KR20160010416A - 맞춤형 실시간 지능 채널 - Google Patents

Abstract

맞춤형 지능 채널(customizable intelligence channel)은 특정 토픽에 관련 있을 것으로 간주되는 해당 정보 및 자료만을 포함하도록 고유하게 설계 및 구현될 수 있다. 지능 채널을 경유하여 제공된 토픽 관련 정보는 어떠한 상관없는 결과들, 관련없는 정보 및/또는 불필요한 정보도 포함하지 않을 수 있다. 지능 채널은 사용자 입력 및/또는 크라우드소싱된 데이터에 기초하여 실시간으로 동적으로 업데이트되어 토픽 관련 정보를 제공할 수 있다.

Description

맞춤형 실시간 지능 채널{CUSTOMIZABLE, REAL TIME INTELLIGENCE CHANNEL}

관련 출원들에 대한 상호 참조

본 출원은 2013년 3월 11일 출원된 미국 임시 특허 출원 번호 제61/776,587호에 기초한 우선권을 청구한다. 미국 임시 특허 출원 번호 제61/776,587호는 그 전체 내용이 참조로 본 명세서에 통합된다.

저작권 공지 및 허락 사항

본 문서의 개시 내용의 일부분은 저작권 보호의 대상인 자료를 포함할 수 있다. 저작권 소유자는 임의의 사람이 특허상표청 특허 파일 또는 기록에 나와 있는 대로 특허 문서 또는 특허 개시 내용을 팩시밀리 복사하는 것에 대해서는 이의를 제기하지 않지만, 그 외의 경우에는 무엇이 되었든지 간에 모든 저작권 권리를 보유한다.

기술분야

본 기술분야는 일반적으로 정보를 검색하고 제공하는 것과 관련되고, 보다 구체적으로는 맞춤형 정보의 제공(customizable provision of information)과 관련된다.

관심 대상을 조사할 때, 원치 않고, 관련없고 및/또는 중복된 정보를 수신하거나, 및/또는 바라는 정보를 수신하지 못하는 것은 흔한 일이다. 종래 메커니즘들을 통해 조사를 수행하면, 긍정 오류 결과들(false positive results) 및/또는 조사 토픽과 관련없는 결과들이 산출될 수 있다. 또한, 중요 정보는 놓칠 수 있다. 예를 들어, 머리글자 C&W를 이용하여 Cushman & Wakefield 와 같은 업체를 조사하려는 시도는 Cable & Wireless를 안내하는 정보를 산출할 수 있다. 산업계 토픽들과 회사들에 대한 전통적 검색들은 모호성 때문에 및/또는 그와 같은 산업들/회사들의 관계 없는 활동들 때문에 실패할 수 있다. 예를 들어, 머리글자 FDR을 이용하여 조사를 수행하고자 시도하면, Foneiere des Regions에 관한 결과들 및 수도 워싱턴에 있는 기념관을 포함하여 그의 이름을 기려 명명된 것들과 같은 Franklin Roosevelt에 관한 정보 및 뉴욕 시에 있는 고속도로가 산출될 수 있다. 또 다른 예로서, 도널드 트럼프(Donald Trump)라는 이름을 이용하여 조사를 수행하고자 시도하면, 상업용 부동산, 정치, 엔터테인먼트, 및 헤어스타일 아티클에 관한 결과들이 산출될 수 있다.

맞춤형 실시간 정보가 지능 채널들을 통해 제공될 수 있다. 채널을 생성하기 위해, 토픽이 결정될 수 있다. 토픽은 조사될 수 있다. 토픽은 임의의 적절한 토픽을 포함할 수 있다. 키워드들 및/또는 파라미터들은 조사에 기초하여 결정될 수 있다. 토픽과 연관되는 소스들은 파라미터들에 적어도 부분적으로 기초하여 결정될 수 있다. 질의(query)들이 각자의 파라미터들을 이용하여 각각의 소스에 대해 수행될 수 있다. 질의들의 결과들은 수집되고 및/또는 필터링되어서, 예를 들어 관련없는 정보, 중복 정보, 실질적 콘텐츠가 결여된 정보, 비속어(profanity) 등, 또는 이것들의 임의의 적당한 조합을 제거할 수 있게 된다. 필터링된 결과들은 채널을 통한 전달을 위해 조립될 수 있다. 채널은 허브형(hub-like) 인터페이스를 포함할 수 있다. 인터페이스는 사용자 친화적 대화형 디스플레이를 포함할 수 있다. 사용자 관심 대상을 추적하기 위해, 사용자의 지능 채널을 개량(refine)하기 위해, 사용자 및/또는 사용 특성들 등에 기초하여 추가적 지능 채널들을 추천하기 위해, 또는 이런 것들의 임의의 적절한 조합을 위해 구독 관리 프로세스(subscription management process)가 구현될 수 있다.

맞춤형 실시간 지능 채널(ustomizable, real time, intelligence channel)의 양태들이, 예시적 실시예들이 도시되는 첨부 도면들을 참조하여 본 명세서에서 보다 완전하게 기술된다. 하기 설명에서는, 설명의 목적상, 다양한 실시예들의 이해를 제공하기 위해 수많은 특정 상세 사항들이 개시된다. 그러나, 본 개시 내용은 많은 상이한 형태들로 실시될 수 있으며 본 명세서에 개시된 예시적 실시예들로만 제한되는 것으로 해석해서는 안 된다. 유사한 번호들은 전체 내용에 걸쳐서 유사한 구성요소들을 가리킨다.
도 1은 맞춤형 실시간 지능 채널을 생성하고 지능 채널을 통해 정보를 제공하기 위한 예시적 프로세스의 흐름도이다.
도 2는 지능 채널 사전제작(preproduction)을 위한 예시적 프로세스의 흐름도이다.
도 3은 지능 채널 개발을 위한 예시적 프로세스의 흐름도이다.
도 4는 수집, 필터링 및 품질 테스팅을 위한 예시적 프로세스의 흐름도이다.
도 5는 복수의 지능 채널을 포함하는 예시적 인터페이스를 도시한다.
도 6은 지능 채널 인터페이스의 예시적 도해를 묘사한다.
도 7은 복수의 지능 채널에 대한 액세스를 제공하기 위한 예시적 인터페이스를 예시한다.
도 8은 인큐베이터들에 관계된 토픽 관련 정보를 제공하는 예시적 인터페이스를 예시한다.
도 9는 지능 채널을 개발하기 위한 예시적 기능 블록도이다.
도 10은 지능 채널을 생성하고 지능 채널을 통해 정보를 제공하기 위한 시스템의 예시적 블록도이다.
도 11은 업데이트 프로세서의 예시적 블록도이다.
도 12는 데이터 프로세서의 예시적 블록도이다.
도 13은 지능 채널을 구현하고 및/또는 용이하게 하기 위해 활용될 수 있는 예시적 장치의 블록도이다.
도 14는 지능 채널을 생성하고 및/또는 구현하기 위해 활용될 수 있는 예시적 디바이스의 블록도이다.

본 명세서에서 기술되는 바와 같은 맞춤형 실시간 지능 채널은, 사용자로 하여금 관련없고 및/또는 중복인 정보를 필터링 제거하는 한편으로 예를 들어 수십만 개의 관련 소스들보다 더 많은 것들로부터 추려낸 관련 정보를 식별하고 전달함으로써 선택된 토픽들에 대해 계속 알림을 받거나, 및/또는 이런 토픽들을 다른 사람들에게 전달하는 것을 가능하게 할 수 있다. 예시적 실시예에서, 지능 채널은 토픽에 대한 가장 신뢰성 있는, 관련 소스들을 식별하고, 분리하고 및 액세스하고, 그리고 토픽에 관계된 타겟팅도고 포커싱된 정보의 스트림(stream of targeted, focused information)을 전달하는 능력을 제공할 수 있다. 토픽은 임의의 적절한 토픽을 포함할 수 있고 또한 임의의 장르, 카테고리 등에 국한되지 않는다.

본 명세서에서 기술되는 바와 같이, 지능 채널이 토픽에 대해 생성될 수 있다. 토픽은 미리결정된 토픽들에서 선택될 수 있고, 토픽은 이미 온라인으로 이용 가능한 토픽에서 선택될 수 있고, 토픽은 사용자에 의해 제공될 수 있고, 토픽은 사용자에 의해 제공될 수 있으며 검색 항목들, 키워드들을 정의하고, 언어 인식 능력들과 미리정의된 필터들을 포함하고 제외하는 반복 프로세스를 통하여 정의되고 개발될 수 있고, 토픽은 특정 토픽일 수 있고, 토픽은 특정 사용자 등, 또는 이것들의 임의의 적절한 조합에 대한 특정 토픽일 수 있다. 토픽들은 임의의 적절한 방식으로 결정될 수 있다. 예를 들어, 사용자의 이메일 주소, 사회성 그래프, 검색의 이전 이력 또는 지능 채널의 사용 등에 기초한 예측 데이터 마이닝이 활용되어 사용자에 대해 적절할 수 있는 관심 대상의 영역들 및 채널들을 식별할 수 있다.

예시적 실시예에서, 예측 데이터 마이닝은, 사용자의 집 위치을 식별함으로써, 그리고 예를 들어 그 영역에 위치한 사람들의 소득 및 관심 대상들을 결정하기 위해 공개적으로 이용 가능한 정보에 액세싱함으로써 사용자의 관심 대상을 예측하고 지능 채널을 추천하기 위해 활용될 수 있다. 예측 데이터 마이닝은 또한, 사용자의 관심 대상을 예측하고 지능 채널을 추천하기 위해, 사용자의 이전 사용 특성들, 또는 위치, 사회적 매체, 또는 그와는 다른 것으로 사용자와 관련된 그 외의 것들에 전체적으로 또는 부분적으로 의존할 수 있다. 예측 데이터 마이닝은 데이터베이스의 구조, 및 예를 들어 빅 데이터 분석을 위한 오픈 소스 비-SQL 문서 데이터베이스와 같은 데이터베이스를 위한 오픈 소스 도구들의 사용에 의해 용이해질 수 있다.

토픽 관련 정보의 소스들은 임의의 적절한 방식으로 결정될 수 있다. 예를 들어, 토픽 관련 정보의 소스는, URL(Uniform Resource Locator), 소셜 미디어, 트TWITTER, YOUTUBE, GOOGLE, FACEBOOK, YAHOO, BING, WIKIPEDIA, LINKEDIN, FLICKR, INSTAGRAM, PTNTEREST, 사진, 이미지, 출판물, 포럼, 블로그, 포럼, 비디오, 정기 간행물, 연구 시설, 학문 사이트, 산업계 특정 사이트, 웹 사이트, 대학교, 피드(feed), RSS 피드 등, 또는 이것들의 임의의 적절한 조합들과 같은 임의의 적절한 소스를 포함할 수 있다. 소스(들)는 검토될 수 있고, 각각의 지능 채널은 그에 따라서, 예를 들어 크라우드소싱 데이터(crowdsourcing data), 해당 주제의 전문가에 의한 조사, 사용자로부터의 입력 등, 또는 이것들의 임의의 조합에 기초하여 업데이트되거나, 큐레이트될 수 있다(curated). 소스(들)는, 주기적으로, 비주기적으로, 요청에 응답하여, 이벤트 발생에 응답하여, 계속적으로 등으로, 또는 이것들의 임의의 적절한 조합으로 검토될 수 있다.

소스들은 토픽 관련 정보에 대해 검색될 수 있다. 검색 결과들은 중복성, 관련없음, 중요치 않음, 또는 그와 유사한 성질의 정보인지에 대해 분석될 수 있다. 예를 들어, 검색 결과들은, 모독적 언어, 중복 헤드라인들, 중복 콘텐츠, 관심 대상의 토픽 관련된 항목들이 아닌 소셜 코멘트들을 다루는 트윗들과 같은 시간 낭비자들, 사용자의 언어로 되지 않은 게시물들, 지정된 언어 또는 언어들로 되지 않은 게시물들, 쓸모 없는 헤드라인들에의 데드 하이퍼링크들(dead hyperlinks) 등, 또는 이것들의 임의의 적절한 조합에 대해 분석될 수 있다. 분석된 검색 결과들은 필터링될 수 있다. 분석된 검색 결과들은 소스로부터 정보를 제거하고, 소스를 제거하고, 소스로부터의 정보를 편집하고 등을 하고, 또는 이것들의 임의의 적절한 조합을 하기 위해 필터링될 수 있다. 예시적 실시예에서, 소스들 및/또는 필터링 레벨은, 토픽 관련 정보가 사용자에게 제공되고 있는 동안 실시간으로 사용자에 의해 제어될 수 있다. 그리고 필터링된 정보는, 요구 시에, 즉각적으로 지능 채널에 의해 리프레시되고 제공될 수 있다. 예시적 실시예에서, 필터링은, 예를 들어 사용 및 크라우드 소싱된 코멘트들 및 입력의 분석에 기초하여 미래의 잡음 원들을 제한하기 위해 업데이트될 수 있는 탄력적 잡음 소거 알고리즘(들)을 포함할 수 있다. 필터링은 또한, 소스들 및 아이템들의 권한 및 신뢰성들에 대한 크라우드 소싱된 결정들에, 사용자 통계치들과 선호들에 기초할 수 있다.

도 1은 맞춤형 실시간 지능 채널을 생성하고 지능 채널을 통해 정보를 제공하기 위한 예시적 프로세스의 흐름도이다. 도 1에 도시된 예시적 프로세스는, 본 명세서에서 상세히 기술된 바와 같이, 채널 사전제작(단계 12), 채널 개발(단계 14), 수집, 필터링 및 품질 테스팅(단계 16), 전달용 정보 조립(단계 18), 토픽 관련 정보 제공(단계 20), 및 지능 채널의 콘텐츠들을 업데이트(단계 22)하는 임의의 적절한 조합 및/또는 시퀀스를 포함할 수 있다.

도 1은 도 1에 도시된 각각의 단계와 연관되는 상세 사항을 제공하는 추가적 도면들을 참조하여 본 명세서에서 기술된다. 이러한 목적을 위해, 도 1을 참조하여 전술한 대로, 채널 사전제작은 단계 12에서 수행될 수 있다. 그리고 도 2는 단계 24에서 토픽을 결정하고, 단계 26에서 토픽 데이터 마이닝과 조사를 하고, 및 단계 28에서 검색 기준들을 결정하는 임의의 적절한 조합과 시퀀스를 포함하는 채널 사전제작을 위한 예시적 프로세스의 흐름도이다. 토픽 또는 토픽들이 단계 24에서 결정될 수 있다. 토픽은 미리결정된 토픽들에서 선택될 수 있고, 토픽은 사용자에 의해 결정될 수 있고, 토픽은 특정 토픽일 수 있고, 토픽은 특정 사용자를 위한 특정 토픽일 수 있고 등 일 수 있고, 또는 이것들의 임의의 적절한 조합으로 될 수 있다. 토픽들은 임의의 적절한 방식으로 결정될 수 있다. 토픽은, 예를 들어 회사, 산업계, 사람, 사람들의 그룹, 자산, 부동산, 지적 재산권, 주식, 주제, 정치적 엔티티, 시, 주, 국가, 패션 경향, 활동, 이벤트, 아이디어, 발명, 작업 등, 또는 이것들의 임의의 적절한 조합을 포함할 수 있다. 토픽 유형에 대하 어떠한 제한도 없다는 것을 이해해야 한다. 예시적 실시예에서, 토픽은 토픽의 몇몇 측면(들)을 포함하면서 다른 것들은 제외하는 식의 다중 토픽을 조합하는 불(Boolean) 검색 표현들을 이용할 수 있다. 불 토픽 검색 로직은, 일부 검색 엔진들에 의해 부여되는 검색 항목들의 수에 대한 제한에도 불구하고, 10개 이상의 불 항들을 링크할 수 있다. 그러나, 토픽 검색에 포함되는 항들의 수에 대한 어떠한 제한도 없다는 것을 이해해야 한다.

토픽 데이터 마이닝 및 조사가 단계 26에서 수행될 수 있다. 임의의 적절한 정보가 토픽을 결정하고 및/또는 토픽을 사용자에게 제안하기 위해 분석될 수 있다. 예를 들어, 사용자의 자산, 이메일, 소셜 미디어 계정들, 검색 엔진들, GOOGLE, BING, LINKEDIN, WIKIPEDIA, 사용자 프로필 정보, 웹 사이트, 회사 웹 사이트, 정부 웹 사이트, 고용주의 웹 사이트 등, 또는 이것들의 임의의 적절한 조합이 토픽을 결정하기 위해 활용될 수 있다. 예측 데이터 마이닝이 활용되어 사용자에 대해 적절할 수 있는 관심 대상의 영역들 및 채널들을 식별할 수 있다. 예시적 실시예에서, 사용자의 이메일 주소에 기초한 예측 데이터 마이닝이 활용되어 사용자에 대해 적절할 수 있는 관심 대상의 영역들 및 채널들을 식별할 수 있다. 이메일 도메인은 관심 대상(들)이 그로부터 결정될 수 있는 연관성을 식별하기 위해 분석될 수 있다. 예를 들어, @aol.com 확장자를 가진 사용자는 오랜 세월 동안 이메일 계정을 갖고 있었지만 시대 유행을 잘 따르지는 못했다는 것이 결정되고 및/또는 추론될 수 있다. 또 다른 예로서, johndoe@gmail.com과 같은 이름은 얼리 어댑터를 나타내고, person@bakerlaw.com은 법률 관련 정보에 대한 관심을 가질 가능성이 있을 것이고, @woodcock.com 확장자를 가진 사람은 IP 법에 대한 특별한 관심을 가질 것이라는 점이 결정되고 및/또는 추론될 수 있다. xxx.fr 이메일 주소를 가진 사용자는 불어로 된 정보를 선호할 수 있다는 것이 결정되고 및/또는 추론된다.

검색 기준들이, 잠재적 토픽 관련 소스들의 결정을 용이하게 하기 위해, 단계 28에서 생성될 수 있다. 검색 기준들은 포괄적(inclusive)일 수도 또는 배타적(exclusive)일 수도 있다. 포괄적 검색 기준들은 포괄적 검색 기준들을 포함하는 정보를 검색하기 위해 활용될 수 있다. 배타적 검색 기준들은 배타적 검색 기준들을 포함하는 정보를 제외하기 위해 활용될 수 있다. 검색 기준들은, 예를 들어 포괄적 키워드들, 배타적 키워드들, 포괄적 검색 용어들, 배타적 검색 용어들, 포괄적 검색 구문들, 배타적 검색 구문들, 포괄적 질의들, 배타적 질의들, 긍정 오류 검색 결과를 나타내는 정보, 중복 정보 등, 또는 이것들의 임의의 적절한 조합을 포함할 수 있다. 검색 기준들은, 상이한 API들(application programming interfaces) 및 시맨틱 요건들(semantic requirements)을 가진 많은 소스들에게 질의하기 위해 불 연산자들을 이용하여 조합될 수 있다. 임의의 소스와 연관되는 API들, 버전들, 및 시맨틱 구조 요건들은, 예를 들어 데이터베이스 라이브러리로부터의 각각의 소스에 대해 결정될 수 있다.

전술한 바와 같이, 도 1을 참조하면, 채널 개발이 단계 14에서 수행될 수 있다. 그리고 도 3은, 단계 30에서 소스 또는 소스들을 결정하고, 단계 32에서 검색 기준을 구현하고, 단계 34에서 테스트 검색 또는 검색들을 수행하고, 단계 36에서 결과들의 품질을 결정하고, 단계 38에서 잠재적 소스들로부터 소스를 제거하고, 단계 40에서 다른 소스들이 존재하는지를 결정하고, 및 단계 42에서 검색 질의들을 위한 구조 및 포맷을 결정하는 임의의 적절한 조합 및 시퀀스를 포함하는 채널 개발을 위한 예시적 프로세스의 흐름도이다.

토픽 관련 정보의 소스 또는 소스들은 단계 30에서 결정될 수 있다. 토픽 관련 정보의 소스는, 예를 들어, 소셜 미디어, TWITTER, YOUTUBE, GOOGLE, FACEBOOK, YAHOO, BING, WIKIPEDIA, LINKEDIN, FLICKER, INSTAGRAM, PINTEREST, 사진, 이미지, 출판물, 포럼, 블로그, 포럼, 비디오, 정기 간행물, 연구 시설, 학문 사이트, 산업계 특정 사이트, 웹 사이트, 대학교, 도서관, 오디오, 라디오, 텔레비전, 피드, 및 RSS 피드 등 또는 이들의 임의의 적절한 조합과 같은, 임의의 적절한 소스를 포함할 수 있다. 소스는, URL을 통해 디지털 형태로 액세스가능한 임의의 데이터를 포함할 수 있고, 건물들, 집들, 차량들, 기구들 및 다른 모니터링 디바이스들에서 센서들에 의해 개발되고, URL을 통해 디지털로 사용가능한 것과 같은 비-텍스트형(non-textual) 데이터를 포함할 수 있다. 토픽 관련 정보는 모든 이용가능한 소스들로부터 선택될 수 있고 큐레이트될 수 있다. 소스는, 검토될 수 있고, 본 명세서에 보다 상세히 설명되는 바와 같이, 각각의 지능 채널은, 예를 들어, 크라우드소싱 데이터, 주제 전문가들에 의한 조사, 사용자로부터의 입력 등, 또는 이들의 임의의 적절한 조합에 기초하여 업데이트될 수 있다.

예시적인 일 실시예에서는, 각각의 소스에 대한 API가 결정된다. 소스에 대한 API는 각각의 소스에 대해 고유할 수 있다. 즉, 소스는 고유한 API 또는 그것의 임의의 적절한 버전과 관련될 수 있다. 각각의 소스에 대한 각각의 API의 설명은, 예를 들어, 데이터베이스에 저장될 수 있다. 각각의 소스에 대한 각각의 API의 설명은, 예를 들어, 데이터베이스에 저장될 수 있다. 소스는 개별 웹사이트들을 포함할 수 있고, 따라서, 웹사이트들이 공통 API를 사용하는 것으로 나타날 때에도, API 변동들을 저장하도록 데이터베이스가 구축될 수 있다.

단계 32에서는, 잠재적 소스들로부터 토픽 관련 정보의 소스, 소스들의 결정을 용이하게 하도록 검색 기준이 구현될 수 있다. 예시적인 일 실시예에서는, 단계 28에서 결정된 검색 기준에 단계 32에서 구현될 수 있다. 검색 기준은 각각의 가능성 있는 소스에 대해 구현될 수 있다. 검색 기준은 적절한 시맨틱 프로토콜을 이용하여 구현될 수 있는데, 이는 각각의 소스에 의해 요구되는 적절한 불(Boolean) 항들 및 연산자들을 포함할 수 있다. 예시적인 일 실시예에서, 검색 기준은 각각의 소스에 의해 요구되는 적절한 시맨틱 구조 및 디지털 포맷을 이용하여 구현될 수 있다.

가능성 있는 소스로부터의 정보의 품질을 평가하는 테스트 검색, 또는 검색들이 단계 34에서 수행될 수 있다. 검색 결과들은, 가능성 있는 소스가 적절한 품질 결과들을 생산할 때까지 해당 검색을 제어하는 검색 기준이 변경될 수 있는 반복형 프로세스에서 사용될 수 있다. 가능성 있는 소스가 적절한 품질 결과들을 생산하지 않으면, 해당 가능성 있는 소스는 지능 채널에 대한 토픽 관련 정보의 소스로서 선택되지 않을 수 있다. 단계 36에서는, 가능성 있는 소스로부터의 정보의 품질이 적절한지가 결정될 수 있다. 단계 36에서, 가능성 있는 소스로부터의 정보의 품질이 적절하지 않다고 결정되면, 프로세스는, 검색 기준을 개량하고, 개량된 검색 기준을 구현하여, 이로부터 본 명세서에 설명되는 바와 같이 진행하도록, 단계 32로 진행할 수 있다. 검색 기준을 개량하여 가능성 있는 소스로부터의 정보의 품질을 조정하려는 적절한 시도 이후, 수용가능한 레벨까지 품질을 향상시키는 것이 가능하지 않다면, 가능성 있는 소스는 가능성 있는 소스들의 리스트로부터 제거될 수 있다(예를 들어, 더 이상 고려되지 않음).

품질은 초기에는, 소스로부터 토픽으로 반환되는 아이템들의 관련성에 관련되는 채널 개발 프로세스 동안 결정될 수 있다. 기준을 포함 및 배제하는 키워드들 뿐만 아니라 포함 또는 배제된 소스들은 지능 채널의 품질을 향상시키도록 조정될 수 있다. 지능 채널 품질은 지능 채널로부터 소스를 방문하거나, 삭제하거나, 또는 큐레이팅하는데 있어서의 지능 채널 사용자들의 액션들을 통해 개발되는 크라우드소스형(crowdsourced) 정보에 의해 결정될 수 있다. 각각의 사용자가 아이템을 평가할 수 있거나 또는 사용자의 지능 채널로부터 아이템을 삭제할 수 있으므로, 자주 방문된 소스는 고 품질인 것으로서 여겨질 수 있고, 사용자들에 의해 지능 채널로부터 자주 큐레이팅되는 것은 저 품질인 것으로서 여겨질 수 있는 바와 같이, 사용자들에 의한 수집 액션들은 지능 채널에 특별한 아이템 또는 소스의 품질을 결정하는데 사용될 수 있다. 지능 채널 내의 품질 결정은, 적절히, 다른 지능 채널들에 적용될 수 있거나 또는 그렇지 않을 수 있다.

단계 36에서, 가능성 있는 소스로부터의 정보의 품질이 적절하다고 결정되면, 단계 40에서는, 다른 가능성 있는 소스가 테스트될 것인지 결정될 수 있다. 단계 38에서, 다른 가능성 있는 소스가 테스트될 것으로 결정되면, 프로세스는 단계 32로 진행할 수 있고 거기서부터 본 명세서에 설명되는 바와 같이 진행한다. 단계 40에서 테스트될 다른 소스가 없다고 결정되면, 주어진 채널 토픽에 대해 (가능성 있는 소스들로부터 선택된) 각각의 소스에 대한 검색 질의들을 위한 일련의 시맨틱 프로토콜/디지털 포맷 조합들이 단계 42에서 결정될 수 있다. 각각의 검색 질의의 시맨틱 구조 및 디지털 포맷은 추후 사용을 위해 저장될 수 있다. 최종 의미론적 구조들 및 디지털 포맷들은 새로운 및/또는 추가적인 지능 채널들의 개발에서 다른 지능 채널들과의 융합을 위해 이용될 수 있다.

위에 설명된 바와 같이, 도 1을 참조하면, 수집, 필터링 및 품질 테스트가 단계 16에서 수행될 수 있다. 그리고, 도 4는, 단계 44에서의 검색 질의를 구현함, 단계 46에서의 소스들로부터 정보를 수집하고, 단계 48에서의 글로벌 필터링을 수행하고, 단계 50에서의 글로벌 필터링을 통과한 정보를 결정하고, 단계 52에서의 글로벌 필터링을 통과하지 못한 소스 및/또는 정보를 제거하고, 단계 54에서의 채널 기반의 필터링을 수행하고, 단계 56에서의 채널 기반의 필터링을 통과한 정보를 결정하고, 단계 58에서의 채널 기반의 필터링을 통과하지 못한 소스 및/또는 정보를 제거하고, 단계 60에서의 정화(clean up)를 수행하고 포맷팅을 강화하고, 및 단계 62에서의 결과들을 저장하는 것을 구현하는 임의의 적절한 조합 및 시퀀스를 포함하는, 수집, 필터링 및 품질 테스팅을 위한 예시적인 일 프로세스의 흐름도이다.

검색 질의는 단계 44에서 구현될 수 있다. 검색 질의는 지능 채널의 각각의 토픽 관련 소스에 대해 수행될 수 있다. 각각의 소스는 사용자의 선택된 토픽에 기초하여 적절한 검색 파라미터들을 포함하는 검색 질의로 질의될 수 있다. 검색 질의는 이미 설명된 바와 같은 검색 기준을 포함할 수 있다. 각각의 검색 질의는 개별 소스의 요구들을 충족하도록 포맷될 수 있다. 예시적인 일 실시예에서, 적절한 검색 파라미터들을 포함하는 검색 질의들은 각각의 소스에 대해 적절한 포맷으로 각각의 소스에 제공될 수 있다. 따라서, 결과들(예를 들어, 토픽 관련 정보)은 각각의 소스로부터 수신될 수 있다. 예를 들어, TWITTER는 APPLE AND (iPhone OR iPad or iPod)가 되도록 괄호들을 사용하여 연산들을 그룹화하는 불 검색 구조가 연산들의 순서들을 표시하게 한다. GOOGLE은 시맨틱 구조에서 괄호들의 사용을 허용하지 않거나 또는 연산들의 순서를 표시하지 않으므로, 동일한 검색이: "Apple iPhone", "Apple iPad", "Apple iPod"와 같이 구조화될 것이다.

결과들은 단계 46에서 수집될 수 있다. 수집은 데이터 정규화를 요구할 수 있는데, 결과들이 그들의 데이터 구조에서 변하기 때문이다. 소스들은 상이한 데이터 구조들 또는 포맷들의 결과들을 제공할 수 있다. 결과들은 소스에 의해 이용되는 특정 데이터 구조에 기초하는 데이터베이스에 맵핑될 수 있다. 결과들은 해당 소스에 기초하는 데이터 맵핑들을 사용하여 인입 데이터를 프로세싱하는 포맷터들을 사용하여 수집될 수 있고, 표준 데이터 구조에 저장될 수 있다. 결과들은 (예를 들어, 데이터베이스에) 저장될 수 있다. 추가적 검색들이 수행됨에 따라, 결과들은 저장된 결과들에 추가(삽입)될 수 있다. 아이템 URL 필드에 고유한 인덱스가 생성될 수 있다. 결과들의 저장 동안, 아이템이 URL 필드에 있는 것으로 결정되면, URL 필드는 스킵할 수 있다(결과가 저장된 결과들에 추가되지 않거나, 또는 삽입되지 않음). 결과들의 저장 동안, 아이템이 URL 필드에 없는 것으로 결정되면, 결과들은 저장된 결과들에 추가된다.

필터링은 결과들의 저장 이전에 수행될 수 있다. 필터링은 결과들의 저장 및 수집에 영향을 줄 수 있다. 예를 들어, 인플루언서 블랙리스트(influencer blacklist)가 삽입 프로세서 이전에 수행될 수 있다. 웹사이트 리소스들에 대해, 영향력 행사자는 웹사이트 자체일 수 있다. 예를 들어, 소셜 미티어 소스들에 대해, huffingtonpost.com에 대해, 인플루언서는 실제 사용자이다. 전체 웹사이트들은 도메인 레벨 상에서, 또는 최고 레벨 도메인 상에서, 예를 들어, .cn, .biz, .casino 등, 사용자 레벨 상의 소셜 미디어 사용자 상에서 금지될 수 있다. 따라서, 이러한 인플루언서 필터들로부터 초래되는 아이템들은 스킵되어 저장되지 않을 수 있다. 예시적인 일 실시예에서, 각각의 소스로부터의 결과들은 조합되어 데이터 스트림으로 통합될 수 있다. 이러한 데이터 스트림은 필터링될 수 있다.

데이터 스트림은 단계 48에서 글로벌하게 필터링될 수 있다. 글로벌 필터링은, 소스 필터링, 중복 필터링, 잡음 필터링, 또는 비속어 필터링의 임의의 적절한 조합을 포함할 수 있다. 소스 필터링은 단계 48에서 수행될 수 있다. 소스 필터링은 관련없는 소스들 및/또는 스팸을 제거하는데 이용될 수 있다. 예시적인 일 실시예에서, 소스 필터링은, 지속적으로 업데이트되는 도메인 명칭들 및 소셜 미디어 사용자명들의 사전을 아티클 소스(article source) URL과 비교할 수 있다. 매칭이 존재하면, 해당 아이템은 추후 검토를 위해 태그되어 식별될 수 있다. 단계 50에서 결정된 바와 같이, 정보가 소스 필터링을 통과하지 못하면, 소스 및/또는 정보는 단계 52에서 데이터 스트림으로부터 제거될 수 있다. 단계 50에서 결정된 바와 같이, 정보가 소스 필터링을 통과하면, 글로벌 필터링의 완료시, 프로세스는 단계 54로 진행할 수 있다.

중복 필터링이 단계 48에서 수행될 수 있다. 중복 필터링은 중복 아티클들을 식별하여 제거하기 위해 개별 아티클 헤드라인들 및/또는 아티클들을 비교할 수 있다. 예시적인 일 실시예에서, 아티클은 중복 아티클들 및/또는 다소 비슷한(중복성 정보를 포함하는) 아티클을 식별하여 제거하기 위해 연대 순으로 비교될 수 있다. 중복들이 식별되면, 이들은 제거될 수 있다. 단계 50에서 결정된 바와 같이, 정보가 중복 필터링을 통과하지 못하면, 단계 52에서 이러한 소스 및/또는 정보는 데이터 스트림으로부터 제거될 수 있다. 단계 50에서 결정된 바와 같이, 정보가 중복 필터링을 통과하지 못하면, 글로벌 필터링의 완료시에, 프로세스는 단계 54로 진행할 수 있다. 예를 들어, 여러 뉴스 아이템들이 반복될 수 있고, 여러 보도 자료들은 다수 출판물들에 인쇄될 수 있다. 사용자의 시간을 낭비하는 것을 회피하기 위해서, 이러한 중복 아이템들은 헤드라인에 의해 및/또는 콘텐츠에 의해 필터링될 수 있다.

잡음 필터링이 단계 48에서 수행될 수 있다. 잡음 필터링은, 값을 추가하지 않는, 토픽과 관련없는 등의 아이템들, 또는 이들의 임의의 적절한 조합을 제거할 수 있다. 예시적인 일 실시예에서, 잡음 필터링은 제한된 관련성의 아이템들 및/또는 실질적인 콘텐츠가 결여된 아이템들을 식별할 수 있다. 잡음 필터링은 제한된 관련성의 아이템들 및/또는 실질적인 내용이 부족한 아이템들을 데이터 스트림으로부터 제거할 수 있다. 단계 50에서 결정된 바와 같이, 정보가 잡음 필터링을 통과하지 못하면, 단계 52에서 이러한 소스 및/또는 정보는 데이터 스트림으로부터 제거될 수 있다. 단계 50에서 결정된 바와 같이, 정보가 잡음 필터링을 통과하면, 글로벌 필터링의 완료시, 프로세스는 단계 54로 진행할 수 있다.

비속어 필터링이 단계 48에서 수행될 수 있다. 비속어 필터링은, 아티클에서 비속어를 식별하기 위해, 키워드들, 문구들, 이미지들, 비디오 등(예를 들어, 사전)을 각각의 소스로부터 획득되는 아티클들과 비교할 수 있다. 예시적인 일 실시예에서, 비속어 필터(예를 들어, 사전)는 특정 사용자에 대해 맞추어질 수 있다. 예를 들어, 부모는, 부모가 어린이들에게 부적절한 것이라고 결정할 수 있는 임의의 정보를 제거하기 위해 비속어 필터를 맞춤화할 수 있다. 단계 50에서 결정된 바와 같이, 정보가 비속어 필터링을 통과하지 못하면, 단계 52에서 이러한 소스 및/또는 정보는 데이터 스트림으로부터 제거될 수 있다. 단계 50에서 결정된 바와 같이, 정보가 비속어 필터링을 통과하면, 글로벌 필터링의 완료시에, 프로세스는 단계 54로 진행할 수 있다.

단계 54에서 채널 기반 필터링이 데이터 스트림에 대해 수행될 수 있다. 예시적인 일 실시예에서, 채널 기반 필터링은, 언어 필터링, 소스 필터링, 또는 잡음 필터링의 임의의 적절한 조합을 포함할 수 있다. 본 명세서에 설명되는 바와 같이, 채널 필터링은 엄격히 특정 지능 채널 내에서 동작되는 반면, 글로벌 필터링은 보편적으로 동작한다. 예를 들어, 토픽이 고 성능 자동차들인 지능 채널을 가정하자. 이러한 지능 채널은 모든 제조사들을 포함할 수 있지만, 지능 채널은 모든 다른 제조사들을 제거하기 위해 General Motors에 의한 용도로 필터링될 수 있다.

언어 필터링이 단계 54에서 수행될 수 있다. 지능 채널들은 특정 언어에 의해 필터링될 수 있다. 예시적인 일 실시예에서는, 하나의 언어, 또는 하나 이상의 특정 언어들이 지정되면, 단계 56에서 결정된 바와 같이, 지정되지 않은 모든 언어들은 단계 58에서 필터링될 수 있다. 즉, 지정된 언어 또는 언어들 이외의 언어로 된 모든 아티클들은 단계 58에서 데이터 스트림으로부터 제거될 수 있다. 그리고, 채널 기반 필터링의 완료시, 프로세스는 단계 60으로 진행할 수 있다. 예시적인 일 실시예에서는, 지정되지 않은 언어가 지정된 언어로 번역될 수 있다.

소스 필터링이 단계 54에서 수행될 수 있다. 소스 필터링은 관련없는 소스들 및/또는 스팸을 제거하는데 이용될 수 있다. 예시적인 일 실시예에서, 소스 필터링은 지속적으로 업데이트되는 도메인 명칭들 및 소셜 미디어 사용자명들의 사전을 아티클 소스 URL과 비교할 수 있다. 매칭이 존재하면, 해당 아이템은 배제되도록 또는 추후 검토하기 위해 태그되어 식별될 수 있다. 단계 56에서 결정된 바와 같이, 정보가 소스 필터링을 통과하지 못하면, 단계 58에서 이러한 소스 및/또는 정보는 데이터 스트림으로부터 제거될 수 있다. 단계 56에서 결정된 바와 같이, 정보가 소스 필터링을 통과하면, 글로벌 필터링의 완료시에, 프로세스는 단계 60으로 진행할 수 있다.

단계 54에서 잡음 필터링이 수행될 수 있다. 잡음 필터링은 토픽과 관련없는, 값을 추가하지 않는, 아이템들 등, 또는 그의 임의의 적절한 조합을 제거할 수 있다. 예시적인 실시예에서, 잡음 필터링은 제한된 관련성의 아이템들 및/또는 실질적인 콘텐츠가 결여된 아이템들을 식별할 수 있다. 잡음 필터링은 제한된 관련성의 아이템들 및/또는 실질적인 콘텐츠가 결여된 아이템들을 데이터 스트림으로부터 제거할 수 있다. 단계 56에서 결정된 바와 같이, 정보가 잡음 필터링을 통과하지 못하면, 단계 58에서 소스 및/또는 정보는 데이터 스트림으로부터 제거될 수 있다. 단계 56에서 결정된 바와 같이, 정보가 잡음 필터링을 통과하면, 글로벌 필터링의 완료시, 프로세스는 단계 60로 진행할 수 있다.

단계 54에서 비속어 필터링(profanity filtering)이 수행될 수 있다. 비속어 필터링은 아티클 내의 비속어를 식별하기 위해 각자의 소스로부터 획득된 아티클과 키워드, 구절, 이미지, 비디오 등(예를 들어, 사전)을 비교할 수 있다. 예시적인 실시예에서, 비속어 필터(예를 들어, 사전)는 특정 사용자에게 맞추어질 수 있다. 예를 들어, 부모는 부모가 아이들에게 부적절하다고 판단할 수 있는 임의의 정보를 제거하도록 비속어 필터를 맞춤화할 수 있다. 비속어를 포함한다고 결정된 임의의 아티클은 데이터 스트림으로부터 제거될 수 있다. 단계 56에서 결정된 바와 같이, 정보가 비속어 필터링을 통과하지 못하면, 단계 58에서 소스 및/또는 정보는 데이터 스트림으로부터 제거될 수 있다. 단계 56에서 결정된 바와 같이, 정보가 비속어 필터링을 통과하면, 글로벌 필터링의 완료시, 프로세스는 단계 60로 진행할 수 있다.

아티클 정화 및 강화된 포맷팅이 단계 60에서 수행될 수 있다. 아티클 콘텐츠로부터 광고가 제거될 수 있다. 콘텐츠는 지능 채널을 통해 정보를 제공하기 위하여 필요한 경우에 포맷팅될 수 있다. 채널 정의(channel definition)를 개선하고, 워드 클라우드(word cloud)를 생성하고, 강화된 콘텐츠를 전달하기 위하여 사진, 장소, 이름, 회사, 주소, 및/또는 전화 번호를 선택하기 위해 아티클 콘텐츠의 시맨틱 분석이 수행될 수 있다. 자연어 프로세싱을 이용하여 개인 또는 엔티티의 이름, 금전적 가치, 위치 등과 같은 관심있는 요소들을 강조할 수 있다. 최종 결과들은 단계 62에서 저장될 수 있다. 예시적인 실시예에서, 저장된 결과들은 그 채널을 선택하는 임의의 사용자에게 전달하기 위해 이용가능할 수 있다. 저장된 결과들은 다른 채널들과의 결합을 위해 이용가능할 수 있다. 저장된 결과들은 업데이트를 위해 이용가능할 수 있다. 예시적인 실시예에서, 결과가 결합 및/또는 업데이트되는 경우, 결합 및/또는 업데이트와 연관된 시간이 저장될 수 있다. 미리결정된 시간 간격 내에서 채널을 선택하는 사용자들은 저장된 정보를 수신할 수 있다. 새롭고 적시의 결과들(fresh and timely results)을 획득하기 위하여, 미리결정된 시간 간격을 넘어서 수신한 사용자 조회(inquiry)가 새로운 조회를 트리거할 수 있다.

도 1을 참조하여, 전술한 바와 같이, 정보의 조립이 단계(18)에서 수행될 수 있고, 토픽 관련 정보가 단계(20)에서 제공될 수 있고, 정보가 단계(22)에서 업데이트될 수 있다. 조립된 정보는 맞춤화된 인터페이스(customized interface)를 통해 지능 채널을 경유하여 제공될 수 있다. 인터페이스는 맞춤화된 대시보드(customized dashboard)를 포함하는 허브의 형태로 되어 있을 수 있다. 사용자에 의해 정렬된 각각의 채널에 대해 수신된 결과들은 맞춤화된 허브를 통해 결합 및 전달될 수 있다.

도 5는 복수의 지능 채널(66)을 포함하는 예시적인 인터페이스(64)를 도시한다. 도 5에 도시된 각각의 채널은 상이한 지능 채널을 나타낸다. 지능 채널은 시스템에 의해 제공된 미리결정된(미리정의된) 채널일 수 있고, 지능 채널은 사용자, 또는 그의 임의의 적절한 조합에 의해 결정될 수 있다. 따라서, 복수의 지능 채널(66)은 복수의 미리결정된 지능 채널, 복수의 사용자 정의된 지능 채널, 사용자의 선호 리스트의 복수의 지능 채널, 또는 그의 임의의 적절한 조합을 나타낼 수 있다. 도 5에 도시된 바와 같이, "더 많은 채널들(More Channels)"로서 라벨링된 아이템(68)을 선택하는 것에 의해 더 많은 지능 채널이 액세스될 수 있다.

인터페이스(64)는 사용자가 지능 채널들에 액세스할 수 있는 허브형 센터, 또는 e-스토어(e-store)로서 여겨질 수 있다. 채널들 및 뉴스는 허브 유사 인터페이스(64)를 통해 사용자에게 전달될 수 있다. 허브형 인터페이스(64)는 임의의 적절한 방식 및/또는 포맷으로 제공될 수 있다. 예시적인 실시예에서, 허브형 인터페이스(64)는 모든 웹사이트 페이지 상에 디스플레이되는 것에 의해 액세스 가능할 수 있는 "myChannels" 페이지 등으로서 제공될 수 있다. 허브형 센터는 사용자에 의해 이미 선택된 채널들 또는 이용 가능할 수 있는 부가적인 채널들에 적용될 수 있다.

인터페이스(64)를 통해 렌더링된 바와 같은 지능 채널은 지능 채널을 식별하는 임의의 적절한 정보를 포함할 수 있다. 예를 들어, 지능 채널은 지능 채널을 식별하는 아이콘, 텍스트, 비디오, 사운드, 또는 그의 임의의 적절한 조합을 포함할 수 있다.

지능 채널이 선택될 때, 토픽 관련 정보가 지능 채널을 통해 제공될 수 있다. 지능 채널은 임의의 적절한 방식으로 선택될 수 있다. 본 명세서에 설명된 바와 같이, 인터페이스 상의 렌더링의 선택은 예를 들어, 렌더링을 클릭하는 것, 렌더링을 탭핑하는 것, 렌더링을 터치하는 것, 렌더링 위에서 제스처를 행하는 것, 렌더링에 근접하여 제스처를 행하는 것, 오디오 커맨드를 제공하는 것 등, 또는 그의 임의의 적절한 조합과 같은, 임의의 적절한 방식으로 달성될 수 있다. 따라서, 예시적인 실시예에서, 지능 채널의 렌더링을 클릭하는 것, 지능 채널의 렌더링을 탭핑하는 것, 지능 채널의 렌더링을 터치하는 것, 지능 채널의 렌더링 위에서 제스처를 행하는 것, 지능 채널의 렌더링에 근접하여 제스처를 행하는 것, 오디오 커맨드를 제공하는 것 등, 또는 그의 임의의 적절한 조합에 의해 지능 채널이 인터페이스(64)를 통해 선택될 수 있다.

지능 채널이 선택될 때, 토픽 관련 정보가 실시간으로 제공될 수 있다. 도 6은 사용자 친화적인, 대화형, 지능 채널 인터페이스(70)의 예시적인 도면을 도시한다. 예시적인 실시예에서, 인터페이스(70)는 장치, 디바이스, 서버, 컴퓨터 등의 대화형 디스플레이를 포함할 수 있다. 예시적인 실시예에서, 인터페이스(70)는 선택가능한 소스 부분 또는 영역(78), 더 많은 지능 채널들(74)의 선택을 허용하는 부분 또는 영역(78), 지능 채널의 공유를 허용하는 부분 또는 영역(76), 조정가능한 필터 부분 또는 영역(80), 및 동적으로 구성가능한 콘텐츠 부분 또는 영역(82)의 임의의 적절한 조합을 포함할 수 있다. 예시적인 실시예에서, 인터페이스(70)는 웹페이지 등을 포함할 수 있다. 토픽은 아이템(72)에 의해 도시된 바와 같이 인터페이스(70)를 통해 렌더링될 수 있다. 아이템(74)을 선택하는 것에 의해 더 많은 채널들이 액세스될 수 있다.

선택가능한 소스 영역(78)은 토픽 관련 정보의 복수의 소스(예를 들어, 소스 1, 소스 2, 소스 3, 소스 4, ... 소스 N)에 대한 개별적으로 선택가능한 액세스를 제공할 수 있고, 여기서, 복수의 토픽 관련 소스 중 각각의 소스는 토픽에 관련된 정보를 포함할 수 있고, 개별적으로 선택가능할 수 있다. 콘텐츠 영역(82)은 토픽 관련 정보(예를 들어, 아티클 1, 아티클 2, 아티클 3, 아티클 4 ...)를 렌더링하고 렌더링된 토픽 관련 정보의 소스에 대한 액세스를 제공할 수 있다. 조정가능한 필터 영역(80)은 동적으로 구성가능한 콘텐츠 영역(82)의 조정가능한 필터링을 제공할 수 있고, 콘텐츠 영역(82)의 콘텐츠는 필터 영역(80) 내의 필터 렌더의 조정가능한 필터링에 기초하여, 실시간으로, 동적으로 수정될 수 있다.

지능 채널은 아이템(76)을 선택하는 것에 의해 공유될 수 있다. 지능 채널 및/또는 지능 채널을 통해 제공된 정보가 예를 들어, 이메일, 소셜 미디어, TWITTER, LINKEDIN, FACEBOOK, GOOGLE+, 소셜 네트워크, 뉴스 아티클, 테스트 메시지 등, 또는 그의 임의의 적절한 조합을 통해 공유될 수 있다.

토픽 관련 정보의 소스들(78)은 인터페이스(70) 상에 렌더링될 수 있다. 소스의 각각의 렌더링은 토글형 방식으로 선택가능할 수 있고, 소스의 렌더링의 선택은 정보가 소스로부터 수신될 수 있게 할 수 있고, 소스의 후속하는 선택은 정보가 소스로부터 수신되는 것을 방지할 수 있다. 예를 들어, 소스 1은 TWITTER를 나타낼 수 있고, 소스 2는 GOOGLE을 나타낼 수 있고, 소스 3은 사용자 정의 소스를 나타낼 수 있다. 소스 1을 선택하는 것은, TWITTER로부터 토픽 관련 정보가 수신되어 복수의 아티클(82)에 렌더링될 수 있게 할 수 있다. 소스 1의 후속하는 선택이 정보가 TWITTER로부터 수신되는 것을 방지할 수 있고, TWITTER로부터 이전에 렌더링된 아티클들이 복수의 아티클(82)로부터 제거될 것이다. 유사하게, 소스 2를 선택하는 것은, GOOGLE로부터 토픽 관련 정보가 수신되어 복수의 아티클(82)에 렌더링될 수 있게 할 수 있다. 소스 1의 후속하는 선택이 정보가 GOOGLE로부터 수신되는 것을 방지할 수 있고, GOOGLE로부터 이전에 렌더링된 아티클들이 복수의 아티클(82)로부터 제거될 것이다. 그리고, 소스 3을 선택하는 것은, 사용자 정의 소스로부터 토픽 관련 정보가 수신되어 복수의 아티클(82)에 렌더링될 수 있게 할 수 있다. 소스 3의 후속하는 선택이 정보가 사용자 정의 소스로부터 수신되는 것을 방지할 수 있고, 사용자 정의 소스로부터 이전에 렌더링된 아티클들이 복수의 아티클(82)로부터 제거될 것이다.

예시적인 실시예에서, 토픽 관련 정보의 필터는 인터페이스(70)를 통해 조정가능할 수 있다. 예를 들어, 슬라이더(80)는 필터로서 기능할 수 있다. 제어(86)를 선택하여 슬라이더(80)의 왼쪽으로 또는 오른쪽으로 이동시키는 것은 소스의 영향력 및/또는 아이템의 관련성에 기초하여 토픽 관련 정보를 더 많이 또는 더 적게 필터링할 수 있다. 예를 들어, 제어(86)를 선택하여 슬라이더(80)의 왼쪽 끝으로 이동시키는 것은 더 적게 영향력 있는 및/또는 더 적게 관련있는 토픽 관련 정보가 수신될 수 있게 할 수 있다. 그리고 제어(86)를 선택하여 슬라이더(80)의 오른쪽 끝으로 이동시키는 것은 더 많이 영향력 있는 및/또는 더 많이 관련있는 토픽 관련 정보만이 수신될 수 있게 할 수 있다. 따라서, 이러한 예시적인 시나리오에서, 슬라이더(80)의 왼쪽 에지는 더 적은 제한을 나타내고, 슬라이더(80)의 오른쪽 에지는 더 많은 제한을 나타낸다. 슬라이더(80)가 제어(86)를 통해 조정될 때, 복수의 아티클(82)에 렌더링된 정보는 그에 따라 조정될 수 있다.

슬라이더(80)를 통해 호출된 기능은 관련성 및 영향력에 의한 각각의 아이템의 결합된 랭킹(본 명세서에서 myCREOrank라고 함)을 결정할 수 있다. 예시적인 실시예에서, 슬라이더(80) 스케일은 왼쪽에서 오른쪽으로, 채널에 모든 아이템들을 리턴하는 "All"로 지정된 위치로부터 "myCREOpicks"로 지정될 수 있고 가장 영향력 있는 소스들로부터 가장 관련있는 아이템들만을 리턴하는 가장 먼 오른쪽 위치로 포지셔닝(positioning)을 허용할 수 있다. 더 많이 또는 더 적게 영향력 있는 소스들로부터의 더 많이 또는 더 적게 관련있는 아이템들이 보여질 수 있게 하도록 슬라이더(80)는 중간 지점들에 포지셔닝될 수 있다. 영향력 및 관련성에 의한 myCREOrank 필터링은 토픽 관련 키워드들에 대한 검색에 기초하여, 채널 내 포함을 위해 초기에 선택된 데이터베이스 내의 모든 아이템들에 적용될 수 있는 알고리즘에 기초할 수 있다.

myCREOrank는 인플루언서 온라인 프레즌스 메트릭(influencer online presence metrics) 및/또는 채널 컨텍스트에 기초하여 계산될 수 있다. 인플루언서 온라인 프레즌스 메트릭(인플루언서)에 대해, 메트릭은 각각의 인플루언서에 대한 소셜 네트워크들 및/또는 다양한 제3자 서비스들 등으로부터 획득될 수 있다. 인플루언서 메트릭은 인플루언서 타입 - 웹사이트 또는 소셜 네트워크 사용자 - 에 따라 달라질 수 있다. 예시적인 인플루언서 메트릭은 TWITTER - 사용자가 만든 포스트의 수, 팔로워의 수, 리트윗 등, YOUTUBE - 사용자 비디오의 수, 각각의 비디오의 조회수(number of views each video has got), 평균 조회수(average number of views) 등, Blog - 포스트의 수, 팔로워의 수, 리포스트의 수, 링크 등, 웹페이지 - 구글 페이지 랭크 등, 또는 그의 임의의 적절한 조합을 포함할 수 있다.

상이한 인플루언서 메트릭을 비교하기 위하여, 인플루언서 메트릭은 다양한 특성에 기초하여 가중화되어 스코어(0-100)로서 반환될 수 있다. 가중화 방법은 학문적 조사, 다른 출판물(publications), 온라인으로 이용가능한 정보 등, 또는 그의 임의의 적절한 조합에 기초할 수 있다. 가중화 방법은 크라우드 소싱 정보(즉, 아이템들의 큐레이션(curation) 및 뷰들과 같은 채널의 사용자들의 액션들)에 기초한 조정 및 개량을 거칠 수 있다. 따라서, 스코어는 온라인 인기도(online popularity)를 나타낼 수 있다.

채널 컨텍스트(관련성)는 채널 토픽과 밀접하게 관련된 높게 랭크된 아이템들을 나타낼 수 있다. 높게 랭크된 인플루언서에 의한 포스트는 대체로 덜 높게 랭크된 인플루언서로부터의 포스트로서 특정 채널에 관련있는 것이 아닐 수 있다. 따라서, 이러한 아이템들을 아이템 내의 토픽 관련 키워드의 언급 수, 아이템 내의 다른 워드에 대한 토픽 관련 키워드의 비율, 아이템 헤드라인 내의 토픽 관련 키워드의 언급 수, 헤드라인의 다른 워드들에 대한 토픽 관련 키워드의 비율, 아이템의 뷰들 또는 페이지 랭크의 수, 및 다른 인자들로서 고려하는 것에 의해 관련성 스코어가 결정될 수 있다. 관련성은 특정 아이템들이나 특정 소스들 또는 저자들로부터 소싱된 아이템들에 대한 특정 채널의 사용자들에 의한 뷰들 및 큐레이션과 같은 크라우드 소싱 데이터를 고려할 수 있다.

예시적인 실시예에서, 슬라이더(80)는 인지된 소스의 신뢰성(예를 들어, 뉴욕 타임즈 또는 월스트리트 저널은 익명의 TWITTER™ 포스트보다 더 신뢰성 있는 것으로 생각될 것이다) 및 저자에 의해 포스팅된 이전의 아이템들의 수에 기초하여 결정될 수 있는 저자의 권한을 고려할 수 있는 가중화된 스케일에 기초한 알고리즘을 이용함으로써 토픽에 대한 검색에 의해 반환된 아이템들을 필터링할 수 있다. 슬라이더(80)는 일부 아이템들을 좋아하거나, 좋아하지 않거나, 큐레이팅하거나, 삭제 추천하거나, 보거나 등을 할 때 크라우드 소싱 데이터에 기초하여 알고리즘의 가중화를 조정할 수 있다.

토픽 관련 정보는 복수의 아티클(82)의 렌더링을 통해 제공될 수 있다. 아티클은 임의의 적절한 방식으로 렌더링될 수 있다. 예시적인 실시예에서, 도 6에 도시된 바와 같이, 아티클의 렌더링은 아이콘 및/또는 서술을 포함할 수 있다. 아티클의 선택은 아티클로부터의 토픽 관련 정보에 대한 피드를 제공할 수 있다. 예를 들어, 아티클 1은 YOUTUBE 비디오에 대한 링크를 제공할 수 있다. 아티클 1의 선택은 YOUTUBE 비디오의 렌더링을 초래할 수 있다. YOUTUBE 비디오의 렌더링은 전술한 바와 같이 필터링될 수 있다. 아티클의 서술은 임의의 적절한 서술을 포함할 수 있다. 예를 들어, 도 6에 도시된 바와 같이, 아티클의 서술은 아티클의 타이틀, 및 소스의 시간과 서술을 포함할 수 있다. 예를 들어, 전술한 예시적인 시나리오에 따르면, 서술은 YOUTUBE 비디오의 타이틀, 이 비디오가 획득된 시간, 및 소스의 명칭(즉, YOUTUBE)을 포함할 수 있다.

인터페이스(70)는, 도 6에서 "큐레이트(Curate)"로 표시되어 있는 항목(84)의 선택을 통해 지능 채널을 업데이트하기 위한 메커니즘을 제공할 수 있다. 항목(84)의 선택은 지능 채널이 임의의 적절한 방식으로 업데이트되는 것을 허용할 수 있다. 예를 들어, 항목(84)의 선택은 웹 페이지에 대한 링크 등을 제공할 수 있으며, 여기서 지능 채널은, 소스를 제공하는 것, 소스를 제거하는 것, 소스를 결합하는 것, 필터링을 조정하는 것, 필터링 기준들을 조정하는 것 등, 또는 이들의 임의의 적절한 조합에 의해 업데이트될 수 있다.

도 7은 복수의 지능 채널에 대한 액세스를 제공하기 위한 예시적인 인터페이스를 도시한다. 도 7에 도시된 바와 같이, 각각의 지능 채널은 지능 채널의 서술 및/또는 아이콘에 의해 표현될 수 있다. 예를 들어, 지능 채널(86)은 지능 채널의 토픽을 나타내는 텍스트 서술 "인큐베이터들(Incubators)" 및 그래픽 로고에 의해 표시된다. 지능 채널(86)의 선택은 토픽 관련 정보를 제공한 인터페이스에 대한 링크를 제공할 수 있다.

도 8은 인큐베이터들에 관련된 토픽 관련 정보를 제공하는 예시적인 인터페이스를 도시한다. 도 8에서의 라벨들(78, 80, 82 및 86)은 이전에 설명된 바와 같이 기능하는 항목들을 식별하기 위해 도 6의 라벨들(78, 80, 82 및 86)에 각각 대응한다.

도 1을 다시 참조하면, 단계(22)에서 지능 채널은 임의의 적절한 방식으로 업데이트될 수 있다. 이전에 설명된 바와 같이, 지능 채널은 필터링에 기초하여 업데이트될 수 있다. 지능 채널은 반복 방식(자기-학습 폐루프)으로 업데이트될 수 있는데, 여기서 사용자 경험 및 품질 테스팅으로부터 발견되는 문제점들이 피드백되어, 채널 개발을 개선하며 채널을 개량할 수 있다. 이러한 업데이트 방식은 연속적으로, 주기적으로, 비주기적으로, 이벤트의 발생에 기초하여, 또는 이들의 임의의 적절한 조합으로 일어날 수 있다. 예시적인 실시예에서, 지능 채널은, 지능 채널의 사용자가 원하지 않는 채널들을 지정하는 것 또는 결합되거나 융합될 채널들을 지정하는 것에 기초하여 업데이트될 수 있다.

지능 채널을 업데이트하기 위해 크라우드소싱이 이용될 수 있다. 지능 채널 및/또는 지능 채널에 의해 제공된 정보는 분배될 수 있고, 코멘트들 및/또는 제안들이 수신될 수 있다. 코멘트들 및/또는 제안들(예를 들어, 선호(like) 또는 비선호(dislike) 버튼의 클릭, 아티클을 제거하기 위한 클릭, 아티클을 검토하기 위한 클릭 등)이 지능 채널을 업데이트하기 위해 이용될 수 있다. 예를 들어, 지능 채널 및/또는 지능 채널에 의해 제공된 정보는, 예를 들어 이메일, 소셜 미디어, TWITTER, LINKEDTN, FACEBOOK, GOOGLE, GOOGLE+, 소셜 네트워크, 뉴스 아티클들 등, 또는 이들의 임의의 적절한 조합을 통해 제공될 수 있다. 그것의 수신자들은 채널, 아티클, 소스 등을 "좋아할" 수 있다. 그것의 수신자는 채널, 아티클, 소스 등이 제거되는 것을 요청할 수 있다. 이러한 타입의 피드백이 지능 채널을 업데이트하기 위해 이용될 수 있다. 예시적인 실시예에서, 이러한 피드백의 데이터베이스 등이 생성되어, 후속 업데이트들을 위해 이용될 수 있다.

도 9는 지능 채널을 개발하기 위한 예시적인 기능 블록도이다. 도 9에서 컬럼들(91, 93 및 95)로서 도시된 다수의 기능 경로에 대해 이용가능한 소스들(90)이 제공될 수 있다. 각각의 기능 경로는 특정 소스에 대한 동작들을 수행할 수 있다. 특정 소스는 임의의 적절한 소스를 포함할 수 있다. 예를 들어, 특정 소스(92)는 TWITTER, GOOGLE, GOOGLE NEWS, GOOGLE BLOGS, YOUTUBE, FACEBOOK, BING, YAHOO, WIKIPEDIA, 직통 피드(direct feed) 등을 나타낼 수 있다. 단순성을 위해 기능 경로(91)에서만 기능 컴포넌트들에 번호들이 표시된다는 점에 유의한다. 그러나, 기능 경로(91)에서 수행되는 기능들은 기능 경로의 각각의 특정 소스에 대해 유사한 방식으로 다른 기능 경로들(예를 들어, 93, 95)에서 수행될 수 있다.

특정 소스는 기능 블록(94)에서 커스텀 검색을 통하여 키워드들에 대해 검색될 수 있다. 커스텀 검색은 토픽에 기초하여 그리고/또는 사용자에 의해 특정 소스에 대해 맞춤화될 수 있다. 예를 들어, TWITTER 상에서의 커스텀 검색은 URL(Uniform Resource Locator) https://twitter.com/search-advanced를 포함할 수 있고, GOOGLE NEWS 상에서의 커스텀 검색은 URL http://news.google.com을 포함할 수 있고, GOOGLE BLOGS 상에서의 커스텀 검색은 URL http://blogsearch.google.com을 포함할 수 있고, YOUTUBE 상에서의 커스텀 검색은 URL http:www.youtube.com을 포함할 수 있고, FACEBOOK 상에서의 커스텀 검색은 회사 등의 FACEBOOK 페이지를 검색할 수 있고, 또는 직통 피드(예를 들어, RSS 피드)에 대한 커스텀 검색은 직통 피드, 회사 웹 사이트, 뉴스 피드 등을 통하여 토픽 관련 정보를 검색하는 것을 포함할 수 있다.

특정 소스 검색 파라미터들을 이용하는 토픽 관련 정보에 대한 커스텀 검색 구문들이 기능 블록(96)에서 생성될 수 있다. 예를 들어, TWITTER는 TWITTER 특정 검색 파라미터들 및 시맨틱 구조를 이용하여 검색될 수 있고, GOOGLE NEWS는 GOOGLE 특정 검색 파라미터들 및 시맨틱 구조를 이용하여 검색될 수 있고, GOOGLE BLOGS는 GOOGLE BLOGS 특정 검색 파라미터들 및 시맨틱 구조를 이용하여 검색될 수 있고, YOUTUBE는 YOUTUBE 특정 파라미터들 및 시맨틱 구조를 이용하여 검색될 수 있고, 또는 FACEBOOK은 FACEBOOK ID, 사용자 명칭, FACEBOOK의 다른 적절한 특정 파라미터들 및 시맨틱 구조를 이용하여 검색되거나 할 수 있다.

커스텀 테스트 구문들이 기능 블록(98)에서 테스트될 수 있다. 커스텀 테스트 구문들은 특정 소스에 대한 시맨틱 구조 및 적절한 URL을 이용하여 각각의 특정 소스에 대해 테스트될 수 있다. 예를 들어, TWITTER에 대한 커스텀 구문은 URL https://twitter.com/search-advanced를 이용함으로써 테스트될 수 있고, GOOGLE NEWS에 대한 커스텀 구문은 URL http://news.google.com을 이용함으로써 테스트될 수 있고, GOOGLE BLOGS에 대한 커스텀 구문은 URL http://blogsearch.google.com을 이용함으로써 테스트될 수 있고, YOUTUBE에 대한 커스텀 구문은 URL http:www.youtube.com/rss/search/[SEARCH]를 이용함으로써 테스트될 수 있고, 또는 FACEBOOK에 대한 커스텀 구문은 URL https://www.facebook.com/feeds/page.php?id를 이용함으로써 테스트되거나 할 수 있다.

검색 구문들이 기능 블록(100)에서 인코딩될 수 있다. 검색 구문 인코딩은 URL들에서 허용되지 않는 특수 문자들을 핸들링할 수 있는데, 이는 ASCII 문자 세트에 제한되며, 스페이스들을 포함할 수 없다. 용어들이 종종 ASCII 문자 세트외의 문자들 또는 스페이스들을 포함할 때, URL은 유효 ASCII 포맷으로 변환될 수 있다. URL 인코딩은 비-ASCII 문자들을 "%"와 그 다음의 2개의 16진 숫자로 대체할 수 있다. 예를 들어, 통상의 텍스트인

는 Michelle%20G%C3%BCnter로서 인코딩될 수 있다. 인코딩된 검색 구문들은 기능 블록(102)에서 커스텀 피드에 대해 테스트될 수 있다. 또한, 커스텀 피드들 및 검색 구문들은 기능 블록(104)에서 저장될 수 있다.

도 10은 지능 채널을 생성하며 지능 채널을 통해 정보를 제공하기 위한 시스템(106)의 예시적인 블록도이다. 예시적인 실시예에서, 시스템(106)은 애플리케이션 계층(110), 데이터베이스 계층(112) 및 웹 계층(114)을 포함할 수 있다. 애플리케이션 계층(110)은 업데이트 프로세서(116)와 데이터 프로세서(118)의 임의의 적절한 조합을 포함할 수 있다. 데이터베이스 계층(112)은 데이터베이스(120)와 검색 엔진(122)의 임의의 적절한 조합을 포함할 수 있다. 웹 계층(114)은, 네트워크(128)에 각각 연결될 수 있는 사용자 인터페이스(126)와 관리 인터페이스(124)의 임의의 적절한 조합을 포함할 수 있다.

예시적인 실시예에서, 데이터베이스(120)는 몽고(mongo) db, 공개 소스 프로그램, 및 공개 소스 툴들일 수 있다. 데이터 프로세서(118)는, GOOGLE 또는 다른 상업적으로 이용가능한 검색 엔진일 수 있는 검색 엔진을 통해 구현될 수 있는 검색 파라미터들을 생성할 수 있다. 데이터 프로세서는 미가공 항목 데이터 프로세싱, 분석 및 보강(enrichment)을 핸들링하고, 미가공 항목들을 요청하고 보강된 항목들을 데이터베이스에 저장하는 것에 의해 데이터베이스와 상호작용한다. 검색 엔진은 필터링된 키워드 결과들을 전달하고, 미가공 데이터를 요청하는 것에 의해 데이터베이스와 상호작용하며, 필터링된 데이터를 반환하는 것에 의해 사용자 인터페이스와 상호작용한다. 관리 인터페이스(124)는, 사용자 인터페이스를 통해 사용자들에게 전달되는, 데이터베이스에 전달된 결과들을 발생시키기 위해 검색 엔진을 통해 동작하는 검색 파라미터들 및 키워드들, 포함들(includes) 및 배제들(excludes)을 정의 및 개량하기 위해 이용될 수 있다. 업데이트 프로세서(118)는, 소스 업데이트들의 스케줄링, 로드 밸런싱(load balancing)의 요청, 검색 준비 및 실행의 요청, 데이터 수집 및 로우 레벨 필터링에 의해 모든 결과들을 업데이트하도록 주기적으로 프로세스를 반복할 수 있다. 데이터베이스(120)는 업데이트 프로세스 동안에 검색과 연관된 것으로서 반환된 각각의 아티클을 추적할 수 있다. 데이터베이스(120)는, 지불 프로세싱 및 이력, 데이터 마이닝, 및 크라우드-소싱된 아티클 또는 소스 순위들 및 결정들을 포함하는 목적들을 위해 모든 사용자 정보를 또한 유지할 수 있다. 데이터베이스는, 모든 클릭들, 선호들, 비선호들, 큐레이션들, 클릭-스루(click-throughs), 클릭-스루 목적지들(click-through destinations), 큐레이션 정보, 빌링 정보 등을 비롯한 사용자 정보, 검색된 항목들 및 검색들 전부를 포함하는 모든 데이터가 저장되는 곳이다. 다른 모든 컴포넌트는, 프로세싱 또는 디스플레이를 위해 데이터를 요청하고 저장을 위해 데이터를 송신하는 것에 의해 데이터베이스와 상호작용한다.

도 11은 업데이트 프로세서(116)의 예시적인 블록도이다. 예시적인 실시예에서, 업데이트 프로세서(116)는, 로드 밸런서(load balancer)(130), 요청 관리자(132), 메타데이터 추출기(metadata extractor)(138), 데이터 필터들(140), 데이터 정규화기(142), 프로세서(144), 질의 빌더(query builder)(134), 데이터 수집기(data aggregator)(146)의 임의의 적절한 조합을 포함할 수 있다. 업데이트 프로세서는 소스 업데이트들을 스케줄링하고, 로드 밸런싱, 요청 준비 및 실행, 데이터 수집 및 로우 레벨 필터링을 요청한다. 업데이트 프로세서는, 채널들 및 소스들에 대한 데이터를 요청하고 미가공 항목들을 데이터베이스에 저장하는 것에 의해 데이터베이스와 상호작용한다. 질의 빌더(134) 및 데이터 애그리게이터는 소스들(136)과 통신할 수 있고, 이들은 네트워크(148)와 통신할 수 있다.

시스템은 수평으로 스케일링가능하도록 설계될 수 있다. 데이터베이스 및 검색 엔진(들)은 추가적인 서버들(노드들)을 추가함으로써 요구에 따라 스케일링될 수 있다. 업데이트 프로세서 및 데이터 프로세서는, 각각의 서버(노드)가 업데이트 프로세서 및 데이터 프로세서의 개별적인 인스턴스의 역할을 하는 경우에, 추가적인 서버들(노드들)을 추가함으로써 또한 수평으로 스케일링될 수 있다. 로드 밸런싱은 시스템 데이터베이스 레벨 상에서 제공된다.

예시적인 실시예에서, 로드 밸런서(130)는, 응답 시간을 감소시키기 위해 다수의 검색들이 동시에 진행되는 것을 허용하고 프로세싱 시간을 최소화하기 위해 하드웨어 및 통신 자원들의 이용을 최적화할 수 있다. 요청 관리자(132)는 로드 밸런서(130)와 상호작용하여, 소스들로부터의 또는 검색 엔진들로의 요청들이 효과적으로 관리될 수 있다. 메타데이터 추출기(138)는 데이터베이스 내에서 각각의 아티클을 식별하며 인덱싱하기 위한 적절한 메타데이터를 식별할 수 있고, 특정 소스들과 연관된 설정들 및 API 버전들을 식별할 수 있다. 데이터 필터들(140)은, 중복으로서 또는 비속어를 포함하는 것으로서 배제 명령문(exclude statements)을 통해 식별된 관련없는 항목들을 제거하기 위해 이용될 수 있다. 질의 빌더(134)는 지능 채널에 대한 필터들, 배제들, 포함들, 키워드들, 및 정의 소스들(defining sources)의 리스팅을 포함할 수 있다. 데이터 수집기(146)는 사용자 인터페이스를 통해 사용자에게 전달하기 위해 데이터를 조립할 수 있으며, 중복들을 필터링한다.

도 12는 데이터 프로세서(118)의 예시적인 블록도이다. 예시적인 실시예에서, 데이터 프로세서(118)는, 로드 밸런서(150), 프로세서(152), 기타 헬퍼(miscellaneous helper)(154), 랭킹 알고리즘 프로세서(156), 인플루언서 랭킹 프로세서(158), 콘텐츠 랭킹 프로세서(160), 콘텐츠 보강 프로세서(162), 콘텐츠 추출 프로세서(164), 이미지, 비디오 등의 프로세서(166), 콘텐츠 분석 프로세서(168), 언어 검출 프로세서(170) 및 NLP(nature language processing) 프로세서(172)의 임의의 적절한 조합을 포함할 수 있다. 로드 밸런서는 이용가능한 요청 제한들 및 스케줄링 요청들을 모니터링할 수 있다. 랭킹 알고리즘 프로세서는, 헤드라인 길이, 항목에서의 모든 워드들에 대한 키워드들/불용어들(stopwords)의 양(ration), 헤드라인 또는 항목에서의 #해시태그들 및 @사용자명칭들의 출현, 콘텐츠 길이, 콘텐츠에서의 키워드들/불용어들의 출현 등과 같은 특성들에 기초하여 항목 콘텐츠 관련성을 계산할 수 있는 콘텐츠 랭킹, 및 소스 항목들의 이전의 인스턴스들에 기초하여 소스의 영향을 계산할 수 있으며 크라우드-소싱될 수 있는 "CREOrank"를 포함하는 시스템 구조 유닛을 포함할 수 있다. 콘텐츠 보강 프로세서는, 텍스트로부터 미디어 요소들(이미지들, 비디오, 사운드 등)을 추출하고 구조화된 데이터를 제공하기 위해 텍스트로부터 콘텐츠를 추출할 수 있는 시스템 구조 유닛이다. 콘텐츠 분석 모듈은, 개인들의 명칭들, 엔티티들의 명칭들, 금전적 가치들, 시간들 또는 날짜들 등과 같은 특정 타입의 데이터 요소들을 검출 및 강조할 수 있는 자연 언어 프로세싱, 및 항목을 그것의 언어(프랑스어, 독일어, 영어, 만다린어(Mandarin), 히브리어 등)에 기초하여 포함시키거나 배제시킬 수 있는 언어 검출을 포함하는 시스템 구조 요소이다.

도 13은 본 명세서에 설명된 바와 같은 지능 채널을 구현 및/또는 용이하게 하기 위해 사용될 수 있는 예시적인 장치(180)의 블록도이다. 장치(180)는 하드웨어를 포함하거나 하드웨어와 소프트웨어의 조합을 포함할 수 있다. 도 13에 도시된 장치(180)는 임의의 적절한 장치, 디바이스, 프로세서, 서버, 게이트웨이, 노드, 데이터베이스 등, 또는 이들의 임의의 적절한 조합을 나타낼 수 있다. 예를 들어, 장치(180)는 장치, 디바이스, 프로세서, 서버, 게이트웨이, 노드, 데이터베이스, 업데이트 프로세서(116), 데이터 프로세서(118), 데이터베이스(120), 검색 엔진(122), 관리 인터페이스(124), 사용자 인터페이스(126) - 관리 인터페이스 및 사용자 인터페이스 각각은 네트워크(128)에 연결될 수 있음 -, 로드 밸런서(130), 요청 관리자(132), 메타데이터 추출기(138), 데이터 필터들(140), 데이터 정규화기(142), 프로세서(144), 질의 빌더(134), 데이터 수집기(146) 등, 또는 이들의 임의의 적절한 조합을 포함할 수 있다. 도 13에 도시된 블록도는 예시적이며, 특정 구현이나 구성을 암시하는 것으로 의도되지는 않는다는 것이 강조된다. 따라서, 장치(180)는 단일의 장치나 다수의 장치(예를 들어, 단일의 서버나 다수의 서버, 단일의 게이트웨이나 다수의 게이트웨이, 단일의 장치나 다수의 장치, 단일의 노드나 다수의 노드, 단일의 프로세서나 다수의 프로세서, 단일의 데이터베이스나 다수의 데이터베이스, 단일의 디바이스나 다수의 디바이스 등)로 구현될 수 있다. 다수의 장치는 분산되거나 중앙 집중형으로 위치될 수 있다. 다수의 장치는 무선으로, 하드 와이어를 통해, 또는 이들의 임의의 적절한 조합으로 통신할 수 있다.

예시적인 실시예에서, 장치(180)는 프로세서와 이 프로세서에 결합된 메모리를 포함할 수 있다. 메모리는 프로세서에 의해 실행될 때 본 명세서에 기술된 바와 같이 지능 채널과 연관된 동작들을 프로세서가 실행할 수 있게 하는 실행가능한 명령어들을 포함할 수 있다. 본 명세서의 설명으로부터 명백한 바와 같이, 장치(180)는 소프트웨어 자체로서 해석되지 않아야 한다.

예시적인 구성에서, 장치(180)는 프로세싱 부분(182), 메모리 부분(184) 및 입력/출력 부분(186)을 포함할 수 있다. 프로세싱 부분(182), 메모리 부분(184) 및 입력/출력 부분(186)은 함께 결합되어(결합은 도 13에는 나타나 있지 않다) 이들 간에 통신을 허용한다. 장치(180)의 각각의 부분은 본 명세서에서 설명된 바와 같이 지능(intelligence)와 연관된 기능들을 수행하기 위한 회로를 포함할 수 있다. 따라서, 각각의 부분은 하드웨어, 또는 하드웨어와 소프트웨어의 조합을 포함할 수 있다. 따라서, 장치(180)의 각각의 부분은 소프트웨어 자체로서 해석되지 않아야 한다. 즉, 프로세싱 부분(182)은 소프트웨어 자체로서 해석되지 않아야 한다. 메모리 부분(184)는 소프트웨어 자체로서 해석되지 않아야 한다. 입력/출력 부분(186)은 소프트웨어 자체로서 해석되지 않아야 한다. 휘발성 메모리 부분(188)은 소프트웨어 자체로서 해석되지 않아야 한다. 불-휘발성 메모리 부분(190)은 소프트웨어 자체로서 해석되지 않아야 한다. 이동식 스토리지 부분(192)은 소프트웨어 자체로서 해석되지 않아야 한다. 비-이동식 스토리지 부분(194)은 소프트웨어 자체로서 해석되지 않아야 한다. 입력 디바이스(들) 부분(196)은 소프트웨어 자체로서 해석되지 않아야 한다. 입력 디바이스(들) 부분(198)은 소프트웨어 자체로서 해석되지 않아야 한다. 그리고 통신 접속(들) 부분(200)은 소프트웨어 자체로서 해석되지 않아야 한다. 장치(180)의 각각의 부분은 지능 채널의 각각의 기능들을 수행하기 위해 본 분야의 통상의 기술자가 확인할 수 있는 바와 같이 하드웨어 및 소프트웨어의 임의의 적절한 구성을 포함할 수 있다.

입력/출력 부분(186)은 본 명세서에 기술된 바와 같이 지능 채널을 생성하고 및/또는 이용하도록 구성된 통신 디바이스 및/또는 다른 장치들로부터/에 정보를 수신 및/또는 제공할 수 있다. 예를 들어, 입력/출력 부분(186)은 무선 통신(예를 들어, 2.5G/3G/4G/GPS) 카드를 포함할 수 있다. 입력/출력 부분(186)은 비디오 정보, 오디오 정보, 제어 정보, 이미지 정보, 데이터 또는 이들의 임의 조합을 수신 및/또는 송신할 수 있다. 예시적 실시예에서, 입력/출력 부분(186)은 장치(180) 및/또는 통신 디바이스의 위치를 결정하기 위해 정보를 수신 및/또는 송신할 수 있다. 예시적인 구성에서, 입력/출력 부분(186)은 GPS 수신기를 포함할 수 있다. 예시적인 구성에서, 장치(180)는 예를 들어, GPS(Global Positioning System), 지원형 GPS(A-GPS), 도착 연산(arrival calculation)의 시간차, 설정된 고정 위치(configured constant location)(비이동 디바이스들인 경우에), 이들의 임의의 조합, 또는 임의의 다른 적당한 수단을 포함하는 임의의 타입의 위치 결정 시스템을 통해 그 자신의 지형학적 위치 및/또는 통신 디바이스의 지형학적 위치를 결정할 수 있다. 다양한 구성들에서, 입력/출력부(186)는 임의의 적절한 수단, 예를 들어, 광학적 수단(예를 들어, 적외선), 전자기 수단(예를 들어, RF, WI-FI, BLUETOOTH, ZIGBEE, 기타), 음향 수단(예를 들어, 스피커, 마이크로폰, 초음파 수신기, 초음파 송신기), 또는 이들의 조합을 통해 정보를 수신 및/또는 제공할 수 있다. 예시적인 구성에서, 입력/출력 부분은 WIFI 파인더, 양방향 GPS 칩셋 또는 등가물 등, 또는 이들의 조합을 포함할 수 있다.

프로세싱 부분(182)은 본 명세서에 기술되는 바와 같이 지능 채널과 연관된 기능들을 수행할 수 있다. 예시적 실시예에서, 프로세싱 부분(182)은 장치(180)의 임의의 다른 부분과 연계하여, 본 명세서에 기술되는 바와 같이 지능 채널에 대한 애플리케이션을 설치할 수 있다.

기본적인 구성에서, 장치(180)는 적어도 하나의 메모리 부분(184)을 포함할 수 있다. 메모리 부분(184)은 구체적이고, 유형이며, 물리적인 구조를 갖는 저장 매체를 포함할 수 있다. 따라서, 본 명세서에 기술되는 메모리 부분(184)은 물론 임의의 컴퓨터 판독가능 저장 매체는 천이 신호(transient signal)로서 해석되지 않아야 한다. 본 명세서에 기술되는 메모리 부분(184)은 물론 임의의 컴퓨터 판독가능 기억 매체는 전파 신호(propagating signal)로서 해석되지 않아야 한다. 본 명세서에 기술되는 메모리 부분(184)은 물론 임의의 컴퓨터 판독가능 기억 매체는 제조 물품으로 해석되는 것이다. 메모리 부분(184)은 본 명세서에 기술되는 바와 같이 지능 채널과 연계하여 이용되는 임의의 정보를 저장할 수 있다. 프로세서의 정확한 구성 및 타입에 따라, 메모리 부분(184)은 휘발성(188)(예를 들어, 일부 타입의 RAM), 불-휘발성(190)(예를 들어, ROM, 플래시 메모리 등) 또는 이들의 조합일 수 있다. 장치(180)는 예를 들어, 테이프, 플래시 메모리, 스마트 카드, CD-ROM, DVD(digital versatile disks) 또는 기타 광 스토리지, 자기 카세트, 자기 테이프, 자기 디스크 스토리지 또는 기타 자기 스토리지 디바이스, USB(universal serial bus) 호환 메모리, 또는 정보를 저장하는데 사용될 수 있고 장치(180)에 의해 액세스될 수 있는 임의의 기타 매체와 같은 추가적인 스토리지(예를 들어, 이동식 스토리지(192) 및/또는 비-이동식 스토리지(194))를 포함할 수 있다.

장치(180)는 또한 장치(180)가 다른 장치들, 디바이스들, 네트워크 엔티티들 등과 통신할 수 있게 하는 통신 접속(들)(200)을 포함할 수 있다. 통신 접속(들)은 통신 매체를 포함할 수 있다. 통신 매체는 일반적으로 컴퓨터 판독가능 명령어들, 데이터 구조들, 프로그램 모듈들, 또는 다른 데이터를 반송파 또는 다른 전송 메커니즘과 같은 변조된 데이터 신호로 구현할 수 있으며, 임의의 정보 전달 매체를 포함한다. 제한이 아니라 예로서, 통신 매체는 유선 네트워크 또는 직접 유선 접속과 같은 유선 매체와, 음파, RF, 적외선 및 다른 무선 매체와 같은 무선 매체를 포함할 수 있다. 본 명세서에 사용된 컴퓨터 판독가능 매체라는 용어는 저장 매체 및 통신 매체 양쪽 모두를 포함한다. 장치(180)는 또한 키보드, 마우스, 펜, 음성 입력 디바이스, 터치 입력 디바이스 등과 같은 입력 디바이스(들)(196)를 포함할 수 있다. 디스플레이, 스피커, 프린터 등과 같은 출력 디바이스(들)(198)가 또한 포함될 수 있다.

도 14는 본 명세서에 기술되는 바와 같이, 지능 채널을 생성 및/또는 구현하기 위해 이용될 수 있는 예시적인 디바이스(220)의 블록도이다. 디바이스(220)는 임의의 적절한 디바이스를 포함하고 및/또는 임의의 적절한 디바이스에 포함될 수 있으며, 이들의 예는 모바일 디바이스, 모바일 통신 디바이스, 셀룰러 폰, 랩톱과 같은, 휴대용 컴퓨팅 디바이스, 개인용 정보 단말기("PDA"), 휴대 전화기(예를 들어, 셀 폰 등, 스마트 폰, 비디오 폰), 휴대용 이메일 디바이스, 휴대용 게임 디바이스, TV, DVD 플레이어, 휴대용 미디어 플레이어(예를 들어, 휴대용 음악 플레이어, 예를 들어, MP3 플레이어, 워크맨, 등), 휴대용 내비게이션 디바이스(예를 들어, GPS 호환 디바이스, A-GPS 호환 디바이스, 등), 또는 이들의 조합을 포함할 수 있다. 디바이스(220)는 일반적으로 예를 들어, 공공의 컴퓨팅 디바이스, 차량에 설치되어 있는 내비게이션 디바이스, 셋톱 박스 등과 같은 휴대용으로서 생각하지 않는 디바이스들을 포함할 수 있다. 모바일 디바이스(220)는 예를 들어, 주방 기구, 모터 차량 제어(예를 들어, 스티어링 휠), 등과 같은 비-종래의 컴퓨팅 디바이스들 등을 포함할 수 있다. 본 명세서의 설명으로부터 명백한 바와 같이, 디바이스(220)는 소프트웨어 자체로서 해석되지 않아야 한다.

디바이스(220)는 본 명세서에 기술되는 바와 같이 지능 채널을 용이하게 하고 및/또는 구현하기 위한 임의의 적절한 디바이스, 메카니즘, 소프트웨어 및/또는 하드웨어를 포함할 수 있다. 예시적인 실시예에서, 지능 채널을 생성 및/또는 구현하기 위한 능력은 턴온 및 턴오프될 수 있는 디바이스(220)의 특징이다. 따라서, 예시적인 실시예에서, 디바이스(220)의 소유자 및/또는 사용자는 이러한 능력에 옵트-인(opt-in) 또는 옵트-아웃(opt-out)할 수 있다.

예시적인 실시예에서, 디바이스(220)는 프로세서와 이 프로세서에 결합된 메모리를 포함할 수 있다. 메모리는 프로세서에 의해 실행될 때 본 명세서에 기술된 바와 같이 지능 채널과 연관된 동작들을 프로세서가 실행할 수 있게 하는 실행가능한 명령어들을 포함할 수 있다.

예시적인 구성에서, 디바이스(220)는 프로세싱 부분(222), 메모리 부분(224), 입력/출력 부분(226), 및 사용자 인터페이스(UI) 부분(228)을 포함할 수 있다. 디바이스(220)의 각각의 부분은 각각의 부분과 연관되는 기능들을 수행하기 위한 회로를 포함할 수 있다. 따라서, 각각의 부분은 하드웨어, 또는 하드웨어와 소프트웨어의 조합을 포함할 수 있다. 따라서, 디바이스(220)의 각각의 부분은 소프트웨어 자체로서 해석되지 않아야 한다. 즉, 프로세싱 부분(222)은 소프트웨어 자체로서 해석되지 않아야 한다. 메모리 부분(224)은 소프트웨어 자체로서 해석되지 않아야 한다. 입력/출력 부분(226)은 소프트웨어 자체로서 해석되지 않아야 한다. 그리고 사용자 인터페이스 부분(228)은 소프트웨어 자체로서 해석되지 않아야 한다. 디바이스(220)의 각각의 부분은 본 명세서에 기술된 바와 같이 지능 채널의 각각의 기능들을 수행하기 위해 본 분야의 통상의 기술자가 확인할 수 있는 바와 같이 하드웨어 및 소프트웨어의 임의의 적절한 구성을 포함할 수 있다. 디바이스(220)의 블록도 도시는 예시적인 것이며 특정한 구현 및/또는 구성을 시사하려는 의도는 아니라는 것을 강조한다. 예를 들어, 예시적인 구성에서, 디바이스(220)는 셀룰러 통신 기술을 포함할 수 있고 프로세싱 부분(222) 및/또는 메모리 부분(224)은 디바이스(220)의 가입자 식별 모듈(SIM)상에서 부분적으로 또는 전체적으로 구현될 수 있다. 다른 예시적인 구성에서, 디바이스(220)는 랩톱 컴퓨터 및/또는 태블릿 디바이스(랩톱/태블릿)를 포함할 수 있다. 랩톱/태블릿은 SIM을 포함할 수 있고, 프로세싱 부분(222) 및/또는 메모리 부분(224)의 다양한 부분들은 SIM, SIM 이외의 랩톱/태블릿 또는 이들의 임의의 조합상에서 구현될 수 있다.

프로세싱 부분(222), 메모리 부분(224) 및 입력/출력 부분(226)은 함께 결합되어 이들 간에 통신을 허용한다. 다양한 실시예들에서, 입력/출력 부분(226)은 디바이스(220)의 수신기, 디바이스(220)의 송신기, 또는 이들의 조합을 포함할 수 있다. 입력/출력 부분(226)은 본 명세서에 기술되는 바와 같이 지능 채널에 관계된 정보를 수신 및/또는 제공할 수 있다. 다양한 구성들에서, 입력/출력 부분(226)은 임의의 적절한 수단, 예를 들어, 광학적 수단(예를 들어, 적외선), 전자기 수단(예를 들어, RF, WI-FI, BLUETOOTH, ZIGBEE, 기타), 음향 수단(예를 들어, 스피커, 마이크로폰, 초음파 수신기, 초음파 송신기), 또는 이들의 임의의 적절한 조합을 통해 정보를 수신 및/또는 제공할 수 있다.

프로세싱 부분(222)은 본 명세서에 기술되는 바와 같이 지능 채널에 관계된 기능들을 수행할 수 있다. 기본적인 구성에서, 디바이스(220)는 적어도 하나의 메모리 부분(224)을 포함할 수 있다. 메모리 부분(224)은 구체적이고, 유형이며, 물리적인 구조를 갖는 저장 매체를 포함할 수 있다. 따라서, 본 명세서에 기술되는 메모리 부분(224)은 물론 임의의 컴퓨터 판독가능 저장 매체는 천이 신호로서 해석되지 않아야 한다. 또한, 본 명세서에 기술되는 메모리 부분(224)은 물론 임의의 컴퓨터 판독가능 저장 매체는 전파 신호로서 해석되지 않아야 한다. 본 명세서에 기술되는 메모리 부분(224)은 물론 임의의 컴퓨터 판독가능 저장 매체는 제조 물품으로 해석되는 것이다. 메모리 부분(224)는 본 명세서에 기술되는 바와 같이 지능 채널과 연계하여 이용되는 임의의 정보를 저장할 수 있다. 프로세서의 정확한 구성 및 타입에 따라, 메모리 부분(224)은 휘발성(예를 들어, 일부 타입의 RAM), 불-휘발성(예를 들어, ROM, 플래시 메모리 등) 또는 이들의 조합일 수 있다. 모바일 디바이스(220)는 예를 들어, 테이프, 플래시 메모리, 스마트 카드, CD-ROM, DVD(digital versatile disks) 또는 기타 광 스토리지, 자기 카세트, 자기 테이프, 자기 디스크 스토리지 또는 기타 자기 스토리지 디바이스, USB(universal serial bus) 호환 메모리, 또는 정보를 저장하는데 사용될 수 있고 모바일 디바이스(220)에 의해 액세스될 수 있는 임의의 기타 매체와 같은 추가적인 스토리지(예를 들어, 이동식 스토리지 및/또는 비-이동식 스토리지)를 포함할 수 있다.

디바이스(220)는 또한 사용자가 디바이스(220)와 통신할 수 있게 하는 사용자 인터페이스(UI) 부분(228)을 포함할 수 있다. UI 부분(228)은 본 명세서에 기술되는 바와 같이 지능 채널과 결합하여 이용되는 임의의 정보를 렌더링할 수 있다. UI 부분(228)은 예를 들어, 버튼들, 소프트 키들, 음성 작동 제어들, 터치 스크린, 모바일 디바이스(220)의 움직임, 시각적인 큐들(visual cues)(예를 들어, 모바일 디바이스(220)상의 카메라의 전방에서 손을 움직이는 것) 등을 통해, 디바이스(220)를 제어하는 능력을 제공할 수 있다. UI 부분(228)은 시각적인 정보(예를 들어, 디스플레이를 통해), 오디오 정보(예를 들어, 스피커를 통해), 기계적으로(예를 들어, 진동 메카니즘을 통해), 또는 이들의 조합을 제공할 수 있다. 다양한 구성들에서, UI 부분(228)는 디스플레이, 터치 스크린, 키보드, 가속도계, 모션 검출기, 스피커, 마이크로폰, 카메라, 틸트 센서 또는 이들의 임의의 조합을 포함할 수 있다. UI 부분(228)은 생체인식 정보, 예를 들어, 지문 정보, 망막 정보, 음성 정보, 및/또는 얼굴 특징 정보를 입력하기 위한 수단을 포함할 수 있다.

UI 부분(228)은 예를 들어, 애플리케이션 그래픽 사용자 인터페이스들(GUIs), 텍스트, 이미지들, 비디오, 호출자 ID 데이터와 같은 전화통신 기능들, 셋업 기능들, 메뉴들, 음악, 메타데이터, 메시지들, 월페이퍼, 그래픽들, 인터넷 콘텐츠, 디바이스 상태, 선호들 설정, 지도와 위치 데이터, 경로들과 다른 방향들, 관심 지점들(POI) 등과 같은 멀티미디어를 디스플레이하기 위한 디스플레이를 포함할 수 있다.

일부 실시예들에서, UI 부분은 사용자 인터페이스(UI) 애플리케이션을 포함할 수 있다. UI 애플리케이션은 예를 들어, 디바이스 기능성 및 데이터와의 사용자 상호작용을 용이하게 하기 위한 클라이언트 또는 운영 체제(OS)와 인터페이스할 수 있다. UI 애플리케이션은 메시지 콘텐츠를 입력하고, 수신된 메시지를 보고, 호출에 응답하고/호출을 개시하고, 데이터를 입력하고/삭제하고, 사용자 ID 및 패스워드를 입력 및 설정하고, 설정을 구성하고, 콘텐츠 및/또는 설정을 조작하고, 기타 애플리케이션과 상호작용하는 것 등에 있어서 사용자에게 도움을 줄 수 있고, 본 명세서에 기술되는 바와 같이 지능 채널과 연관되는 선택들을 입력하는 것에 있어서 사용자에게 도움을 줄 수 있다.

지능 채널들에 대한 본 명세서에서의 설명에 따라, 지능 채널은 다양한 애플리케이션들에서 이용될 수 있다. 다양한 예시적인 실시예들에서, 지능 채널은 단일 채널내로의 관련 토픽들의 모음(compilation) 또는 융합(fusion)을 포함할 수 있다. 지능 채널은 다양한 의견들과 아이디어들을 포함하는 단일 "생각(thought)" 채널로서 토픽을 위한 채널들을 포함할 수 있다. 지능 채널은 선택된 마켓 세그먼트들(market segment), 지역들, 및 관심이 있는 다른 지역들에서의 토픽들에 관한 개별적인 지능 채널들의 "팩(pack)"을 포함할 수 있다. 지능 채널들과의 인터페이싱을 위한 메커니즘들은 사용자가 관심이 있는 서브토픽들을 지능 채널 내에서 검색하고, 서브토픽들에 관한 지능 채널들을 생성할 수 있게 한다. 사용자는 지정된 수신인들만이 이용가능한 사적인(private) 지능 채널을 정의할 수 있다. 지능 채널을 통해 제공된 정보로부터, 위치들, 어드레스들 등은, 자동적으로 지도(예를 들어, 구글 지도(GOOGLE MAPS), 지오코딩(geocoding) 유틸리티들, 기타)에 삽입될 수 있다. 지능 채널을 통해 제공된 정보의 자동 번역이 달성될 수 있다. 단어 클라우드 디스플레이는 프리젠테이션, 디스플레이, 포스팅(posting) 등에 사용하기 위해 지능 채널을 통해 제공된 정보로부터 생성될 수 있다. 예시적인 실시예에서, 단어 클라우드 디스플레이는 문서내의 단어들의 사용의 빈도의 시각화이며, 여기서 각각의 단어에 대한 폰트의 사이즈는 그 빈도 또는 사용과 관련된다. 단어들은 스크램블(scramble)될 수 있으며 클라우드에서와 같이 보여질 수 있다.

다양한 예시적 실시예들에서, 지능 채널의 사용은 사용자 거동을 관찰하여, 사용자가 관심이 있을 수 있는 이벤트들을 예측하고, 사용가에게 적용될 수 있는 경보를 제공하고, 사용자에게 관심의 정보를 제공하고, 커스텀 지능 채널을 생성하고, 지능 채널들을 조합하거나, 이들의 임의의 적절한 조합을 제공하기 위해 모니터링될 수 있다. 웹사이트들과 디스플레이들상에서 이용하기 위한 사용자가 요청한 지능 채널들을 포함하며, 사용자 그래픽 포맷들과, 사용자 시스템 피드 요구사항을 이용하기 위해 잠재적으로 맞춤화된 데이터 피드(data feed)(예를 들면, RSS 또는 다른 데이터 피드들)가 제공될 수 있다. 지능 채널을 통해 제공된 정보는 예를 들어, 오프라인 뷰잉, 표준 판독기, GOOGLE READER, KINDLE 등과 같은 적당한 메카니즘을 통해 보여질 수 있다.

지능 채널이 다양한 도면의 다양한 실시예와 관련하여 설명되었지만, 다른 유사한 실시예들이 사용될 수 있고, 또는 본 발명을 벗어나지 않고 지능 채널의 상술한 실시예에 변경 또는 추가가 이루어질 수 있다는 것을 이해할 것이다. 예를 들어, 본 분야의 통상의 기술자라면, 예시적인 애플리케이션에서 기술된 바와 같이 지능 채널의 실시예들과 애플리케이션이 유선이든지 무선이든지, 임의의 환경에 적용될 수 있고, 통신 네트워크를 통해 접속된 그리고 네트워크를 거쳐 상호작용하는 임의의 수의 디바이스들에 적용될 수 있다는 것을 인지할 것이다. 따라서, 본 명세서에 설명한 바와 같은 지능 채널은 임의의 단일 실시예로 한정되지 않아야 하며, 오히려 첨부된 청구범위에 따른 폭 및 범위 내에서 해석되어야 한다.

Claims (26)

1. 방법으로서,
   복수의 소스를 결정하는 단계;
   상기 복수의 소스의 각각의 소스에 대한 복수의 토픽 관련 검색 파라미터를 결정하는 단계 - 상기 복수의 토픽 관련 검색 파라미터의 각각의 검색 파라미터는 토픽에 관련됨 - ;
   토픽 관련 정보를 위해, 상기 결정된 토픽 관련 검색 파라미터들을 활용하여, 상기 복수의 소스를 검색하는 단계 - 토픽 관련 정보는 상기 토픽에 관련됨 - ;
   상기 검색하는 단계에 기초하여, 상기 복수의 소스로부터 토픽 관련 소스를 선택하는 단계 - 상기 토픽 관련 소스는 상기 토픽에 관련된 정보를 포함함 - ;
   상기 토픽과의 관련성을 위해, 상기 선택된 토픽 관련 소스로부터 토픽 관련 정보를 필터링하는 단계; 및
   대화형 인터페이스(interactive interface)를 통해 상기 필터링된 토픽 관련 정보를 제공하는 단계
   를 포함하는 방법.
2. 제1항에 있어서,
   영향력(influence)에 기초하여, 상기 선택된 토픽 관련 소스로부터 상기 토픽 관련 정보를 필터링하는 단계를 더 포함하는 방법.
3. 제1항에 있어서,
   관련성에 기초하여, 상기 선택된 토픽 관련 소스로부터 상기 토픽 관련 정보를 필터링하는 단계를 더 포함하는 방법.
4. 제1항에 있어서,
   비속어(profanity)를 제거하기 위해, 상기 선택된 토픽 관련 소스로부터 상기 토픽 관련 정보를 필터링하는 단계를 더 포함하는 방법.
5. 제1항에 있어서,
   광고를 제거하기 위해, 상기 선택된 토픽 관련 소스로부터 상기 토픽 관련 정보를 필터링하는 단계를 더 포함하는 방법.
6. 제1항에 있어서,
   언어에 기초하여, 상기 선택된 토픽 관련 소스로부터 상기 토픽 관련 정보를 필터링하는 단계를 더 포함하는 방법.
7. 제1항에 있어서,
   중복 정보를 제거하기 위해, 상기 선택된 토픽 관련 소스로부터 상기 토픽 관련 정보를 필터링하는 단계를 더 포함하는 방법.
8. 제1항에 있어서,
   상기 복수의 소스의 각각의 소스에 따라, 상기 결정된 토픽 관련 검색 파라미터들을 각각 포맷팅하는 단계; 및
   상기 각각 포맷팅된 결정된 토픽 관련 검색 파라미터들을 활용하여, 상기 복수의 소스의 각각의 소스를 검색하는 단계
   를 더 포함하는 방법.
9. 제1항에 이어서,
   크라우드소싱 데이터(crowdsourcing data)에 기초하여 상기 복수의 토픽 관련 검색 파라미터를 업데이트하는 단계를 더 포함하는 방법.
10. 제1항에 있어서,
    예측 데이터 마이닝(predictive data mining)에 기초하여 상기 토픽을 결정하는 단계를 더 포함하는 방법.
11. 제1항에 있어서, 상기 필터링하는 단계는 상기 대화형 인터페이스를 통하여 실시간으로 조정 가능한 방법.
12. 장치로서,
    프로세서; 및
    상기 프로세서에 결합된 메모리
    를 포함하며,
    상기 메모리는, 상기 프로세서에 의해 실행될 때, 상기 프로세서로 하여금,
    복수의 소스를 결정하는 동작;
    상기 복수의 소스의 각각의 소스에 대한 복수의 토픽 관련 검색 파라미터를 결정하는 동작 - 상기 복수의 토픽 관련 검색 파라미터의 각각의 검색 파라미터는 토픽에 관련됨 - ;
    토픽 관련 정보를 위해, 상기 결정된 토픽 관련 검색 파라미터들을 활용하여 상기 복수의 소스를 검색하는 동작 - 토픽 관련 정보는 상기 토픽에 관련됨 - ;
    상기 검색하는 동작에 기초하여, 상기 복수의 소스로부터 토픽 관련 소스를 선택하는 동작 - 상기 토픽 관련 소스는 상기 토픽에 관련된 정보를 포함함 - ;
    상기 토픽과의 관련성을 위해, 상기 선택된 토픽 관련 소스로부터 토픽 관련 정보를 필터링하는 동작; 및
    대화형 인터페이스를 통해 상기 필터링된 토픽 관련 정보를 제공하는 동작
    을 포함하는 동작들을 실시하게 하는 실행가능 명령어들을 포함하는 장치.
13. 제12항에 있어서, 상기 동작들은,
    영향력;
    관련성; 또는
    언어
    중 적어도 하나에 기초하여, 상기 선택된 토픽 관련 소스로부터 상기 토픽 관련 정보를 필터링하는 동작을 더 포함하는 장치.
14. 제12항에 있어서, 상기 동작들은,
    비속어;
    광고;
    중복 정보
    중 적어도 하나를 제거하기 위해, 상기 선택된 토픽 관련 소스로부터 상기 토픽 관련 정보를 필터링하는 동작을 더 포함하는 장치.
15. 제12항에 이어서, 상기 동작들은,
    상기 복수의 소스의 각각의 소스에 따라, 상기 결정된 토픽 관련 검색 파라미터들을 각각 포맷팅하는 동작; 및
    상기 각각 포맷팅된 결정된 토픽 관련 검색 파라미터들을 활용하여, 상기 복수의 소스의 각각의 소스를 검색하는 동작을 더 포함하는 장치.
16. 제12항에 있어서, 상기 동작들은,
    크라우드소싱 데이터에 기초하여 상기 복수의 토픽 관련 검색 파라미터를 업데이트하는 동작을 더 포함하는 장치.
17. 제12항에 있어서, 상기 동작들은,
    예측 데이터 마이닝에 기초하여 상기 토픽을 결정하는 동작을 더 포함하는 장치.
18. 제12항에 있어서, 상기 필터링하는 동작은 상기 대화형 인터페이스를 통하여 실시간으로 조정 가능한 장치.
19. 실행가능 명령어들을 포함하는 컴퓨터 판독가능 저장 매체로서,
    상기 명령어들은, 프로세서에 의해 실행될 때, 상기 프로세서로 하여금,
    복수의 소스를 결정하는 동작;
    상기 복수의 소스의 각각의 소스에 대한 복수의 토픽 관련 검색 파라미터를 결정하는 동작 - 상기 복수의 토픽 관련 검색 파라미터의 각각의 검색 파라미터는 토픽에 관련됨 - ;
    토픽 관련 정보를 위해, 상기 결정된 토픽 관련 검색 파라미터들을 활용하여, 상기 복수의 소스를 검색하는 동작 - 토픽 관련 정보는 상기 토픽에 관련됨 - ;
    상기 검색하는 동작에 기초하여, 상기 복수의 소스로부터 토픽 관련 소스를 선택하는 동작 - 상기 토픽 관련 소스는 상기 토픽에 관련된 정보를 포함함 - ;
    상기 토픽과의 관련성을 위해, 상기 선택된 토픽 관련 소스로부터 토픽 관련 정보를 필터링하는 동작; 및
    대화형 인터페이스를 통해 상기 필터링된 토픽 관련 정보를 제공하는 동작
    을 포함하는 동작들을 실시하게 하는 컴퓨터 판독가능 저장 매체.
20. 제19항에 있어서, 상기 동작들은,
    영향력;
    관련성; 또는
    언어
    중 적어도 하나에 기초하여, 상기 선택된 토픽 관련 소스로부터 상기 토픽 관련 정보를 필터링하는 동작을 더 포함하는 컴퓨터 판독가능 저장 매체.
21. 제19항에 있어서, 상기 동작들은,
    비속어;
    광고;
    중복 정보
    중 적어도 하나를 제거하기 위해, 상기 선택된 토픽 관련 소스로부터 상기 토픽 관련 정보를 필터링하는 동작을 더 포함하는 컴퓨터 판독가능 저장 매체.
22. 제19항에 있어서, 상기 동작들은,
    상기 복수의 소스의 각각의 소스에 따라, 상기 결정된 토픽 관련 검색 파라미터들을 각각 포맷팅하는 동작; 및
    상기 각각 포맷팅된 결정된 토픽 관련 검색 파라미터들을 활용하여, 상기 복수의 소스의 각각의 소스를 검색하는 동작을 더 포함하는 컴퓨터 판독가능 저장 매체.
23. 제19항에 있어서, 상기 동작들은,
    크라우드소싱 데이터에 기초하여 상기 복수의 토픽 관련 검색 파라미터를 업데이트하는 동작을 더 포함하는 컴퓨터 판독가능 저장 매체.
24. 제19항에 있어서, 상기 동작들은,
    예측 데이터 마이닝에 기초하여 상기 토픽을 결정하는 동작을 더 포함하는 컴퓨터 판독가능 저장 매체.
25. 제19항에 있어서, 상기 필터링하는 동작은 상기 대화형 인터페이스를 통해 실시간으로 조정 가능한 컴퓨터 판독가능 저장 매체.
26. 대화형 디스플레이로서,
    복수의 토픽 관련 정보 소스로의 개별적으로 선택가능한 액세스를 제공하는 선택가능 소스 영역 - 상기 복수의 토픽 관련 소스의 각각의 소스는, 토픽에 관련된 정보를 포함하고, 개별적으로 선택가능함 - ;
    콘텐츠 영역 - 상기 콘텐츠 영역은 토픽 관련 정보를 렌더링하고, 상기 렌더링된 토픽 관련 정보의 소스로의 액세스를 제공함 - ; 및
    상기 콘텐츠 영역의 조정가능 필터링을 제공하는 조정가능 필터 영역 - 상기 콘텐츠 영역의 콘텐츠는 상기 조정가능 필터링에 기초하여 실시간으로 동적으로 수정됨 -
    을 포함하는 대화형 디스플레이.

Images