유저에 의해 제출된 검색 요청 정보 및 유저의 로그인 정보를 획득하도록 구성된다.
송신 모듈(302)은 유저의 로그인 정보에 따라 유저의 친구 관계 체인 데이터를 취득하고, 유저의 친구 관계 체인 데이터를 검색 모듈에 송신하도록 구성된다.
검색 모듈(303)은 유저의 검색 요청 정보 및 친구 관계 체인 데이터에 따라 검색하고, SNS 데이터에서 검색하여 SNS 검색 결과를 취득한다.
나아가, 본 장치는 프라이버시 마킹 모듈 및 마스킹 모듈을 더 포함한다.
프라이버시 마킹 모듈은 유저가 프라이버시 마스킹을 요구하는지 여부를 질의하는 요청을 프라이버시 제어 서버에 개시하고, 프라이버시 마스킹이 요구되는 경우, 유저에 대한 식별자를 설정하고, 이 식별자를 저장하도록 구성된다.
이에 대응하여, 마스킹 모듈은, SNS 검색 결과가 획득된 후, 식별자에 따라, SNS 검색 결과에서 이 식별자를 포함하는 정보를 마스킹하여, 마스킹된 SNS 검색 결과를 취득하도록 구성된다.
본 장치는 개방형 플랫폼 프로토콜 또는 웹페이지 크롤러를 사용하는 것에 의해 SNS 데이터를 획득하도록 구성된 전처리 모듈을 더 포함하며, 여기서 SNS 데이터는 유저의 개인 정보, 유저의 친구 관계 체인 데이터 및 유저의 SNS 데이터를 포함한다.
이 실시예에서 제공된 장치에 따라, 전통적인 검색 엔진은 SNS와 조합되어, SNS에서 유저의 친구 관계 체인 및 유저의 친구에 의해 포스팅되고 공유되고 코멘트되고 권고된 데이터가 완전히 사용될 수 있다. 이런 방식으로, 유저는 친구 데이터, 동일한 관심과 취미를 가지는 유저의 데이터 및 SNS로부터 유저 인식에 기초한 고품질 데이터를 획득할 수 있어서, 이에 의해 검색 결과를 풍부하게 하고 유저에 보다 많은 가치를 가져다 주어, 결과에 상호작용에 참가할 수 있다. 게다가, SNS-기반 검색 동안, 유저는 자기의 SNS 데이터를 공개하거나 공개하지 않을 수 있으며, 자기의 SNS 데이터를 공개한 유저만이 다른 유저에 의해 검출될 수 있다. 이런 메커니즘은 유저의 프라이버시 누설을 방지하여, 유저 경험을 개선시킨다.
이 실시예에서 제공된 검색 장치는 방법 실시예와 동일한 본 발명의 개념에 기초한다. 그리하여, 상세히 기술된 구현은 본 발명의 방법 실시예의 상세한 설명을 참조할 수 있으므로 이에 더 설명되지 않는다.
이 기술 분야에 통상의 지식을 가진 자라면 전술한 방법 단계의 전부 또는 일부가 하드웨어 또는 프로그램 명령을 추종하는 하드웨어에 의해 구현될 수 있다는 것을 이해할 수 있을 것이다. 프로그램은 컴퓨터 판독가능한 저장 매체에 저장될 수 있다. 저장 매체는 판독 전용 메모리, 자기 디스크 또는 콤팩트 디스크-판독 전용 메모리일 수 있다.
실시예 4
도 5를 참조하면, 이 실시예는 검색 시스템을 제공한다. 이 시스템은 유저 파악 서버(403), 검색 처리 서버(404) 및 SNS 인덱스 서버(406)를 포함한다.
검색 처리 서버(404)는 유저에 의해 제출된 검색 요청 정보 및 유저의 로그인 정보를 획득하고; 유저의 로그인 정보를 유저 파악 서버(403)에 송신하고; 유저 파악 서버(403)에 의해 리턴된 유저의 검색 요청 정보 및 친구 관계 체인 데이터를 SNS 인덱스 서버(406)에 송신하도록 구성된다.
유저 파악 서버(403)는, 유저의 수신된 로그인 정보에 따라, 유저의 개인 정보 및 유저의 친구 관계 체인 데이터 사이에 미리 저장된 맵핑 관계로부터 유저의 친구 관계 체인 데이터를 획득하고, 유저의 획득된 친구 관계 체인 데이터를 검색 처리 서버(404)에 리턴하도록 구성된다.
SNS 인덱스 서버(406)는 유저의 수신된 검색 요청 정보 및 친구 관계 체인 데이터에 따라 유저의 친구의 미리 저장된 SNS 데이터로부터 SNS 검색 결과를 획득하도록 구성된다.
나아가, 이 시스템은 데이터 액세스 서버(401), 데이터 파싱 및 마이닝 서버(402) 및 SNS 검색 엔진(405)을 더 포함한다.
데이터 액세스 서버(401)는 개방형 플랫폼 프로토콜 또는 웹페이지 크롤러를 사용하여 SNS 데이터를 획득하도록 구성된다.
데이터 파싱 및 마이닝 서버(402)는 데이터 액세스 서버에 의해 송신된 SNS 데이터를 획득하고, 유저의 개인 정보, 유저의 친구 관계 체인 데이터 및 SNS 데이터를 파싱하고 마이닝하는 것에 의해 유저의 SNS 데이터를 취득하도록 구성된다.
SNS 검색 엔진(405)은 검색 처리 서버에 의해 송신된 유저의 검색 요청 정보 및 친구 관계 체인 데이터를 SNS 인덱스 서버에 송신하고, SNS 인덱스 서버(406)에 의해 획득된 SNS 검색 결과를 검색 처리 서버(404)에 송신하도록 구성된다.
나아가, 이 시스템은 질의 파악 서버(407), 전통적인 검색 엔진(408) 및 전통적인 인덱스 서버(409)를 더 포함한다.
검색 처리 서버(404)는 검색 요청 정보를 질의 파악 서버에 송신하도록 더 구성된다.
질의 파악 서버(407)는 검색 처리 서버에 의해 송신된 검색 요청 정보를 분석하여 의미 데이터를 취득하며, 이 의미 데이터를 전통적인 검색 엔진에 송신하도록 구성된다.
전통적인 검색 엔진(408)은 의미 데이터를 전통적인 인덱스 서버에 송신하고, 전통적인 인덱스 서버에 의해 획득된 전통적인 검색 결과를 검색 처리 서버에 송신하도록 구성된다.
전통적인 인덱스 서버(409)는 전통적인 웹페이지 데이터의 반전된 인덱스를 저장하고, 검색 요청 정보에 따라 전통적인 검색 결과를 검색하도록 구성된다.
나아가, 이 시스템은 프라이버시 제어 서버(410)를 더 포함한다.
프라이버시 제어 서버(410)는 유저가 프라이버시 마스킹을 요구하는지 여부를 질의하는 요청을 검색 처리 서버(404)로부터 수신하고, 유저가 프라이버시 마스킹을 요구하는지 여부를 나타내는 정보를 운반하는 응답 정보를 리턴하도록 구성된다.
검색 처리 서버(404)는 프라이버시 제어 서버(410)로부터 응답 정보를 수신하고, 응답 정보가 유저가 프라이버시 마스킹을 요구하는 것을 나타내는 정보를 운반하는 경우 유저에 대한 식별자를 설정하고; SNS 검색 결과에서 이 식별자를 포함하는 정보를 마스킹하도록 더 구성된다.
이 실시예에서 제공된 장치에 따라, 전통적인 검색 엔진은 SNS와 조합되어, SNS에서 유저의 친구 관계 체인 및 유저의 친구의 SNS 데이터가 완전히 사용될 수 있게 한다. 이런 방식으로, 유저는 친구 데이터, 동일한 관심과 취미를 가지는 유저의 데이터 및 SNS로부터 유저 인식에 기초한 고품질 데이터를 획득할 수 있어서, 이에 의해 검색 결과를 풍부하게 하고 유저에 보다 많은 가치를 가져다 주어, 결과에 상호작용에 참가할 수 있게 한다. 게다가, SNS-기반 검색 동안, 유저는 자기의 SNS 데이터를 공개하거나 공개하지 않을 수 있고, 자기의 SNS 데이터를 공개한 유저만이 다른 유저에 의해 검출될 수 있다. 이런 메커니즘은 유저의 프라이버시 누설을 방지하여, 유저 경험을 개선시킨다.
이 실시예에서 제공된 검색 시스템은 방법 실시예와 동일한 본 발명의 개념에 기초한다. 그리하여, 상세히 기술된 구현은 본 발명의 방법 실시예의 설명을 참조할 수 있으므로 더 설명되지 않는다.
이 기술 분야에 통상의 지식을 가진 자라면 설명된 장치 또는 시스템 실시예이 단지 예시적인 것이라는 것을 명확히 이해할 수 있을 것이다. 구체적으로, 유닛/모듈 분할은 단지 논리적 기능으로 분할된 것이며 실제 구현에서는 다르게 분할될 수 있다. 예를 들어, 본 발명의 실시예에서 여러 기능 유닛/모듈은 처리 유닛/모듈로 집적되거나, 물리적으로 독립적인 유닛/모듈일 수 있거나; 또는 2개를 초과하는 기능 유닛/모듈이 하나의 유닛/모듈로 집적될 수 있다. 집적 유닛/모듈은 하드웨어 형태로 구현될 수 있거나, 소프트웨어 기능 유닛/모듈 형태로 구현될 수 있다.
이 기술 분야에 통상의 지식을 가진 자라면 전술한 방법 단계의 전부 또는 일부가 하드웨어 또는 프로그램 명령을 추종하는 하드웨어에 의해 구현될 수 있다는 것을 이해할 수 있을 것이다. 프로그램은 컴퓨터 판독가능한 저장 매체에 저장될 수 있다. 저장 매체는 판독 전용 메모리, 자기 디스크 또는 콤팩트 디스크-판독 전용 메모리일 수 있다.
전술한 것은 본 발명의 단지 예시적인 실시예일 뿐, 본 발명을 제한하려는 것이 전혀 아니다. 본 발명의 사상과 원리를 벗어남이 없이 이루어진 변형, 균등 대체 또는 개선은 본 발명의 보호 범위 내에 있는 것이다.
Claims (11)
- 검색 방법으로서,
유저에 의해 제출된 검색 요청 정보 및 유저의 로그인 정보를 획득하는 단계;
상기 유저의 로그인 정보에 따라 상기 유저의 친구 관계 체인 데이터를 취득하는 단계; 및
상기 유저의 검색 요청 정보 및 상기 친구 관계 체인 데이터에 따라, 소셜 네트워킹 서비스(social networking service: SNS) 데이터에서 검색하여 SNS 검색 결과를 취득하는 단계를 포함하는 검색 방법. - 제1항에 있어서, 상기 유저의 로그인 정보에 따라 상기 유저의 친구 관계 체인 데이터를 취득하는 단계는,
상기 유저의 로그인 정보에 따라, 유저의 로그인 정보 및 유저의 개인 정보 사이에 맵핑 관계에서 매칭을 수행하여 상기 유저의 개인 정보를 취득하는 단계; 및
상기 유저의 개인 정보에 따라, 유저의 개인 정보 및 유저의 친구 관계 체인 데이터 사이에 맵핑에서 매칭을 수행하여 상기 유저의 친구 관계 체인 데이터를 취득하는 단계를 더 포함하는 것인 검색 방법. - 제1항에 있어서, 상기 유저의 검색 요청 정보 및 상기 친구 관계 체인 데이터에 따라, SNS 데이터에서 검색하여 SNS 검색 결과를 취득하는 단계는,
상기 유저의 친구 관계 체인 데이터에 따라, SNS 인덱스 서버에서 SNS 데이터로부터 상기 유저의 친구의 SNS 데이터를 획득하는 단계; 및
상기 검색 요청 정보에 따라, 상기 유저의 친구의 SNS 데이터에서 검색하여 상기 SNS 검색 결과를 취득하는 단계를 더 포함하는 것인 검색 방법. - 제1항에 있어서, 유저에 의해 제출된 검색 요청 정보 및 상기 유저의 로그인 정보를 획득한 후, 상기 방법은,
상기 검색 요청 정보에 따라, 유저의 검색 키워드 및 개인 정보 베이스 사이에 맵핑 관계에서 검색하여, 전통적인 검색 결과를 취득하는 단계; 및
상기 소셜 네트워킹 서비스의 검색 결과를 전통적인 검색 결과와 조합하여, 상기 조합된 결과를 상기 유저에 제공하는 단계를 더 포함하는 검색 방법. - 제1항에 있어서, 유저에 의해 제출된 검색 요청 정보 및 상기 유저의 로그인 정보를 획득한 후, 상기 방법은,
상기 유저가 프라이버시 마스킹을 요구하는지 여부를 질의하는 요청을 프라이버시 제어 서버에 개시하고, 상기 프라이버시 마스킹이 요구되는 경우, 상기 유저에 대한 식별자를 설정하며, 상기 식별자를 검색 처리 서버에 저장하는 단계를 더 포함하되;
이에 대응하여, SNS 인덱스 서버가 상기 SNS 검색 결과를 획득한 후, 상기 방법은,
상기 검색 처리 서버에 의해, 상기 소셜 네트워킹 서비스 인덱스 서버로부터 상기 SNS 검색 결과를 수신하는 단계; 및
상기 SNS 검색 결과에서 상기 식별자를 포함하는 정보를 마스킹하여, 마스킹된 SNS 검색 결과를 취득하는 단계를 더 포함하는 검색 방법. - 획득 모듈, 송신 모듈 및 검색 모듈을 포함하는 검색 장치로서,
상기 획득 모듈은 유저에 의해 제출된 검색 요청 정보 및 상기 유저의 로그인 정보를 획득하도록 구성되고;
상기 송신 모듈은 상기 유저의 로그인 정보에 따라 상기 유저의 친구 관계 체인 데이터를 취득하고, 상기 유저의 친구 관계 체인 데이터를 상기 검색 모듈에 송신하도록 구성되며;
상기 검색 모듈은, 상기 유저의 검색 요청 정보 및 상기 친구 관계 체인 데이터에 따라, 소셜 네트워킹 서비스(SNS) 데이터에서 검색하여 SNS 검색 결과를 취득하도록 구성된 것인 검색 장치. - 제6항에 있어서, 프라이버시 마킹 모듈 및 마스킹모듈을 더 포함하되;
상기 프라이버시 마킹 모듈은 상기 유저가 프라이버시 마스킹을 요구하는지 여부를 질의하는 요청을 프라이버시 제어 서버에 개시하고, 상기 프라이버시 마스킹이 요구되는 경우, 상기 유저에 대한 식별자를 설정하며, 상기 식별자를 저장하도록 구성되고;
이에 대응하여, 상기 마스킹 모듈은, 상기 SNS 검색 결과가 획득된 후, 상기 식별자에 따라, 상기 SNS 검색 결과에서 상기 식별자를 포함하는 정보를 마스킹하여, 마스킹된 SNS 검색 결과를 취득하도록 구성된 것인 검색 장치. - 검색 처리 서버, 유저 파악 서버 및 소셜 네트워킹 서비스(SNS) 인덱스 서버를 포함하는 검색 시스템으로서;
상기 검색 처리 서버는 유저에 의해 제출된 검색 요청 정보 및 상기 유저의 로그인 정보를 획득하고; 상기 유저의 로그인 정보를 상기 유저 파악 서버에 송신하며; 상기 유저 파악 서버에 의해 리턴된 상기 유저의 검색 요청 정보 및 친구 관계 체인 데이터를 상기 SNS 인덱스 서버에 송신하도록 구성되고;
상기 유저 파악 서버는 상기 유저의 수신된 로그인 정보에 따라, 유저의 개인 정보 및 유저의 친구 관계 체인 데이터 사이에 맵핑 관계로부터 상기 유저의 친구 관계 체인 데이터를 획득하고, 상기 유저의 획득된 친구 관계 체인 데이터를 상기 검색 처리 서버에 리턴하도록 구성되며;
상기 SNS 인덱스 서버는 상기 유저의 수신된 검색 요청 정보 및 친구 관계 체인 데이터에 따라 상기 유저의 친구의 SNS 데이터로부터 SNS 검색 결과를 획득하도록 구성된 것인 검색 시스템. - 제8항에 있어서, 데이터 액세스 서버, 데이터 파싱 및 마이닝 서버(data parsing and mining server) 및 소셜 네트워킹 서비스(SNS) 검색 엔진을 더 포함하되;
상기 데이터 액세스 서버는 개방형 플랫폼 프로토콜 또는 웹페이지 크롤러를 사용하여 SNS 데이터를 획득하도록 구성되고;
상기 데이터 파싱 및 마이닝 서버는 상기 데이터 액세스 서버에 의해 송신된 상기 SNS 데이터를 획득하고, 상기 유저의 개인 정보, 상기 유저의 친구 관계 체인 데이터 및 상기 SNS 데이터를 파싱하고 마이닝하는 것에 의해 상기 유저의 SNS 데이터를 취득하도록 구성되며;
상기 SNS 검색 엔진은 상기 검색 처리 서버에 의해 송신된 상기 유저의 검색 요청 정보 및 상기 친구 관계 체인 데이터를 상기 SNS 인덱스 서버에 송신하고, 상기 SNS 인덱스 서버에 의해 획득된 SNS 검색 결과를 상기 검색 처리 서버에 송신하도록 구성된 것인 검색 시스템. - 제8항에 있어서, 질의 파악 서버, 전통적인 검색 엔진 및 전통적인 인덱스 서버를 더 포함하되;
상기 검색 처리 서버는 상기 검색 요청 정보를 상기 질의 파악 서버에 송신하도록 더 구성되고;
상기 질의 파악 서버는 상기 검색 처리 서버에 의해 송신된 검색 요청 정보를 분석하여 의미 데이터를 취득하고, 상기 의미 데이터를 상기 전통적인 검색 엔진에 송신하도록 구성되며;
상기 전통적인 검색 엔진은 상기 의미 데이터를 상기 전통적인 인덱스 서버에 송신하고, 상기 전통적인 인덱스 서버에 의해 획득된 전통적인 검색 결과를 상기 검색 처리 서버에 송신하도록 구성되며;
상기 전통적인 인덱스 서버는 전통적인 웹페이지 데이터의 반전된 인덱스를 저장하고, 상기 검색 요청 정보에 따라 상기 전통적인 검색 결과를 검색하도록 구성된 것인 검색 시스템. - 제9항 또는 제10항에 있어서, 프라이버시 제어 서버를 더 포함하되;
상기 프라이버시 제어 서버는 상기 유저가 프라이버시 마스킹을 요구하는지 여부를 질의하는 요청을 상기 검색 처리 서버로부터 수신하고, 상기 유저가 프라이버시 마스킹을 요구하는지 여부를 나타내는 정보를 운반하는 응답 정보를 리턴하도록 구성되며;
상기 검색 처리 서버는 상기 프라이버시 제어 서버로부터 상기 응답 정보를 수신하고, 상기 응답 정보가 상기 유저가 프라이버시 마스킹을 요구한 것을 나타내는 정보를 운반하는 경우 상기 유저에 대한 식별자를 설정하며; 상기 SNS 검색 결과에서 상기 식별자를 포함하는 정보를 마스킹하도록 더 구성된 것인 검색 시스템.
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110226173.1 | 2011-08-08 | ||
CN2011102261731A CN102929876A (zh) | 2011-08-08 | 2011-08-08 | 一种搜索方法、装置和系统 |
PCT/CN2012/078028 WO2013020424A1 (zh) | 2011-08-08 | 2012-07-02 | 一种搜索方法、装置和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20140068942A true KR20140068942A (ko) | 2014-06-09 |
Family
ID=47644676
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020147006165A KR20140068942A (ko) | 2011-08-08 | 2012-07-02 | 검색 방법, 장치 및 시스템 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20140143227A1 (ko) |
EP (1) | EP2743837A4 (ko) |
KR (1) | KR20140068942A (ko) |
CN (1) | CN102929876A (ko) |
WO (1) | WO2013020424A1 (ko) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20170001899A (ko) * | 2015-06-26 | 2017-01-05 | 주식회사 레이니스트 | 쟁점법안 의견 일치도를 바탕으로 한 지역구 국회의원 평가 방법, 장치, 이를 위한 컴퓨터 프로그램 및 컴퓨터 판독가능 기록매체 |
KR20210049987A (ko) * | 2015-11-11 | 2021-05-06 | 라인 가부시키가이샤 | 표시 제어 방법, 단말, 정보처리 장치 및 프로그램 |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10013493B1 (en) * | 2011-07-13 | 2018-07-03 | Google Llc | Customized search engines |
CN103177106A (zh) * | 2013-03-27 | 2013-06-26 | 百度在线网络技术(北京)有限公司 | 检索方法及设备 |
CN104301358B (zh) * | 2013-07-19 | 2019-05-03 | 腾讯科技(深圳)有限公司 | 一种转载内容处理方法及装置 |
CN104750718B (zh) * | 2013-12-29 | 2018-06-12 | 中国移动通信集团公司 | 一种数据信息的搜索方法和设备 |
CN105279159B (zh) * | 2014-06-05 | 2019-11-22 | 腾讯科技(北京)有限公司 | 联系人的提示方法和装置 |
CN105446972B (zh) * | 2014-06-17 | 2022-06-10 | 阿里巴巴集团控股有限公司 | 基于及融合用户关系数据的搜索方法、装置和系统 |
CN104202319B (zh) * | 2014-08-28 | 2018-05-29 | 北京淘友天下科技发展有限公司 | 一种社交关系推荐方法及装置 |
CN104462340B (zh) * | 2014-12-04 | 2018-06-19 | 华为技术有限公司 | 目标物信息搜索方法和装置 |
CN105843836A (zh) * | 2015-02-02 | 2016-08-10 | 三星电子株式会社 | 用于搜索内容的装置、系统和方法 |
CN106156018B (zh) * | 2015-03-23 | 2020-05-05 | 深圳市腾讯计算机系统有限公司 | 数据索引方法及装置 |
CN105354259A (zh) * | 2015-10-22 | 2016-02-24 | 百度在线网络技术(北京)有限公司 | 移动搜索方法和装置 |
CN105787800B (zh) * | 2016-03-30 | 2020-01-10 | 省广营销集团有限公司 | 一种智能化的社交平台潜在人脉检索装置、系统及方法 |
CN108596734A (zh) * | 2018-05-02 | 2018-09-28 | 上海同砚信息科技有限公司 | 基于社交网络的商机信息匹配系统 |
CN110866275A (zh) * | 2019-11-13 | 2020-03-06 | 哈尔滨工业大学 | 一种隐私保护的大数据的近似检索方法 |
CN111506731B (zh) * | 2020-04-17 | 2023-10-20 | 支付宝(杭州)信息技术有限公司 | 一种训练字段分类模型的方法、装置及设备 |
CN112214573A (zh) * | 2020-10-30 | 2021-01-12 | 数贸科技(北京)有限公司 | 信息搜索系统、方法、计算设备及计算机存储介质 |
CN116561438B (zh) * | 2023-07-11 | 2024-01-09 | 腾讯科技(深圳)有限公司 | 一种搜索方法和相关装置 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6907423B2 (en) * | 2001-01-04 | 2005-06-14 | Sun Microsystems, Inc. | Search engine interface and method of controlling client searches |
US7519200B2 (en) * | 2005-05-09 | 2009-04-14 | Like.Com | System and method for enabling the use of captured images through recognition |
US7594258B2 (en) * | 2005-06-27 | 2009-09-22 | Yahoo! Inc. | Access control systems and methods using visibility tokens with automatic propagation |
US8024328B2 (en) * | 2006-12-18 | 2011-09-20 | Microsoft Corporation | Searching with metadata comprising degree of separation, chat room participation, and geography |
CN101221584A (zh) * | 2008-02-01 | 2008-07-16 | 北大方正集团有限公司 | 搜索引擎、搜索方法和系统 |
US8244721B2 (en) * | 2008-02-13 | 2012-08-14 | Microsoft Corporation | Using related users data to enhance web search |
US8250096B2 (en) * | 2008-03-31 | 2012-08-21 | Yahoo! Inc. | Access to trusted user-generated content using social networks |
CN101571864A (zh) * | 2008-04-29 | 2009-11-04 | 高鹏 | 一种社会网络广告 |
CN101661472B (zh) * | 2008-08-27 | 2011-12-28 | 国际商业机器公司 | 协作搜索方法及系统 |
US8577859B2 (en) * | 2012-01-09 | 2013-11-05 | Wajam Internet Technologie Inc. | Method and system for aggregating searchable web content from a plurality of social networks and presenting search results |
-
2011
- 2011-08-08 CN CN2011102261731A patent/CN102929876A/zh active Pending
-
2012
- 2012-07-02 KR KR1020147006165A patent/KR20140068942A/ko not_active Application Discontinuation
- 2012-07-02 WO PCT/CN2012/078028 patent/WO2013020424A1/zh active Application Filing
- 2012-07-02 EP EP20120822101 patent/EP2743837A4/en not_active Withdrawn
-
2014
- 2014-01-28 US US14/166,008 patent/US20140143227A1/en not_active Abandoned
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20170001899A (ko) * | 2015-06-26 | 2017-01-05 | 주식회사 레이니스트 | 쟁점법안 의견 일치도를 바탕으로 한 지역구 국회의원 평가 방법, 장치, 이를 위한 컴퓨터 프로그램 및 컴퓨터 판독가능 기록매체 |
KR20210049987A (ko) * | 2015-11-11 | 2021-05-06 | 라인 가부시키가이샤 | 표시 제어 방법, 단말, 정보처리 장치 및 프로그램 |
US11379108B2 (en) | 2015-11-11 | 2022-07-05 | Line Corporation | Display controlling method, terminal, information processing apparatus, and storage medium |
US11573693B2 (en) | 2015-11-11 | 2023-02-07 | Line Corporation | Display controlling method, terminal, information processing apparatus, and storage medium |
Also Published As
Publication number | Publication date |
---|---|
CN102929876A (zh) | 2013-02-13 |
WO2013020424A1 (zh) | 2013-02-14 |
EP2743837A4 (en) | 2015-04-08 |
EP2743837A1 (en) | 2014-06-18 |
US20140143227A1 (en) | 2014-05-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR20140068942A (ko) | 검색 방법, 장치 및 시스템 | |
US20200410401A1 (en) | System and Method for Searching and Matching Content Over Social Networks to an Individual | |
US11194872B2 (en) | Dynamic inference graph | |
AU2016247154B2 (en) | Filtering structured search queries based on privacy settings | |
US10282354B2 (en) | Detecting social graph elements for structured search queries | |
US8688667B1 (en) | Providing intent sensitive search results | |
US10726083B2 (en) | Search query transformations | |
US8326861B1 (en) | Personalized term importance evaluation in queries | |
CA2813037C (en) | Presenting social search results | |
US9396272B2 (en) | Personalized structured search queries for online social networks | |
EP2690569B1 (en) | Method and system, in particular relating to structured search queries based on social-graph information | |
US8639679B1 (en) | Generating query suggestions | |
KR20170018832A (ko) | 사용자 관계 데이터 결합에 기초하는 검색 | |
US9946799B2 (en) | Federated search page construction based on machine learning | |
JP2016533548A (ja) | オンライン・ソーシャル・ネットワークにおける検索クエリのための静的ランク付け | |
CN110532281A (zh) | 查询建议模板 | |
WO2013026325A1 (zh) | 一种人物搜索方法、装置及存储介质 | |
US10127322B2 (en) | Efficient retrieval of fresh internet content | |
US20140122474A1 (en) | Search ranking method and system for community users | |
US8825698B1 (en) | Showing prominent users for information retrieval requests | |
US8930351B1 (en) | Grouping of users | |
Alfarhood et al. | Traveltant: Social Network-Based Restaurant Recommender System | |
EP2690568A1 (en) | Method and system, in particular relating to personalized structured search queries for online social networks | |
WO2015056112A1 (en) | A system and method for determining a search response to a research query |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E601 | Decision to refuse application |