KR20150118523A - 검색 추천 방법 및 장치 - Google Patents

검색 추천 방법 및 장치 Download PDF

Info

Publication number
KR20150118523A
KR20150118523A KR1020140192256A KR20140192256A KR20150118523A KR 20150118523 A KR20150118523 A KR 20150118523A KR 1020140192256 A KR1020140192256 A KR 1020140192256A KR 20140192256 A KR20140192256 A KR 20140192256A KR 20150118523 A KR20150118523 A KR 20150118523A
Authority
KR
South Korea
Prior art keywords
search
focus
user
recommendation
search result
Prior art date
Application number
KR1020140192256A
Other languages
English (en)
Inventor
하이펭 왕
지저우 후앙
잉 리
후아 유
Original Assignee
바이두 온라인 네트웍 테크놀러지 (베이징) 캄파니 리미티드
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 바이두 온라인 네트웍 테크놀러지 (베이징) 캄파니 리미티드 filed Critical 바이두 온라인 네트웍 테크놀러지 (베이징) 캄파니 리미티드
Publication of KR20150118523A publication Critical patent/KR20150118523A/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9538Presentation of query results
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/903Querying
    • G06F16/9038Presentation of query results
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/242Query formulation
    • G06F16/2425Iterative querying; Query formulation based on the results of a preceding query
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2455Query execution
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2457Query processing with adaptation to user needs
    • G06F16/24575Query processing with adaptation to user needs using context
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/248Presentation of query results
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/5866Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/93Document management systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/951Indexing; Web crawling techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/954Navigation, e.g. using categorised browsing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Remote Sensing (AREA)
  • Mathematical Physics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • General Business, Economics & Management (AREA)
  • Business, Economics & Management (AREA)
  • Library & Information Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

검색 추천 방법 및 검색 추천 장치가 제공된다. 검색 추천 방법은, 제1 검색 쿼리(query)를 수신하고; 상기 제1 검색 쿼리에 따른 검색 결과를 획득하고; 상기 검색 결과에 상응하는 적어도 하나의 포커스(focus)를 획득하기 위하여 상기 검색 결과를 분석하고, 상기 적어도 하나의 포커스 각각에 상응하는 추천을 생성하고; 상기 적어도 하나의 포커스 및 상기 적어도 하나의 포커스 각각에 상응하는 추천을 표시하는 검색 결과 페이지를 제공하는 것;을 포함한다.

Description

검색 추천 방법 및 장치{SEARCH RECOMMENDATION METHOD AND DEVICE}
본 발명은 검색 기술 분야에 관련된 것으로, 보다 구체적으로는 검색 추천 방법 및 장치에 관련된 것이다.
현재, 사용자는 검색 엔진을 이용하여 인터넷 정보를 획득한다. 구체적으로, 먼저 사용자는 검색 쿼리(query)를 입력한다. 그리고 검색 엔진은 상기 검색 쿼리에 따라 웹 페이지(web pages) 또는 웹 서비스(web services)에 상기 검색 쿼리를 포함하는 검색 결과를 매칭시키고, 상기 검색 결과를 순서대로 배열한 다음 사용자에게 제공한다. 따라서, 사용자는 상기 검색 엔진에 의해 제공되는 검색 결과를 통하여 인터넷 정보를 획득할 수 있다.
검색 쿼리 매칭(matching)을 기초로 한 위의 검색 메커니즘에 있어서, 사용자는 검색 결과를 브라우징한 다음, 다른 검색 결과에 대한 다른 잠재적인 검색 요구(potential search requirements)를 할 수 있다. 즉, 사용자는 다른 검색 결과에 대한 추가 검색 동작을 취할 수 있다. 현재, 사용자에 의해 추가 검색이 수행되는 경우, 검색 결과를 획득하도록 검색 쿼리가 다시 구성될 필요가 있고, 이에 따라 사용자의 검색 비용이 증가되고, 사용자의 만족도가 감소하며, 나쁜 사용자 경험을 이끌 수 있다.
본 발명은 앞서 설명한 문제들을 어느 정도 해결하는 것을 목표로 한다.
따라서, 본 발명의 제1 목적은 검색 추천 방법을 제공하는 것이다. 상기 검색 추천 방법으로, 다방위 정보(multi-azimuth information)가 사용자에게 제공되었을 때, 사용자의 검색 비용은 감소되고, 그 결과 사용자는 보다 빠르게 검색 결과를 획득할 수 있고, 따라서 사용자 경험이 향상된다.
본 발명의 제2 목적은 검색 추천 디바이스를 제공하는 것이다.
상기 목적을 성취하기 위하여, 본 발명의 일 측면에 따른 실시예는 검색 추천 방법을 제공한다. 상기 검색 추천 방법은: 제1 검색 쿼리(query)를 수신하고; 상기 제1 검색 쿼리에 따른 검색 결과를 획득하고; 상기 검색 결과에 상응하는 적어도 하나의 포커스(focus)를 획득하기 위하여 상기 검색 결과를 분석하고, 상기 적어도 하나의 포커스 각각에 상응하는 추천을 생성하고; 상기 검색 결과, 상기 적어도 하나의 포커스 및 상기 적어도 하나의 포커스 각각에 상응하는 추천을 표시하는 검색 결과 페이지를 제공하는 것을 포함할 수 있다.
본 발명의 제2 측면에 의한 실시예는 검색 추천 장치를 제공한다. 상기 검색 추천 장치는: 제1 검색 쿼리를 수신하기 위한 제1 수신부; 상기 제1 검색 쿼리에 따른 검색 결과를 획득하기 위한 제1 획득 모듈; 상기 검색 결과에 상응하는 적어도 하나의 포커스(focus)를 획득하기 위해 상기 검색 결과를 분석하고, 상기 적어도 하나의 포커스 각각에 상응하는 추천을 생성하기 위한 제2 획득 모듈; 상기 검색 결과, 상기 적어도 하나의 포커스 및 상기 적어도 하나의 포커스 각각에 상응하는 추천을 표시하는 검색 결과 페이지를 제공하는 제공모듈을 포함할 수 있다.
본 발명의 제3 측면에 의한 실시예는 제1 검색 쿼리를 수신하는 단계; 상기 제1 검색 쿼리에 따른 검색 결과를 획득하는 단계; 상기 검색 결과에 상응하는 적어도 하나의 포커스를 획득하기 위하여 상기 검색 결과를 분석하고, 상기 적어도 하나의 포커스 각각에 상응하는 추천을 생성하는 단계; 상기 검색 결과, 상기 적어도 하나의 포커스 및 상기 적어도 하나의 포커스 각각에 상응하는 추천을 표시하는 검색 결과 페이지를 제공하는 단계;를 실행하기 위한 하나 이상의 프로그램을 포함하는 컴퓨터 판독 가능한 기록 매체가 제공된다.
본 발명의 실시예에 따른 검색 추천 방법에 있어서, 상응하는 포커스(예를 들어, 다른 상황(scene)에 포커스를 두는 것, 다른 유형의 검색 결과에 포커스를 두는 것)는 검색 결과를 분석함으로써 획득될 수 있고, 상응하는 추천은 상기 포커스에 따라 생성될 수 있고, 사용자가 취할 수 있는 다음 검색 동작과 일치하도록 사용자에게 추천될 수 있다. 그 결과 사용자는 검색 쿼리를 다시 입력하지 않고 추천을 직접 클릭함으로써 필요한 검색 결과를 획득할 수 있다. 이러한 방식으로, 다방위 정보(multi-azimuth information)가 사용자에게 제공되었을 때, 사용자의 검색 비용은 감소되고, 그 결과 사용자는 검색 결과를 보다 빨리 획득할 수 있고, 따라서 사용자의 경험은 향상된다.
본 발명의 실시예에 따른 검색 추천 장치에 있어서, 상응하는 포커스(예를 들어, 다른 상황(scene)에 포커스를 두는 것, 다른 유형의 검색 결과에 포커스를 두는 것)는 검색 결과를 분석함으로써 획득될 수 있고, 상응하는 추천은 상기 포커스에 따라 생성될 수 있고, 사용자가 취할 수 있는 다음 검색 동작과 일치하도록 사용자에게 추천될 수 있다. 그 결과 사용자는 검색 쿼리를 다시 입력하지 않고 추천을 직접 클릭함으로써 필요한 검색 결과를 획득할 수 있다. 이러한 방식으로, 다방위 정보(multi-azimuth information)가 사용자에게 제공되었을 때, 사용자의 검색 비용은 감소되고, 그 결과 사용자는 검색 결과를 보다 빨리 획득할 수 있고, 따라서 사용자의 경험은 향상된다.
본 발명의 실시예에 대한 추가적인 측면 및 장점들은 다음의 설명에서 주어질 것이며, 다음의 설명으로부터 명백해지거나 또는 본 발명의 실시예들로부터 습득될 것이다.
본 발명의 실시예들의 다른 측면 및 장점들은 첨부된 도면들을 참조한 다음의 설명으로부터 명백해질 것이며, 더욱 용이하게 이해될 것이다.
도 1은 본 발명의 일 실시예에 따른 검색 추천 방법의 흐름도(flow chart)이다.
도 2 내지 도 9는 본 발명의 일 실시예에 따른 검색 결과 페이지의 개략도(schematic diagram)이다.
도 10은 본 발명의 다른 실시예에 따른 검색 추천 방법의 흐름도(flow chart)이다.
도 11은 본 발명의 일 실시예에 따른 검색 추천 장치의 블록 구성도(block diagram)이다.
도 12는 본 발명의 일 실시예에 따른 검색 추천 장치의 블록 구성도(block diagram)이다.
도 13은 본 발명의 다른 실시예에 따른 검색 추천 장치의 블록 구성도(block diagram)이다.
도 14는 본 발명의 다른 실시예에 따른 검색 추천 장치의 블록 구성도(block diagram)이다.
동일 또는 유사한 요소 및 동일 또는 유사한 기능을 갖는 요소에 대하여 명세서 전반에 걸쳐 동일한 참조 부호에 의해 표시하고, 본 발명의 실시예를 상세하게 설명하기로 한다. 도면을 참조하여 본 명세서에 기재된 실시예는 예시, 설명 그리고 본 발명을 일반적으로 이해하기 위하여 사용된다. 실시예들은 본 발명을 제한하는 것으로 해석되지 않는다.
본 명세서에서 사용되는 "복수"는 두 개 또는 두 개 이상을 의미하고, "제1" 및 "제2"와 같은 용어는 설명을 위해 사용되는 것으로, 지시 또는 상대적인 중요도 또는 중요성 또는 기술적 특징의 수를 암시하기 위한 것이 아니다.
본 출원은 2014년 4월 14일 국가지식재산국(State Intellectual Property Office)에 제출된 중국 특허 출원 No. 201410148916.1의 우선권 및 이익을 주장하고, 전체 내용을 여기에 원용한다.
본 발명의 실시예에 따른 검색 추천 방법 및 장치는 도면들을 참조로 하여 설명될 것이다.
사용자의 검색 비용을 감소시키고, 사용자의 만족을 향상시키기 위하여 본 발명은 검색 추천 방법을 제공한다. 상기 검색 추천 방법은 제1 검색 쿼리(query)를 수신하고; 상기 제1 검색 쿼리에 따른 검색 결과를 획득하고; 상기 검색 결과에 상응하는 적어도 하나의 포커스(focus)를 획득하기 위하여 상기 검색 결과를 분석하고, 상기 적어도 하나의 포커스 각각에 상응하는 추천을 생성하고; 상기 검색 결과, 상기 적어도 하나의 포커스 및 상기 적어도 하나의 포커스 각각에 상응하는 추천을 표시하는 검색 결과가 페이지를 제공하는 것을 포함할 수 있다.
도 1은 본 발명의 일 실시예에 따른 검색 추천 방법의 흐름도이다.
도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 검색 추천 방법은 다음의 단계를 포함할 수 있다.
S101단계에서 제1 검색 쿼리(query)가 수신된다.
구체적으로, 일부 실시예에서, 상기 검색 쿼리는 검색 엔진에 의해 제공되는 입력 박스 또는 빠른 검색을 위한 다양한 입력 박스들을 통해 사용자로부터 입력되며, 이는 본 발명의 실시예로 한정되지 않는다.
S102단계에서, 제1 검색 쿼리에 따른 검색 결과가 획득된다.
구체적으로, 검색 쿼리에 따른 검색 결과를 결정하는 방법은 관련된 기술들을 참조할 수 있다. 검색 쿼리에 따른 검색 결과를 결정하는 구체적인 방법은 본 발명의 실시예들에 기재된 것으로 제한되지 않는다.
S103단계에서, 상기 검색 결과에 상응하는 적어도 하나의 포커스(focus)를 획득하기 위하여 상기 검색 결과가 분석되고, 상기 적어도 하나의 포커스 각각에 상응하는 추천이 생성된다.
본 발명의 일 실시예에 있어서, 상기 검색 결과에 상응하는 포커스는 상기 검색 결과 내에서 사용자가 알고 싶어하는 컨텐츠(content)이다. 즉, 잠재적인 다음 검색 동작(예를 들어, 다른 상황에 의존하는 요구사항, 잠재적인 요구사항, 심층적인 지식 또는 상세한 지식)은 쿼리 빈도 및/또는 사용자 검색 기록에 따라 획득될 수 있다. 상기 추천은 상기 포커스에 상응하는 엔티티(entities), 서비스(services) 및 자원(resources)이다.
예를 들어, 검색 쿼리 “베이징의 날씨(weather of Beijing)”에 대하여, 베이징의 일기 예보(weather forecast of Beijing) 가 획득될 수 있다. 만일 오늘 날씨가 흐린(hazy)경우, 흐린 날씨에서의 사용자의 포커스(focus)에 따라 “3M마스크(3M mask)”, “공기청정기(air cleaner)”, “분위기(notes)” 또는 “무엇을 먹으면 좋을까(what is good to eat)”와 같은 엔티티 및 제안이 사용자에게 추천될 수 있고, 그 결과 사용자에게 다양한 상황에 따른 추천(recommendations)이 추천될 수 있고, 따라서 사용자의 잠재적인 검색 의도를 만족시킬 수 있다.
S104단계에서, 상기 검색 결과, 상기 적어도 하나의 포커스 및 상기 적어도 하나의 포커스 각각에 상응하는 추천을 표시하는 검색 결과 페이지가 제공된다.
본 발명의 일부 실시예에 있어서, 상기 적어도 하나의 포커스 및 상기 적어도 하나의 포커스 각각에 상응하는 추천은 상기 검색 결과의 하단에 표시될 수 있다. 본 발명의 다른 실시예에 있어서, 상기 적어도 하나의 포커스 및 상기 적어도 하나의 포커스 각각에 상응하는 추천은 다른 위치에 표시될 수 있으며, 이는 본 발명의 실시예에 한정되지 않는다.
도 2 내지 도 9는 본 발명의 일 실시예에 따른 검색 결과 페이지의 개략도이다.
예를 들어, 도 2에 도시된 바와 같이, 검색 쿼리 “젠후안의 전설” (The Legend of Zhenhuan)에 대하여, “젠후안의 전설의 원작 소설(an original novel of the Legend of Zhenhuan), “젠후안의 전설의 배우 목록(a list of actors in the Legend of Zhenhuan)”, “젠후안의 전설의 테마곡(a theme song of the Legnd of Zhenhuan)” 및 “젠후안의 전설의 각 에피소드의 시놉시스(a synopsis of each episode of the Legend of Zhenhuan)” 와 같이 사용자에게 제공되는 컨텐츠 뿐만 아니라, 사용자는 젠후안의 전설과 같은 유형의 TV쇼(젠후안의 전설과 유사한 컨텐츠 또는 젠후안의 전설만큼 뜨는 컨텐츠)를 검색할 수 있고, 젠후안의 전설과 유사한 “imperial-harems competing plays” 및 “hot show”가 사용자에게 추천될 수 있다.
흐린 날씨(hazy weather)에서 사용자의 포커스는 맑은 날씨(good weather)에서 사용자의 포커스와 다르기 때문에, 흐린 날씨에서 모든 사람이 관심을 갖는 일부 컨텐츠 및 자원들이 사용자에게 추천될 수 있다. 게다가, “돌아다니기(getting around)”, “꽃을 즐길 수 있는 명소(spots for enjoying flowers)” 및 “호수 명소(spots with a lake)”와 같은 추천은 주말에 날씨가 좋아지는 경우에 사용자에게 추천될 수 있다. 반면에, 도 3 및 도 4에 도시된 바와 같이, 맑은 날씨에서 대부분의 사용자는 놀이(playing)에 관심을 갖기 때문에 “즐기기 위한 주변 장소(surrounding places for having fun)” 및 “자가운전 여행(self-driving tours)”과 같은 추천이 사용자에게 추천될 수 있다.
도 5에 도시된 바와 같이, 검색 쿼리 “죽은 척하도록 허스키를 훈련시키는 방법(methods for training a husky to feign death)”에 대하여, 죽은 척에 관련된 훈련 방법이 검색 결과 페이지에 직접 표시될 수 있다. 죽은 척을 위한 훈련 방법을 획득한 후, 사용자는 잠재적인 성공 요구사항(potential succeeding requirements) 또는 관련된 요구를 할 수 있다. 만일 사용자가 방법들을 확인한 다음 허스키가 죽은척 하도록 훈련시키는 것이 어렵다는 것을 알게되면, 허스키 훈련을 위한 도움을 요청하기 위해 전문적인 애완견 훈련 기관을 찾길 원하거나, 또는 허스키를 훈련시키기 위한 유명한 애완견 트레이너를 찾길 원할 수 있고, 그 결과 “훈련기관(training institutions)” 및 “트레이너(trainers)”와 같은 추천이 사용자에게 추천될 수 있다.
본 발명의 일 실시예에 있어서, 복수의 검색 결과에 대하여, 검색 결과에 상응하는 적어도 하나의 포커스를 획득하기 위하여 검색 결과를 분석하는 단계는 다음의 단계들을 포함한다. 첫째, 신뢰할 만하고, 사용자의 잠재적인 검색 동작을 가장 자극할 수 있는 필터링된 검색 결과를 획득하기 위하여 상기 복수의 검색 결과는 필터링된다. 그리고, 상기 필터링된 검색 결과는 적어도 하나의 포커스를 획득하기 위해 분석된다. 구체적으로, 어떤 검색 결과가 사용자의 잠재적인 검색 동작을 자극할 수 있는지 그리고 신뢰할만한지는 사용자의 검색 기록 및 검색 결과의 신뢰성에 따라 결정되거나, 또는 다른 기준에 의해 결정되며, 이는 본 발명의 실시예에 한정되지 않는다. 예를 들어, 도 6에 도시된 바와 같이, 검색 쿼리 “Fenghuang Hill”에 대하여, 예를 들어 백과사전 및 여행자 가이드와 같은 복수의 검색 결과가 획득될 수 있다. 백과사전은 복수의 검색 결과가 필터링된 이후 추천 기준으로써 사용될 수 있다. 구체적으로, “명승지(scenic spots)” “특색있는 명소(featuring attractions)” 와 같은 Fenghuang Hill에 대한 심층 추천이 사용자에게 추천될 수 있다.
본 발명의 일부 실시예에서, 다양한 유형의 검색 결과에 대하여(예를 들어, 백과사전 결과, 질의 응답 결과 및 지도 결과), 사용자의 요구사항에 따른 추천들이 추천된다. 구체적으로, 도 7 및 도 8에 도시된 바와 같이, 만약 검색 결과가 지도 결과이거나 또는 지리적인 정보를 포함하고 있는 경우, “주변 주차장(surrounding parking lots), “실시간 도로 상황(real-time road conditions)”, “주변 환경(surrounding environment)” 및 “주변 맛집(delicious found nearby)”등과 같은 서비스의 위치를 사용자에게 추천할 수 있다. 만약 검색 결과가 질의 응답 결과인 경우, 질의에 대한 응답은 직접 추천으로서 사용될 수 있다. 구체적으로, 도 8에 도시된 바와 같이, 다양한 포크 아트(folk arts)는 추천으로서 직접 사용될 수 있다.
본 발명의 일 실시예에 있어서, 개인적인 추천(personal recommendations)은 사용자의 과거 검색 쿼리(historical search query)에 따라 사용자에게 제공될 수 있다. 구체적으로, 검색 결과에 상응하는 적어도 하나의 포커스를 획득하기 위한 검색 결과의 분석 단계에서, 먼저 과거 검색 쿼리가 획득된 다음, 적어도 하나의 포커스가 상기 과거 검색 쿼리에 따라 획득된다. 예를 들어, 도 9에 도시된 바와 같이, 만약 사용자가 “레스토랑 맛집(restaurant having delicious food)”를 입력하기 전에 “여자친구에게 적합한 선물(what present is suitable for the girlfriend)”를 검색한 경우, 사용자가 데이트에 대한 조언 및 연인과 저녁 식사에 대해 검색하는 것으로 결정될 수 있고, 이에 따라 “연인이 생각하는 최고의 데이트 장소(best dating site in lovers' eyes)” 및 “연인의 생각하는 최고의 데이트 레스토랑(best dating restaurant in lovers' eyes)”이 추천될 수 있다. 따라서, 사용자의 개인적인 요구 사항을 만족시킬 수 있고, 사용자의 요구 사항에 따른 추천을 사용자에게 추천할 수 있다.
본 발명의 실시예에 따른 검색 추천 방법에 있어서, 상응하는 포커스(예를 들어, 다른 상황(scene)에 포커스를 두는 것, 다른 유형의 검색 결과에 포커스를 두는 것)는 검색 결과를 분석함으로써 획득될 수 있고, 상응하는 추천은 상기 포커스에 따라 생성될 수 있고, 사용자가 취할 수 있는 다음 검색 동작과 일치하도록 사용자에게 추천될 수 있다. 그 결과 사용자는 검색 쿼리를 다시 입력하지 않고 추천을 직접 클릭함으로써 필요한 검색 결과를 획득할 수 있다. 이러한 방식으로, 다방위 정보(multi-azimuth information)가 사용자에게 제공되었을 때, 사용자의 검색 비용은 감소되고, 그 결과 사용자는 검색 결과를 보다 빨리 획득할 수 있고, 따라서 사용자의 경험은 향상된다.
본 발명의 일부 실시예에 있어서, 적어도 하나의 포커스 각각에 상응하는 추천은 검색 빈도 및/또는 사용자의 검색 기록에 따라 순서대로 배열될 수 있고, 그 결과 뜨는 추천(hot recommendation)이 선두에 배열될 수 있다. 구체적으로, 추천을 순서대로 배열하는 단계는 관련 기술의 배열 전략(sequencing strategies)을 참조할 수 있고, 여기에는 상세하게 기술하지 않는다.
도 10은 본 발명의 다른 실시예에 따른 검색 추천 방법의 흐름도이다.
도 10에 도시된 바와 같이, 본 발명의 다른 실시예에 따른 검색 추천 방법은 다음의 단계들을 포함할 수 있다.
S301단계에서, 제1 검색 쿼리(query)가 수신된다.
구체적으로, 일부 실시예에서, 상기 검색 쿼리는 검색 엔진에 의해 제공되는 입력 박스 또는 빠른 검색을 위한 다양한 입력 박스들을 통해 사용자로부터 입력되며, 이는 본 발명의 실시예로 한정되지 않는다.
S302단계에서, 제1 검색 쿼리에 따른 검색 결과가 획득된다.
구체적으로, 검색 쿼리에 따른 검색 결과를 결정하는 방법은 관련된 기술들을 참조할 수 있다. 검색 쿼리에 따른 검색 결과를 결정하는 구체적인 방법은 본 발명의 실시예들에 기재된 것으로 제한되지 않는다.
S303단계에서, 상기 검색 결과에 상응하는 적어도 하나의 포커스(focus)를 획득하기 위하여 상기 검색 결과가 분석되고, 상기 적어도 하나의 포커스 각각에 상응하는 추천이 생성된다.
본 발명의 일 실시예에 있어서, 상기 검색 결과에 상응하는 포커스는 상기 검색 결과 내에서 사용자가 알고 싶어하는 컨텐츠(content)이다. 즉, 잠재적인 다음 검색 동작(예를 들어, 다른 상황에 의존하는 요구사항, 잠재적인 요구사항, 심층적인 지식 또는 상세한 지식)은 쿼리 빈도 및/또는 사용자 검색 기록에 따라 획득될 수 있다. 상기 추천은 상기 포커스에 상응하는 엔티티(entities), 서비스(services) 및 자원(resources)이다.
예를 들어, 검색 쿼리 “베이징의 날씨(weather of Beijing)”에 대하여, 베이징의 일기 예보(weather forecast of Beijing) 가 획득될 수 있다. 만일 오늘 날씨가 흐린(hazy)경우, 흐린 날씨에서의 사용자의 포커스(focus)에 따라 “3M마스크(3M mask)”, “공기청정기(air cleaner)”, “분위기(notes)” 또는 “무엇을 먹으면 좋을까(what is good to eat)”와 같은 엔티티 및 제안이 사용자에게 추천될 수 있고, 그 결과 사용자에게 다양한 상황에 따른 추천(recommendations)이 추천될 수 있고, 따라서 사용자의 잠재적인 검색 의도를 만족시킬 수 있다.
S304 단계에서, 상기 검색 결과, 상기 적어도 하나의 포커스 및 상기 적어도 하나의 포커스 각각에 상응하는 추천을 표시하는 검색 결과 페이지가 제공된다.
본 발명의 일부 실시예에 있어서, 상기 적어도 하나의 포커스 및 상기 적어도 하나의 포커스 각각에 상응하는 추천은 상기 검색 결과의 하단에 표시될 수 있다. 본 발명의 다른 실시예에 있어서, 상기 적어도 하나의 포커스 및 상기 적어도 하나의 포커스 각각에 상응하는 추천은 다른 위치에 표시될 수 있으며, 이는 본 발명의 실시예에 한정되지 않는다.
도 2 내지 도 9는 본 발명의 일 실시예에 따른 검색 결과 페이지의 개략도이다.
예를 들어, 도 2에 도시된 바와 같이, 검색 쿼리 “젠후안의 전설” (The Legend of Zhenhuan)에 대하여, “젠후안의 전설의 원작 소설(an original novel of the Legend of Zhenhuan), “젠후안의 전설의 배우 목록(a list of actors in the Legend of Zhenhuan)”, “젠후안의 전설의 테마곡(a theme song of the Legnd of Zhenhuan)” 및 “젠후안의 전설의 각 에피소드의 시놉시스(a synopsis of each episode of the Legend of Zhenhuan)” 와 같이 사용자에게 제공되는 컨텐츠 뿐만 아니라, 사용자는 젠후안의 전설과 같은 유형의 TV쇼(젠후안의 전설과 유사한 컨텐츠 또는 젠후안의 전설만큼 뜨는 컨텐츠)를 검색할 수 있고, 젠후안의 전설과 유사한 “imperial-harems competing plays” 및 “hot show”가 사용자에게 추천될 수 있다.
흐린 날씨(hazy weather)에서 사용자의 포커스는 맑은 날씨(good weather)에서 사용자의 포커스와 다르기 때문에, 흐린 날씨에서 모든 사람이 관심을 갖는 일부 컨텐츠 및 자원들이 사용자에게 추천될 수 있다. 게다가, “돌아다니기(getting around)”, “꽃을 즐길 수 있는 명소(spots for enjoying flowers)” 및 “호수 명소(spots with a lake)”와 같은 추천은 주말에 날씨가 좋아지는 경우에 사용자에게 추천될 수 있다. 반면에, 도 3 및 도 4에 도시된 바와 같이, 맑은 날씨에서 대부분의 사용자는 놀이(playing)에 관심을 갖기 때문에 “즐기기 위한 주변 장소(surrounding places for having fun)” 및 “자가운전 여행(self-driving tours)”과 같은 추천이 사용자에게 추천될 수 있다.
도 5에 도시된 바와 같이, 검색 쿼리 “죽은 척하도록 허스키를 훈련시키는 방법(methods for training a husky to feign death)”에 대하여, 죽은 척에 관련된 훈련 방법이 검색 결과 페이지에 직접 표시될 수 있다. 죽은 척을 위한 훈련 방법을 획득한 후, 사용자는 잠재적인 성공 요구사항(potential succeeding requirements) 또는 관련된 요구를 할 수 있다. 만일 사용자가 방법들을 확인한 다음 허스키가 죽은척 하도록 훈련시키는 것이 어렵다는 것을 알게되면, 허스키 훈련을 위한 도움을 요청하기 위해 전문적인 애완견 훈련 기관을 찾길 원하거나, 또는 허스키를 훈련시키기 위한 유명한 애완견 트레이너를 찾길 원할 수 있고, 그 결과 “훈련기관(training institutions)” 및 “트레이너(trainers)”와 같은 추천이 사용자에게 추천될 수 있다.
본 발명의 일 실시예에 있어서, 복수의 검색 결과에 대하여, 검색 결과에 상응하는 적어도 하나의 포커스를 획득하기 위하여 검색 결과를 분석하는 단계는 다음의 단계들을 포함한다. 첫째, 신뢰할 만하고, 사용자의 잠재적인 검색 동작을 가장 자극할 수 있는 필터링된 검색 결과를 획득하기 위하여 상기 복수의 검색 결과는 필터링된다. 그리고, 상기 필터링된 검색 결과는 적어도 하나의 포커스를 획득하기 위해 분석된다. 구체적으로, 어떤 검색 결과가 사용자의 잠재적인 검색 동작을 자극할 수 있는지 그리고 신뢰할만한지는 사용자의 검색 기록 및 검색 결과의 신뢰성에 따라 결정되거나, 또는 다른 기준에 의해 결정되며, 이는 본 발명의 실시예에 한정되지 않는다. 예를 들어, 도 6에 도시된 바와 같이, 검색 쿼리 “Fenghuang Hill”에 대하여, 예를 들어 백과사전 및 여행자 가이드와 같은 복수의 검색 결과가 획득될 수 있다. 백과사전은 복수의 검색 결과가 필터링된 이후 추천 기준으로써 사용될 수 있다. 구체적으로, “명승지(scenic spots)” “특색있는 명소(featuring attractions)” 와 같은 Fenghuang Hill에 대한 심층 추천이 사용자에게 추천될 수 있다.
본 발명의 일부 실시예에서, 다양한 유형의 검색 결과에 대하여(예를 들어, 백과사전 결과, 질의 응답 결과 및 지도 결과), 사용자의 요구사항에 따른 추천들이 추천된다. 구체적으로, 도 7 및 도 8에 도시된 바와 같이, 만약 검색 결과가 지도 결과이거나 또는 지리적인 정보를 포함하고 있는 경우, “주변 주차장(surrounding parking lots), “실시간 도로 상황(real-time road conditions)”, “주변 환경(surrounding environment)” 및 “주변 맛집(delicious found nearby)”등과 같은 서비스의 위치를 사용자에게 추천할 수 있다. 만약 검색 결과가 질의 응답 결과인 경우, 질의에 대한 응답은 직접 추천으로서 사용될 수 있다. 구체적으로, 도 8에 도시된 바와 같이, 다양한 포크 아트(folk arts)는 추천으로서 직접 사용될 수 있다.
본 발명의 일 실시예에 있어서, 개인적인 추천(personal recommendations)은 사용자의 과거 검색 쿼리(historical search query)에 따라 사용자에게 제공될 수 있다. 구체적으로, 검색 결과에 상응하는 적어도 하나의 포커스를 획득하기 위한 검색 결과의 분석 단계에서, 먼저 과거 검색 쿼리가 획득된 다음, 적어도 하나의 포커스가 상기 과거 검색 쿼리에 따라 획득된다. 예를 들어, 도 9에 도시된 바와 같이, 만약 사용자가 “레스토랑 맛집(restaurant having delicious food)”를 입력하기 전에 “여자친구에게 적합한 선물(what present is suitable for the girlfriend)”를 검색한 경우, 사용자가 데이트에 대한 조언 및 연인과 저녁 식사에 대해 검색하는 것으로 결정될 수 있고, 이에 따라 “연인이 생각하는 최고의 데이트 장소(best dating site in lovers' eyes)” 및 “연인의 생각하는 최고의 데이트 레스토랑(best dating restaurant in lovers' eyes)”이 추천될 수 있다. 따라서, 사용자의 개인적인 요구 사항을 만족시킬 수 있고, 사용자의 요구 사항에 따른 추천을 사용자에게 추천할 수 있다.
S305 단계에서, 검색 결과 페이지에 표시되는 추천에 대한 동작이 사용자로부터 수신된다.
본 발명의 일부 실시예에서, 상기 검색 결과 페이지에 추천이 표시된 다음, 사용자는 사용자의 요구 사항에 따른 상응 하는 추천에 대한 동작을 취할 수 있고, 상기 동작은 상기 추천을 클릭하는 동작 또는 다른 동작일 수 있고, 이는 본 발명의 실시예에 제한되지 않는다.
S306 단계에서, 검색 결과 페이지는 사용자로부터의 동작에 상응하는 추천에 따라 업데이트된다.
구체적으로, 사용자로부터의 동작에 상응하는 추천에 따라 상응하는 검색 결과가 획득되고, 상기 검색 결과는 상응하는 추천을 획득하기 위하여 분석되고, 그리고 검색 결과 페이지는 상기 검색 결과 및 추천에 따라 업데이트된다.
본 발명의 실시예에 따른 검색 추천 방법에 있어서, 새로운 검색 결과 및 새로운 추천은 사용자로부터의 동작에 상응하는 추천에 따라 상기 검색 결과 페이지에 업데이트 되고, 사용자의 다음 검색 동작을 위해 추천이 실시간으로 제공된다. 따라서, 사용자의 검색 요구사항이 만족되고, 사용자에 의한 검색 쿼리 입력에 대한 검색 비용이 감소된다.
본 발명의 전술한 실시예들을 구현하기 위하여, 검색 추천 장치가 제공된다.
검색 추천 장치는, 제1 검색 쿼리(query)를 수신하는 제1 수신 모듈; 상기 제1 검색 쿼리에 따른 검색 결과를 획득하는 제1 획득 모듈; 상기 검색 결과에 상응하는 적어도 하나의 포커스(focus)를 획득하기 위하여 상기 검색 결과를 분석하고, 상기 적어도 하나의 포커스 각각에 상응하는 추천을 생성하는 제2 획득 모듈; 상기 검색 결과, 상기 적어도 하나의 포커스 및 상기 적어도 하나의 포커스 각각에 상응하는 추천을 표시하는 검색 결과 페이지를 제공하는 제공 모듈;을 포함할 수 있다.
도 11은 본 발명의 실시예에 따른 검색 추천 장치의 블록 구성도이다. 도 11에 도시된 바와 같이, 본 발명의 실시예에 따른 검색 추천 장치는, 제1 수신 모듈(110), 제1 획득 모듈(120), 제2 획득 모듈(130) 및 제공 모듈(140)을 포함할 수 있다.
구체적으로, 제1 획득 모듈(110)은 제1 검색 쿼리(query)를 수신하도록 구성된다. 보다 구체적으로, 본 발명의 실시예에서, 상기 검색 쿼리는 검색 엔진에 의해 제공되는 입력 박스 또는 빠른 검색을 위한 다양한 입력 박스들을 통해 사용자로부터 입력되며, 이는 본 명세서에 기재된 것으로 한정되지 않는다.
제1 획득 모듈(120)은 상기 제1 검색 쿼리에 따른 검색 결과를 획득하도록 구성된다. 보다 구체적으로는, 검색 쿼리에 따라 상기 제1 획득 모듈(120)에 의해 검색 결과를 결정하는 방법은 관련된 기술들을 참조할 수 있다. 검색 쿼리에 따른 검색 결과를 결정하는 구체적인 방법은 본 발명의 실시예들에 기재된 것으로 제한되지 않는다.
제2 획득 모듈(130)은 상기 검색 결과에 상응하는 적어도 하나의 포커스(focus)를 획득하기 위하여 상기 검색 결과를 분석하고, 상기 적어도 하나의 포커스 각각에 상응하는 추천을 생성하도록 구성된다. 본 발명의 일 실시예에 있어서, 상기 검색 결과에 상응하는 포커스는 상기 검색 결과 내에서 사용자가 알고 싶어하는 컨텐츠(content)이다. 즉, 잠재적인 다음 검색 동작(예를 들어, 다른 상황에 의존하는 요구사항, 잠재적인 요구사항, 심층적인 지식 또는 상세한 지식)은 쿼리 빈도 및/또는 사용자 검색 기록에 따라 획득될 수 있다. 상기 추천은 상기 포커스에 상응하는 엔티티(entities), 서비스(services) 및 자원(resources)이다.
예를 들어, 검색 쿼리 “베이징의 날씨(weather of Beijing)”에 대하여, 베이징의 일기 예보(weather forecast of Beijing) 가 획득될 수 있다. 만일 오늘 날씨가 흐린(hazy)경우, 흐린 날씨에서의 사용자의 포커스(focus)에 따라 “3M마스크(3M mask)”, “공기청정기(air cleaner)”, “분위기(notes)” 또는 “무엇을 먹으면 좋을까(what is good to eat)”와 같은 엔티티 및 제안이 사용자에게 추천될 수 있고, 그 결과 사용자에게 다양한 상황에 따른 추천(recommendations)이 추천될 수 있고, 따라서 사용자의 잠재적인 검색 의도를 만족시킬 수 있다.
제공 모듈(140)은 상기 검색 결과, 적어도 하나의 포커스 및 상기 적어도 하나의 포커스 각각에 상응하는 추천을 표시하는 검색 결과 페이지를 제공하도록 구성된다.
본 발명의 일부 실시예에 있어서, 상기 적어도 하나의 포커스 및 상기 적어도 하나의 포커스 각각에 상응하는 추천은 상기 검색 결과의 하단에 표시될 수 있다. 본 발명의 다른 실시예에 있어서, 상기 적어도 하나의 포커스 및 상기 적어도 하나의 포커스 각각에 상응하는 추천은 다른 위치에 표시될 수 있으며, 이는 본 발명의 실시예에 한정되지 않는다.
도 2 내지 도 9는 본 발명의 일 실시예에 따른 검색 결과 페이지의 개략도이다.
예를 들어, 도 2에 도시된 바와 같이, 검색 쿼리 “젠후안의 전설” (The Legend of Zhenhuan)에 대하여, “젠후안의 전설의 원작 소설(an original novel of the Legend of Zhenhuan), “젠후안의 전설의 배우 목록(a list of actors in the Legend of Zhenhuan)”, “젠후안의 전설의 테마곡(a theme song of the Legnd of Zhenhuan)” 및 “젠후안의 전설의 각 에피소드의 시놉시스(a synopsis of each episode of the Legend of Zhenhuan)” 와 같이 사용자에게 제공되는 컨텐츠 뿐만 아니라, 사용자는 젠후안의 전설과 같은 유형의 TV쇼(젠후안의 전설과 유사한 컨텐츠 또는 젠후안의 전설만큼 뜨는 컨텐츠)를 검색할 수 있고, 젠후안의 전설과 유사한 “imperial-harems competing plays” 및 “hot show”가 사용자에게 추천될 수 있다.
흐린 날씨(hazy weather)에서 사용자의 포커스는 맑은 날씨(good weather)에서 사용자의 포커스와 다르기 때문에, 흐린 날씨에서 모든 사람이 관심을 갖는 일부 컨텐츠 및 자원들이 사용자에게 추천될 수 있다. 게다가, “돌아다니기(getting around)”, “꽃을 즐길 수 있는 명소(spots for enjoying flowers)” 및 “호수 명소(spots with a lake)”와 같은 추천은 주말에 날씨가 좋아지는 경우에 사용자에게 추천될 수 있다. 반면에, 도 3 및 도 4에 도시된 바와 같이, 맑은 날씨에서 대부분의 사용자는 놀이(playing)에 관심을 갖기 때문에 “즐기기 위한 주변 장소(surrounding places for having fun)” 및 “자가운전 여행(self-driving tours)”과 같은 추천이 사용자에게 추천될 수 있다.
도 5에 도시된 바와 같이, 검색 쿼리 “죽은 척하도록 허스키를 훈련시키는 방법(methods for training a husky to feign death)”에 대하여, 죽은 척에 관련된 훈련 방법이 검색 결과 페이지에 직접 표시될 수 있다. 죽은 척을 위한 훈련 방법을 획득한 후, 사용자는 잠재적인 성공 요구사항(potential succeeding requirements) 또는 관련된 요구를 할 수 있다. 만일 사용자가 방법들을 확인한 다음 허스키가 죽은척 하도록 훈련시키는 것이 어렵다는 것을 알게되면, 허스키 훈련을 위한 도움을 요청하기 위해 전문적인 애완견 훈련 기관을 찾길 원하거나, 또는 허스키를 훈련시키기 위한 유명한 애완견 트레이너를 찾길 원할 수 있고, 그 결과 “훈련기관(training institutions)” 및 “트레이너(trainers)”와 같은 추천이 사용자에게 추천될 수 있다.
본 발명의 일부 실시예에서, 다양한 유형의 검색 결과에 대하여(예를 들어, 백과사전 결과, 질의 응답 결과 및 지도 결과), 사용자의 요구사항에 따른 추천들이 추천된다. 구체적으로, 도 7 및 도 8에 도시된 바와 같이, 만약 검색 결과가 지도 결과이거나 또는 지리적인 정보를 포함하고 있는 경우, “주변 주차장(surrounding parking lots), “실시간 도로 상황(real-time road conditions)”, “주변 환경(surrounding environment)” 및 “주변 맛집(delicious found nearby)”등과 같은 서비스의 위치를 사용자에게 추천할 수 있다. 만약 검색 결과가 질의 응답 결과인 경우, 질의에 대한 응답은 직접 추천으로서 사용될 수 있다. 구체적으로, 도 8에 도시된 바와 같이, 다양한 포크 아트(folk arts)는 추천으로서 직접 사용될 수 있다.
본 발명의 일 실시예에 있어서, 개인적인 추천(personal recommendations)은 사용자의 과거 검색 쿼리(historical search query)에 따라 사용자에게 제공될 수 있다. 구체적으로, 검색 결과에 상응하는 적어도 하나의 포커스를 획득하기 위한 검색 결과의 분석 단계에서, 먼저 과거 검색 쿼리가 획득된 다음, 적어도 하나의 포커스가 상기 과거 검색 쿼리, 제1 검색 쿼리 및 검색 결과에 따라 획득된다.
본 발명의 실시예에 따른 검색 추천 장치에 있어서, 상응하는 포커스(예를 들어, 다른 상황(scene)에 포커스를 두는 것, 다른 유형의 검색 결과에 포커스를 두는 것)는 검색 결과를 분석함으로써 획득될 수 있고, 상응하는 추천은 상기 포커스에 따라 생성될 수 있고, 사용자가 취할 수 있는 다음 검색 동작과 일치하도록 사용자에게 추천될 수 있다. 그 결과 사용자는 검색 쿼리를 다시 입력하지 않고 추천을 직접 클릭함으로써 필요한 검색 결과를 획득할 수 있다. 이러한 방식으로, 다방위 정보(multi-azimuth information)가 사용자에게 제공되었을 때, 사용자의 검색 비용은 감소되고, 그 결과 사용자는 검색 결과를 보다 빨리 획득할 수 있고, 따라서 사용자의 경험은 향상된다.
본 발명의 일부 실시예에 있어서, 적어도 하나의 포커스 각각에 상응하는 추천은 검색 빈도 및/또는 사용자의 검색 기록에 따라 순서대로 배열될 수 있고, 그 결과 뜨는 추천(hot recommendation)이 선두에 배열될 수 있다. 구체적으로, 추천을 순서대로 배열하는 단계는 관련 기술의 배열 전략(sequencing strategies)을 참조할 수 있고, 여기에는 상세하게 기술하지 않는다.
도 12에 도시된 바와 같이, 본 발명의 일 실시예에서, 제2 획득 모듈(130)은 필터링 유닛(131) 및 분석 유닛(132)를 포함할 수 있다.
구체적으로, 필터링 유닛(131)은 필터링된 검색 결과를 획득하기 위하여 복수의 검색 결과를 필터링 하도록 구성된다. 본 발명의 일 실시예에 있어서, 신뢰할 만하고, 사용자의 잠재적인 검색 동작을 가장 자극할 수 있는 필터링된 검색 결과를 획득하기 위하여 상기 복수의 검색 결과는 필터링될 수 있다. 구체적으로, 어떤 검색 결과가 사용자의 잠재적인 검색 동작을 자극할 수 있는지 그리고 신뢰할만한지는 사용자의 검색 기록 및 검색 결과의 신뢰성에 따라 결정되거나, 또는 다른 기준에 의해 결정되며, 이는 본 발명의 실시예에 한정되지 않는다.
분석 유닛(132)는 적어도 하나의 포커스를 획득하기 위하여 상기 필터링된 검색 결과를 분석하도록 구성된다.
예를 들어, 도 6에 도시된 바와 같이, 검색 쿼리 “Fenghuang Hill”에 대하여, 예를 들어 백과사전 및 여행자 가이드와 같은 복수의 검색 결과가 획득될 수 있다. 백과사전은 복수의 검색 결과가 필터링된 이후 추천 기준으로써 사용될 수 있다. 구체적으로, “명승지(scenic spots)” “특색있는 명소(featuring attractions)” 와 같은 Fenghuang Hill에 대한 심층 추천이 사용자에게 추천될 수 있다.
도 13에 도시된 바와 같이, 본 발명의 일 실시예에서, 상기 제2 획득 모듈(130)은 제1 획득 유닛(133) 및 제2 획득 유닛(134)를 포함할 수 있다.
구체적으로, 제1 획득 유닛(133)은 과거 검색 쿼리(query)를 획득하도록 구성된다.
제2 획득 유닛(134)는 상기 과거 검색 쿼리, 제1 검색 쿼리 및 검색 결과에 따른 적어도 하나의 포커스를 획득하도록 구성된다.
예를 들어, 도 9에 도시된 바와 같이, 만약 사용자가 “레스토랑 맛집(restaurant having delicious food)”를 입력하기 전에 “여자친구에게 적합한 선물(what present is suitable for the girlfriend)”를 검색한 경우, 사용자가 데이트에 대한 조언 및 연인과 저녁 식사에 대해 검색하는 것으로 결정될 수 있고, 이에 따라 “연인이 생각하는 최고의 데이트 장소(best dating site in lovers' eyes)” 및 “연인의 생각하는 최고의 데이트 레스토랑(best dating restaurant in lovers' eyes)”이 추천될 수 있다. 따라서, 사용자의 개인적인 요구 사항을 만족시킬 수 있고, 사용자의 요구 사항에 따른 추천을 사용자에게 추천할 수 있다.
따라서, 도 13에서 설명된 검색 추천 장치에 의하면, 사용자의 과거 검색 쿼리에 따른 개인적인 추천이 사용자에게 추천될 수 있다.
도 14는 본 발명의 다른 실시예에 따른 검색 추천 장치의 블록 구성도이다.
구체적으로, 제2 수신 모듈(150)은 검색 결과 페이지에 표시되는 추천에 대한 동작을 사용자로부터 수신하도록 구성된다. 본 발명의 일부 실시예에서, 상기 제공 모듈(140)에 의해 검색 결과 페이지에 추천이 표시된 다음, 사용자는 사용자의 요구 사항에 따른 상응 하는 추천에 대한 동작을 취할 수 있고, 상기 동작은 상기 추천을 클릭하는 동작 또는 다른 동작일 수 있고, 이는 본 발명의 실시예에 제한되지 않는다.
업데이팅 모듈(160)은 사용자로부터의 동작에 상응하는 추천에 따라 검색 결과 페이지가 업데이트하도록 구성된다. 구체적으로, 상기 업데이팅 모듈(160)은 사용자로부터의 동작에 상응하는 추천에 따라 상응하는 검색 결과를 획득하고, 상기 검색 결과는 상응하는 추천을 생성하기 위하여 분석되고, 그리고 상기 검색 결과 및 추천에 따라 검색 결과 페이지가 업데이트된다.
본 발명의 실시예에 따른 검색 추천 방법에 있어서, 새로운 검색 결과 및 새로운 추천은 사용자로부터의 동작에 상응하는 추천에 따라 상기 검색 결과 페이지에 업데이트 되고, 사용자의 다음 검색 동작을 위해 추천이 실시간으로 제공된다. 따라서, 사용자의 검색 요구사항이 만족되고, 사용자에 의한 검색 쿼리 입력에 대한 검색 비용이 감소된다.
제1 검색 쿼리(query)를 수신하는 단계; 상기 제1 검색 쿼리에 따른 검색 결과를 획득하는 단계; 상기 검색 결과에 상응하는 적어도 하나의 포커스를 획득하기 위해 상기 검색 결과를 분석하고, 상기 적어도 하나의 포커스 각각에 상응하는 추천을 생성하는 단계; 상기 검색 결과, 적어도 하나의 포커스 및 상기 적어도 하나의 포커스 각각에 사응하는 추천을 표시하는 검색 결과 페이지를 제공하는 단계;들을 실행하기 위한 하나 이상의 프로그램을 포함하는 컴퓨터 판독 가능한 기록 메체가 본 발명의 일 실시예에 의해 제공된다.
본 명세서에서 흐름도 또는 임의의 프로세스 또는 다른 방식으로 기재된 방법은 모듈, 세그먼트 또는 명시된 로직 함수(들)를 구현하는 하나 이상의 실행 가능한 명령을 구성하는 또는 진행의 단계에 대한 하나 이상의 실행 가능한 명령을 구성하는 코드의 부분을 나타내는 것으로 이해될 수 있을 것이다. 흐름도는 특정한 실행 순서를 나타내지만, 그것은 실행 순서는 도시된 것과 다른 것으로 이해될 수 있다.
여기서 흐름도 또는 다른 방식에 나타난 로직(logic) 및 스텝(step), 예를 들어, 지정된 로직 함수를 실현하기 위한 실행 가능한 명령의 스케줄링 리스트는 컴퓨터 시스템 또는 다른 시스템 내의 프로세서와 같은 명령 실행 시스템과 관련되어 사용하기 위한 임의의 컴퓨터 판독 가능 매체에서 구현될 수 있다. 이러한 의미에서, 로직(logic)은, 예를 들어, 컴퓨터 판독 가능 매체로부터 불러올 수 있고, 명령 실행 시스템에 의해 실행될 수 있는 명령어 및 선언을 포함하는 스테이트먼트(statement)를 포함할 수 있다. 본 발명의 문맥에서, "컴퓨터 판독 가능 매체"는 사용을 위해 또는 명령 실행 시스템과 관련하여 프런터 등록부(printer registrar)를 포함, 저장 또는 유지할 수 있는 임의의 매체일 수 있다.
컴퓨터 판독 가능 매체는, 예를 들어, 전자, 자기, 광학, 전자기, 적외선 또는 반도체 매체와 같은 물리적 매체 중 어느 하나를 포함할 수 있다. 적합한 컴퓨터 판독 가능 매체의 보다 구체적인 예로 자기 테이프, 자기 플로피 디스켓, 자기 하드 드라이브 또는 콤팩트 디스크를 포함할 수 있고, 이에 한정되지 않는다. 또한, 컴퓨터 판독 가능 매체는, 예를 들어, SRAM, DRAM 또는 MRAM을 포함하는 RAM일 수 있다. 게다가, 컴퓨터 판독 가능 매체는 ROM, PROM, EPROM, EEPROM 또는 다른 유형의 기억 장치일 수 있다.
또한, 본 발명의 각 부분은 하드웨어, 소프트웨어, 펌웨어 또는 이들의 조합에 의해 실현될 수 있다는 것을 이해해야 한다. 상기 실시예에서, 복수의 단계들 또는 방법은 소프트 웨어 또는 메모리에 저장된 펌웨어에 의해 구현될 수 있고, 적절한 명령 시스템에 의해 구현될 수 있다. 예를 들어, 하드웨어에 의해 구현되는 경우, 다른 실시예와 마찬가지로, 단계 또는 방법은 당해 기술 분야에 공지된 데이터 신호의 논리함수를 실현하기 위한 논리 게이트 회로를 갖는 이산 논리 회로, 적절한 조함 논리 게이트 회로를 갖는 집적 회로, PGA, FPGA 등의 기술 또는 이들의 조합에 의해 구현될 수 있다.
당업자는 본 발명의 상술한 방법 실시예에서의 전부 또는 일부 방법이 프로그램과 관련된 하드웨어를 명령함으로써 달성될 수 있음을 이해할 수 있다. 상기 프로그램은 컴퓨터 판독 가능한 저장 매체에 저장될 수 있고, 컴퓨터 상에서 실행될 때 본 발명의 방법 실시예에서의 각 단계 또는 이들의 조합을 포함할 수 있다.
또한, 본 발명의 실시예들의 각 기능 셀(cell)은 프로세싱 모듈에 통합되거나, 물리적으로 분리되어 존재할 수 있고, 둘 이상의 셀이 프로세싱 모듈에 통합되어 존재할 수 있다. 통합 모듈은 하드웨어의 형태 또는 소프트웨어 기능 모듈의 형태로 구현될 수 있다. 상기 통합 모듈이 소프트웨어 기능 모듈의 형태로 구현되고 판매되거나 사용될 때, 상기 통합 모듈은 컴퓨터 판독 가능한 저장 매체에 저장될 수 있다.
상기 저장 매체는 읽기 전용 메모리, 자기 디스크, CD 등일 수 있다.
본 명세서의 전체에 걸쳐 참조한 "일 실시예", "일부 실시예", "실시예, "구체 예" 또는 "일부 예"는 특정 기능, 구조, 재료, 또는 실시예 또는 예와 관련하여 설명된 특성은 본 발명의 적어도 하나의 실시예 또는 예에 포함될 수 있다.
따라서, 본 명세서의 전체에 걸쳐 다양한 곳에서 문구의 등장은 반드시 본 발명의 동일한 실시예 또는 예를 참조하지 않는다. 또한, 특정 기능, 구조, 재료 또는 특성은 하나 이상의 실시예 또는 실시예에서 임의의 적절한 방식으로 결합될 수 있다. 또한, 모순이 없는 경우에, 다른 실시예 또는 예 또는 상이한 실시예 또는 예의 특징들은 당해 분야의 통상의 지식을 가진 자에 의해 결합될 수 있다.
실시예들이 도시되고 설명되었지만, 상술한 실시예들이 본 발명을 제한하는 것으로 해석될 수 없으며, 본 발명의 사상, 원리 및 본 발명의 범위를 벗어남이 없이 변화, 대안 및 변경이 가능하다는 점에 대해서 당업자는 이해할 수 있을 것이다.
110: 제1 수신 모듈
120: 제1 획득 모듈
130: 제2 획득 모듈
131: 필터링 유닛
132: 분석 유닛
133: 제1 획득 유닛
134: 제2 획득 유닛
140: 제공 모듈
150: 제2 수신 모듈 업데이팅 모듈
160: 업데이팅 모듈

Claims (13)

  1. 제1 검색 쿼리(query)를 수신하고;
    상기 제1 검색 쿼리에 따른 검색 결과를 획득하고;
    상기 검색 결과에 상응하는 적어도 하나의 포커스(focus)를 획득하기 위하여 상기 검색 결과를 분석하고, 상기 적어도 하나의 포커스 각각에 상응하는 추천을 생성하고;
    상기 적어도 하나의 포커스 및 상기 적어도 하나의 포커스 각각에 상응하는 추천을 표시하는 검색 결과 페이지를 제공하는 것;을 포함하는 검색 추천 방법.
  2. 제 1항에 있어서, 상기 적어도 하나의 포커스 및 상기 적어도 하나의 포커스 각각에 상응하는 추천이 상기 검색 결과의 하단에 표시되는 검색 추천 방법.
  3. 제 1항에 있어서, 복수의 검색 결과과 존재하고, 상기 검색 결과에 상응하는 적어도 하나의 포커스를 획득하기 위하여 상기 검색 결과를 분석하는 것은,
    필터링된 검색 결과를 획득하기 위하여 복수의 검색 결과를 필터링하고;
    적어도 하나의 포커스를 획득하기 위하여 상기 필터링된 검색 결과를 분석하는 것;을 포함하는 검색 추천 방법.
  4. 제 1항에 있어서, 상기 검색 결과에 상응하는 적어도 하나의 포커스를 획득하기 위하여 상기 검색 결과를 분석하는 것은:
    과거 검색 쿼리를 획득하고;
    상기 과거 검색 쿼리, 상기 제1 검색 쿼리 및 상기 검색 결과에 따른 적어도 하나의 포커스를 획득하는 것;을 포함하는 검색 추천 방법.
  5. 제 1항에 있어서,
    상기 검색 결과 페이지에 표시되는 추천에 대한 동작을 사용자로부터 수신하고;
    상기 사용자로부터의 동작에 상응하는 추천에 따라 검색 결과 페이지를 업데이트하는 것;을 더 포함하는 검색 추천 방법.
  6. 제 1항에 있어서,
    쿼리 빈도 및/또는 사용자 검색 기록에 따라 적어도 하나의 포커스 각각에 상응하는 추천을 순서대로 배열하는 것;을 더 포함하는 검색 추천 방법.
  7. 제1 검색 쿼리(query)를 수신하기 위한 제1 수신 모듈;
    상기 제1 검색 쿼리에 따른 검색 결과를 획득하기 위한 제1 획득 모듈;
    상기 검색 결과에 상응하는 적어도 하나의 포커스(focus)를 획득하기 위한 검색 결과를 분석하고, 상기 적어도 하나의 포커스 각각에 상응하는 추천을 생성하기 위한 제2 획득 모듈;
    상기 검색 결과, 상기 적어도 하나의 포커스 및 상기 적어도 하나의 포커스 각각에 상응하는 추천을 표시하는 검색 결과 페이지를 제공하기 위한 제공 모듈;을 포함하는 검색 추천 장치.
  8. 제7항에 있어서, 상기 제공 모듈은, 상기 적어도 하나의 포커스 및 상기 적어도 하나의 포커스 각각에 상응하는 추천을 상기 검색 결과의 하단에 표시하는 것;을 더 포함하는 검색 추천 장치.
  9. 제7항에 있어서, 복수의 검색 결과가 존재하고, 상기 제2 획득 모듈은:
    필터링된 검색 결과를 획득하기 위하여 상기 복수의 검색 결과를 필터링하기 위한 필터링 유닛; 및
    상기 적어도 하나의 포커스를 획득하기 위하여 상기 필터링된 검색 결과를 분석하기 위한 분석 유닛;을 포함하는 검색 추천 장치.
  10. 제7항에 있어서, 상기 제2 획득 모듈은:
    과거 검색 쿼리를 획득하기 위한 제1 획득 유닛; 및
    상기 과거 검색 쿼리, 상기 제1 검색 쿼리 및 상기 검색 결과에 따른 적어도 하나의 포커스를 획득하기 위한 제2 획득 유닛;을 포함하는 검색 추천 장치.
  11. 제 7항에 있어서,
    사용자로부터 상기 검색 결과 페이지에 표시되는 추천에 대한 동작을 수신하기 위한 제2 수신 모듈; 및
    상기 사용자로부터의 동작에 상응하는 추천에 따른 검색 결과 페이지를 업데이트하기 위한 업데이트 모듈;을 더 포함하는 검색 추천 장치.
  12. 제 7항에 있어서,
    상기 제공 모듈은 쿼리 빈도 및/또는 사용자 검색 기록에 따라 적어도 하나의 포커스 각각에 상응하는 추천을 순서대로 배열하기 위한 검색 추천 장치.
  13. 제1 검색 쿼리(query)를 수신하는 단계;
    상기 제1 검색 쿼리에 따른 검색 결과를 획득하는 단계;
    상기 검색 결과에 상응하는 적어도 하나의 포커스(focus)를 획득하기 위하여 검색 결과를 분석하고, 상기 적어도 하나의 포커스 각각에 상응하는 추천을 생성하는 단계; 및
    상기 검색 결과, 상기 적어도 하나의 포커스 및 상기 적어도 하나의 포커스 각각에 상응하는 추천을 표시하는 검색 결과 페이지를 제공하는 단계;를 실행하기 위한 하나 이상의 프로그램을 포함하는 컴퓨터 판독 가능한 기록 매체.

KR1020140192256A 2014-04-14 2014-12-29 검색 추천 방법 및 장치 KR20150118523A (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201410148916.1 2014-04-14
CN201410148916.1A CN103914554A (zh) 2014-04-14 2014-04-14 搜索推荐方法和装置

Publications (1)

Publication Number Publication Date
KR20150118523A true KR20150118523A (ko) 2015-10-22

Family

ID=51040234

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140192256A KR20150118523A (ko) 2014-04-14 2014-12-29 검색 추천 방법 및 장치

Country Status (4)

Country Link
US (1) US20150294010A1 (ko)
EP (1) EP2933737A1 (ko)
KR (1) KR20150118523A (ko)
CN (1) CN103914554A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018074714A1 (ko) * 2016-10-20 2018-04-26 네이버 주식회사 검색 결과 별 추천 질의를 제공하는 방법 및 시스템

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103902670B (zh) * 2014-03-17 2016-04-13 百度在线网络技术(北京)有限公司 搜索推荐方法和装置
CN104166709B (zh) * 2014-08-11 2018-10-19 百度在线网络技术(北京)有限公司 信息推荐方法和装置
CN104376095B (zh) * 2014-11-24 2019-01-15 联想(北京)有限公司 一种信息处理方法及电子设备
CN104572846B (zh) * 2014-12-12 2018-10-16 百度在线网络技术(北京)有限公司 一种热词推荐方法、装置和系统
CN105786936A (zh) * 2014-12-23 2016-07-20 阿里巴巴集团控股有限公司 用于对搜索数据进行处理的方法及设备
CN104679848B (zh) * 2015-02-13 2019-05-03 百度在线网络技术(北京)有限公司 搜索推荐方法和装置
CN104915369A (zh) * 2015-03-27 2015-09-16 百度在线网络技术(北京)有限公司 信息推荐方法和信息推荐装置
CN104750873A (zh) * 2015-04-22 2015-07-01 百度在线网络技术(北京)有限公司 流行搜索词推送方法和装置
CN105975492A (zh) * 2016-04-26 2016-09-28 乐视控股(北京)有限公司 一种提示搜索词的方法和装置
CN106021516A (zh) * 2016-05-24 2016-10-12 百度在线网络技术(北京)有限公司 搜索方法及装置
CN105930527B (zh) * 2016-06-01 2019-09-20 北京百度网讯科技有限公司 搜索方法及装置
CN106202355B (zh) * 2016-07-05 2020-03-03 百度在线网络技术(北京)有限公司 基于搜索引擎的天气服务推荐方法、装置和搜索引擎
CN106202484A (zh) * 2016-07-18 2016-12-07 浪潮电子信息产业股份有限公司 一种推荐浏览信息的方法及一种客户端
CN108491434A (zh) * 2018-02-09 2018-09-04 深圳前海道己社文化有限公司 基于微信公众号的文章展示方法、装置和终端
CN109522480B (zh) * 2018-11-12 2022-06-07 出门问问创新科技有限公司 一种信息推荐方法、装置、电子设备及存储介质
CN113177154A (zh) * 2021-04-30 2021-07-27 挂号网(杭州)科技有限公司 搜索词推荐方法、装置、电子设备及存储介质
CN116450931B (zh) * 2023-03-24 2024-04-09 广州易尊网络科技股份有限公司 热搜词投放方法、热搜词投放装置以及计算机存储介质

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7299222B1 (en) * 2003-12-30 2007-11-20 Aol Llc Enhanced search results
US8200687B2 (en) * 2005-06-20 2012-06-12 Ebay Inc. System to generate related search queries
US9305088B1 (en) * 2006-11-30 2016-04-05 Google Inc. Personalized search results
US7603348B2 (en) * 2007-01-26 2009-10-13 Yahoo! Inc. System for classifying a search query
US7983963B2 (en) * 2007-12-28 2011-07-19 Overstock.Com, Inc. System, program product, and method of electronic communication network guided navigation
US8694526B2 (en) * 2008-03-18 2014-04-08 Google Inc. Apparatus and method for displaying search results using tabs
EP2105846A1 (en) * 2008-03-28 2009-09-30 Sony Corporation Method of recommending content items
KR100892990B1 (ko) * 2008-09-19 2009-04-10 김수현 검색사이트의 자동비교 검색시스템 및 검색방법
US20100125599A1 (en) * 2008-11-17 2010-05-20 International Business Machines Corporation Obtaining trusted recommendations through discovery of common contacts in contact lists
US20100235339A1 (en) * 2009-02-09 2010-09-16 PixelSilk Search Advice Systems and Methods
CN102439594A (zh) * 2009-03-13 2012-05-02 发明机器公司 用于知识搜索的系统和方法
JPWO2010109581A1 (ja) * 2009-03-23 2012-09-20 富士通株式会社 コンテンツ推奨方法、推奨情報作成方法、コンテンツ推奨プログラム、コンテンツ推奨サーバおよびコンテンツ提供システム
CN102298615A (zh) * 2011-07-29 2011-12-28 百度在线网络技术(北京)有限公司 一种计算机实现的用于展示搜索结果的方法与设备
CN102937954A (zh) * 2011-08-16 2013-02-20 同程网络科技股份有限公司 一站式旅游信息搜索方法
WO2013028893A1 (en) * 2011-08-24 2013-02-28 The Regents Of The University Of California Research recommendation system
US9280580B1 (en) * 2012-01-09 2016-03-08 Google Inc. Customizing search
US20130179832A1 (en) * 2012-01-11 2013-07-11 Kikin Inc. Method and apparatus for displaying suggestions to a user of a software application
US9002174B2 (en) * 2012-10-01 2015-04-07 Microsoft Technology Licensing, Llc Semantic zoom for related content
US9536001B2 (en) * 2012-11-13 2017-01-03 Microsoft Technology Licensing, Llc Intent-based presentation of search results
US9104787B2 (en) * 2012-12-14 2015-08-11 Microsoft Technology Licensing, Llc Augmenting search results with relevant third-party application content
US20140236939A1 (en) * 2013-02-20 2014-08-21 Stremor Corporation Systems and methods for topical grouping of search results and organizing of search results
US9317585B2 (en) * 2013-03-15 2016-04-19 Google Inc. Search query suggestions based on personal information
CN103294814A (zh) * 2013-06-07 2013-09-11 百度在线网络技术(北京)有限公司 搜索结果推荐方法、系统和搜索引擎
CN103412881B (zh) * 2013-07-17 2016-09-28 北京奇虎科技有限公司 提供搜索结果的方法及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018074714A1 (ko) * 2016-10-20 2018-04-26 네이버 주식회사 검색 결과 별 추천 질의를 제공하는 방법 및 시스템

Also Published As

Publication number Publication date
CN103914554A (zh) 2014-07-09
EP2933737A1 (en) 2015-10-21
US20150294010A1 (en) 2015-10-15

Similar Documents

Publication Publication Date Title
KR20150118523A (ko) 검색 추천 방법 및 장치
US20230185862A1 (en) Scene aware searching
US10650861B2 (en) Video summarization and collaboration systems and methods
US20220239990A1 (en) User interface for labeling, browsing, and searching semantic labels within video
KR102197098B1 (ko) 콘텐츠 추천 방법 및 장치
KR101657371B1 (ko) 검색 방법 및 검색 엔진
CN108780374A (zh) 用于多变量搜索的用户界面
CN104281699A (zh) 搜索推荐方法及装置
CN105224581B (zh) 在播放音乐时呈现图片的方法和装置
CN104115180A (zh) 信息处理设备、信息处理方法和程序
JPWO2007091587A1 (ja) 代表画像又は代表画像群の表示システム、その方法、およびそのプログラム並びに、代表画像又は代表画像群の選択システム、その方法およびそのプログラム
CN110929158A (zh) 一种内容推荐方法、系统及存储介质和终端设备
JP2015204099A (ja) 検索方法及び検索エンジン
CN111177523A (zh) 网页推荐方法、装置、电子设备及计算机可读介质
KR101873339B1 (ko) 관심사 및 콘텐츠를 제공하는 방법 및 시스템
JP2018504686A (ja) 検索データを処理するための方法及び装置
KR101708048B1 (ko) 검색 추천 방법 및 장치
US20160203214A1 (en) Image search result navigation with ontology tree
JP6205700B2 (ja) 情報提供システム、提供情報を受信する装置、提供情報を送信する装置、プログラム、及び情報提供方法
JP2009059335A (ja) 情報処理装置および方法、並びにプログラム
JP6586959B2 (ja) 情報処理装置、情報処理方法及びプログラム
KR101556020B1 (ko) 연령과 성별에 따른 관심사를 기반으로 블로그를 추천하는 시스템 및 방법
CN110309359B (zh) 视频相关性预测方法、装置、设备及存储介质
JP7350883B2 (ja) ビデオ時間調節アンカー
Benzi From recommender systems to spatio-temporal dynamics with network science

Legal Events

Date Code Title Description
A201 Request for examination
AMND Amendment
E601 Decision to refuse application
AMND Amendment
E902 Notification of reason for refusal
AMND Amendment
J201 Request for trial against refusal decision
J301 Trial decision

Free format text: TRIAL NUMBER: 2017101002142; TRIAL DECISION FOR APPEAL AGAINST DECISION TO DECLINE REFUSAL REQUESTED 20170502

Effective date: 20181210