KR20180098659A - 상위 속성을 식별하기 위한 사용자 인터페이스 - Google Patents
상위 속성을 식별하기 위한 사용자 인터페이스 Download PDFInfo
- Publication number
- KR20180098659A KR20180098659A KR1020187021979A KR20187021979A KR20180098659A KR 20180098659 A KR20180098659 A KR 20180098659A KR 1020187021979 A KR1020187021979 A KR 1020187021979A KR 20187021979 A KR20187021979 A KR 20187021979A KR 20180098659 A KR20180098659 A KR 20180098659A
- Authority
- KR
- South Korea
- Prior art keywords
- attributes
- product
- image
- descriptor
- attribute
- Prior art date
Links
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
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0641—Shopping interfaces
- G06Q30/0643—Graphical representation of items or shoppers
-
- G06F17/30265—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
- G06F16/24578—Query processing with adaptation to user needs using ranking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/248—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/26—Visual data mining; Browsing structured data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- 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
-
- G06F17/3053—
-
- G06F17/30554—
-
- G06F17/30598—
-
- G06F17/30867—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0623—Item investigation
- G06Q30/0625—Directed, with specific intent or strategy
- G06Q30/0627—Directed, with specific intent or strategy using item specifications
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Computational Linguistics (AREA)
- Library & Information Science (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
다양한 예시적인 실시예들에서, 상위 속성들을 식별하기 위한 시스템 및 방법이 제공된다. 제품을 설명하는 문서의 텍스트 콘텐츠가 추출되고 제품과 연관된 복수의 속성이 식별된다. 추출된 텍스트 콘텐츠 내의 복수의 속성 각각에 근접한 기술어가 검출된다. 가중치는 각각의 기술어에 할당되고, 복수의 속성은 복수의 속성 각각에 근접한 기술어의 가중치에 기초하여 순위가 정해진다. 복수의 속성들로부터 소정 수의 상위 속성이 제시된다. 또한, 상위 속성 각각과 연관된 이미지가 결정되며, 이 이미지는 상응하는 상위 속성의 시각적 표현으로 지정된다. 이미지는 사용자 인터페이스의 제품과 관련하여 표시된다.
Description
본 출원은 2015년 12월 31일자로 출원된 미국 특허출원 제14/985,906호의 우선권의 이익을 주장하며, 그 전체가 본원에 참조로서 포함된다.
본 개시의 실시예는 일반적으로 상위 속성(top attribute)을 식별하는 사용자 인터페이스를 생성 및 제공하는 것에 관한 것이다.
콘텐츠 및 아이템과 관련된 수많은 정보가 존재하는데, 이는 설명(description), 고객의 리뷰, 전문가의 리뷰, 다른 제3자의 리뷰 등을 포함한다. 또한, 기술적으로 앞선 아이템은 그 아이템의 기능을 강조하는 특징을 포함하는 많은 속성을 갖고 있다. 흔히 이들 속성은 하나의 아이템을 사용 가능한 다른 아이템과 구별할 수 있게 한다. 기술이 발전함에 따라, 특정 콘텐츠나 아이템의 특정한 기능, 정보 및 용도를 전달하기 위해 이러한 콘텐츠 및 아이템과 관련된 속성이 점점 더 중요해진다.
첨부된 다양한 도면들은 본 개시의 예시적인 실시예를 단순히 예시한 것이며, 그 범위를 제한하는 것으로 간주되어서는 안 된다.
도 1은 일부 예시적인 실시예에 따른 네트워킹된 시스템을 나타내는 블록도이다.
도 2는 일부 예시적인 실시예에 따른, 필터링 시스템의 예시적인 실시예를 나타내는 블록도이다.
도 3은 일부 예시적인 실시예에 따른, 제품 속성과 연관된 기술어(descriptor word)를 추출하기 위한 예시적인 방법을 나타내는 도면이다.
도 4는 일부 예시적인 실시예에 따른, 중첩된 이미지를 대화식으로 제공하기 위한 예시적인 사용자 인터페이스를 도시한 것이다.
도 5는 일부 예시적인 실시예에 따른, 선택된 상위 속성을 갖는 다른 제품을 대화식으로 제공하기 위한 예시적인 사용자 인터페이스를 도시한 것이다.
도 6은 본 발명의 일 실시예에 따른, 제품의 상위 속성을 결정하기 위한 예시적인 방법을 나타내는 흐름도이다.
도 7은 일부 예시적인 실시예에 따른, 상위 속성과 연관된 이미지를 결정하기 위한 예시적인 방법을 나타내는 흐름도이다.
도 8은 일부 예시적인 실시예에 따른, 머신에 설치될 수 있는 소프트웨어 아키텍처의 예를 나타내는 블록도이다.
도 9는 예시적인 실시예에 따른, 머신으로 하여금 본 명세서에서 논의된 임의의 하나 이상의 방법을 수행하게 하는 명령어 세트가 실행될 수 있는 컴퓨터 시스템 형태의 머신의 개략도를 도시한 것이다.
본 명세서에 제공된 표제는 단지 편의를 위한 것이며 사용된 용어의 범위 또는 의미에 반드시 영향을 주지는 않는다.
도 1은 일부 예시적인 실시예에 따른 네트워킹된 시스템을 나타내는 블록도이다.
도 2는 일부 예시적인 실시예에 따른, 필터링 시스템의 예시적인 실시예를 나타내는 블록도이다.
도 3은 일부 예시적인 실시예에 따른, 제품 속성과 연관된 기술어(descriptor word)를 추출하기 위한 예시적인 방법을 나타내는 도면이다.
도 4는 일부 예시적인 실시예에 따른, 중첩된 이미지를 대화식으로 제공하기 위한 예시적인 사용자 인터페이스를 도시한 것이다.
도 5는 일부 예시적인 실시예에 따른, 선택된 상위 속성을 갖는 다른 제품을 대화식으로 제공하기 위한 예시적인 사용자 인터페이스를 도시한 것이다.
도 6은 본 발명의 일 실시예에 따른, 제품의 상위 속성을 결정하기 위한 예시적인 방법을 나타내는 흐름도이다.
도 7은 일부 예시적인 실시예에 따른, 상위 속성과 연관된 이미지를 결정하기 위한 예시적인 방법을 나타내는 흐름도이다.
도 8은 일부 예시적인 실시예에 따른, 머신에 설치될 수 있는 소프트웨어 아키텍처의 예를 나타내는 블록도이다.
도 9는 예시적인 실시예에 따른, 머신으로 하여금 본 명세서에서 논의된 임의의 하나 이상의 방법을 수행하게 하는 명령어 세트가 실행될 수 있는 컴퓨터 시스템 형태의 머신의 개략도를 도시한 것이다.
본 명세서에 제공된 표제는 단지 편의를 위한 것이며 사용된 용어의 범위 또는 의미에 반드시 영향을 주지는 않는다.
이하의 설명은 본 개시의 예시적인 실시예를 구현하는 시스템, 방법, 기술, 명령어 시퀀스 및 컴퓨팅 머신 프로그램 제품을 포함한다. 이하의 설명에서는, 설명을 위해, 본 발명의 대상의 다양한 실시예에 대한 이해를 제공하기 위해 다수의 특정 세부 사항이 설명된다. 그러나, 당업자에게는 본 발명의 대상의 실시예가 이들 특정 세부 사항없이 실시될 수도 있음이 명백할 것이다. 일반적으로, 잘 알려진 명령 인스턴스, 프로토콜, 구조 및 기술은 반드시 상세하게 설명하지는 않는다.
다양한 실시예에서, 검출된 제품 설명 및 사용자 코멘트에 기초하여 제품의 상위 속성을 식별하고 제시하는 시스템 및 방법을 설명한다. 제품은 수많은 속성을 포함할 수 있는데, 일부 속성은 동일한 제품의 다른 속성들보다 더 많은 찬사와 긍정적인 평가를 받은 속성을 기반으로 한 제품의 주요 특징이다. 이러한 속성을 제품의 상위 속성(top attribute)이라고 한다. 필터링 시스템은, 예컨대 웹 페이지에서 제품과 연관된 속성을 추출하고, 추출된 각 속성에 가중치를 할당하고, 할당된 가중치에 기초하여 속성들의 순위를 정함으로써, 상위 속성을 결정하는 기능을 제공한다.
각각의 상위 속성은 그 속성을 나타내도록 지정되는 해당 이미지를 갖는다. 일부 실시예에서, 필터링 시스템은 그러한 이미지가 제품 이미지 또는 제품 설명 위에 중첩되도록 한다. 이들 이미지는 제품의 기능을 설명하는 많은 속성들 중에서 제품의 상위 속성을 시각적으로 확인할 수 있게 해준다. 일부 실시예에서, 사용자 인터페이스는 속성을 나타내는 제시된 중첩된 이미지들 중에서 하나 이상을 선택할 수 있게 하는데, 여기서 중첩된 이미지의 선택은 대응하는 상위 속성의 선택을 나타낸다. 중첩된 이미지를 선택하면, 유사하게 선택된 속성을 상위 속성으로 갖는 다른 제품에 관한 정보를 갖는 사용자 인터페이스가 프리젠테이션될 수 있다. 명세서 전체에서 논의된 바와 같이, "아이템"이란 용어는 제품, 출판물 또는 기타 콘텐츠 형태일 수 있다.
도 1을 참조하면, 고수준의 클라이언트-서버 기반 네트워크 아키텍처(100)의 예시적인 실시예가 도시되어 있다. 네트워킹된 시스템(102)은 서버측 기능을 네트워크(104)(예컨대, 인터넷 또는 광역 네트워크(WAN))를 통해 클라이언트 장치(110)에 제공한다. 일부 실시예에서, 사용자(예컨대, 사용자(106))는 클라이언트 장치(110)를 사용하여 네트워킹된 시스템(102)과 상호작용한다. 도 1은, 예를 들어, 클라이언트 장치(110) 상에서 실행되는 웹 클라이언트(112)(예컨대, 워싱턴 주 레드몬드의 마이크로소프트사에 의해 개발된 인터넷 익스플로러 브라우저), 클라이언트 애플리케이션(114) 및 프로그램 클라이언트(116)를 도시하고 있다. 클라이언트 장치(110)는 웹 클라이언트(112), 클라이언트 애플리케이션(114) 및 프로그램 클라이언트(116)를 단독으로, 또는 함께 또는 임의의 적절한 조합으로 포함한다. 도 1은 하나의 클라이언트 장치(110)를 도시하고 있지만, 다른 구현예에서는, 네트워크 아키텍처(100)가 다수의 클라이언트 장치를 포함한다.
다양한 구현예에서, 클라이언트 장치(110)는 적어도 네트워크(104)를 통해 네트워킹된 시스템(102)에 대한 액세스를 제공하는 통신 기능 및 디스플레이를 포함하는 컴퓨팅 장치를 포함한다. 클라이언트 장치(110)는 원격 장치, 워크 스테이션, 컴퓨터, 범용 컴퓨터, 인터넷 장치, 핸드헬드 장치, 무선 장치, 휴대용 장치, 웨어러블 컴퓨터, 셀룰러 또는 이동 전화, PDA, 스마트폰, 태블릿, 울트라북, 넷북, 랩탑, 데스크탑, 멀티프로세서 시스템, 마이크로프로세서 기반 또는 프로그램 가능한 가전, 게임 콘솔, 셋탑 박스, 네트워크 PC, 미니 컴퓨터 등을 포함하지만, 이에 한정되지는 않는다. 일 실시예에서, 클라이언트 장치(110)는 터치 스크린, 가속도계, 자이로스코프, 생체 인식 센서, 카메라, 마이크로폰, GPS(Global Positioning System) 장치 등 중에서 하나 이상을 포함한다.
클라이언트 장치(110)는 유선 또는 무선 연결을 통해 네트워크(104)와 통신한다. 예를 들어, 네트워크(104)의 하나 이상의 부분은 애드혹 네트워크, 인트라넷, 엑스트라넷, 가상 사설망(VPN), 근거리 통신망(LAN), 무선 LAN(WLAN), 광역 통신망(WAN), 무선 WAN(WWAN), MAN(Metropolitan Area Network), 인터넷의 일부, PSTN(Public Switched Telephone Network)의 일부, 셀룰러 전화 네트워크, 무선 네트워크, WiFi 네트워크, WiMax 네트워크, 다른 유형의 네트워크, 또는 이들 네트워크의 임의의 적절한 조합을 포함한다.
일부 예시적인 실시예에서, 클라이언트 장치(110)는, 제한적인 것은 아니지만, 웹 브라우저, (전자 책을 읽도록 동작 가능한) 북 리더 애플리케이션,(오디오 및 비디오를 포함한 다양한 미디어 형식을 제공하도록 동작 가능한) 미디어 앱, 피트니스 앱, 생체 인식 모니터링 앱, 메시징 앱, 전자 메일(이메일) 앱, 전자 상거래 사이트 앱("마켓 플레이스 앱"이라고도 함)과 같은 애플리케이션("앱"이라고도 함) 중 하나 이상을 포함한다. 일부 구현예에서, 클라이언트 애플리케이션(들)(114)은 사용자에게 정보를 제공하고 네트워킹된 시스템(102)과 통신하도록 동작 가능한 다양한 컴포넌트를 포함한다. 일부 실시예에서, 전자 상거래 사이트 애플리케이션이 클라이언트 장치(110)에 포함되면, 이 애플리케이션은 사용자 인터페이스 및 적어도 일부 기능을 로컬로 제공하도록 구성되며, 이 애플리케이션은 로컬로 이용가능하지 않는 데이터 또는 기능(예컨대, 판매할 수 있는 아이템의 데이터베이스에 대한 액세스, 사용자 인증, 결제 방법 검증)을 위해, 필요에 따라 네트워킹된 시스템(102)과 통신하도록 구성된다. 반대로, 전자 상거래 사이트 애플리케이션이 클라이언트 장치(110)에 포함되지 않으면, 클라이언트 장치(110)는 자신의 웹 브라우저를 사용하여, 네트워크 시스템(102) 상에서 호스트되는 전자 상거래 사이트(또는 그 변형)에 액세스할 수 있다.
다양한 실시예에서, 사용자(예컨대, 사용자(106))는 사람, 기계, 또는 클라이언트 장치(110)와 상호 작용하는 다른 수단을 포함한다. 일부 예시적인 실시예에서, 사용자는 네트워크 아키텍처(100)의 일부가 아니지만, 클라이언트 장치(110) 또는 다른 수단을 통해 네트워크 아키텍처(100)와 상호 작용한다. 예를 들어, 사용자는 클라이언트 장치(110)에 입력(예컨대, 터치 스크린 입력 또는 영숫자 입력)을 제공하고, 이 입력은 네트워크(104)를 통해 네트워킹된 시스템(102)에 전달된다. 이 예에서, 네트워킹된 시스템(102)은 사용자로부터의 입력을 수신하는 것에 응답하여 네트워크(104)를 통해 정보를 클라이언트 장치(110)에 전달하여 사용자에게 프리젠테이션되게 한다. 이러한 방식으로, 사용자는 클라이언트 장치(110)를 사용하여 네트워킹된 시스템(102)과 상호 작용할 수 있다.
웹 클라이언트(112)는 웹 서버(122)에 의해 지원되는 웹 인터페이스를 통해 네트워킹된 시스템(102)의 다양한 시스템(예컨대, 퍼블리케이션 시스템(들)(142))에 액세스한다. 유사하게, 프로그램 클라이언트(116) 및 클라이언트 애플리케이션(114)은 API 서버(120)에 의해 제공되는 프로그림 인터페이스를 통해 네트워킹된 시스템(102)에 의해 제공된 다양한 서비스 및 기능에 액세스한다. 프로그램 클라이언트(116)는, 예컨대, 판매자가 오프라인 방식으로 네트워킹된 시스템(102)의 목록을 작성 및 관리하고, 프로그램 클라이언트(116)와 네트워킹된 시스템(102) 사이에서 배치 모드 통신을 수행할 수 있게 하는 판매자 애플리케이션(예컨대, 캘리포니아주 산 요세의 eBay®가 개발한 터보 리스터(Turbo Lister) 애플리케이션)일 수 있다.
애플리케이션 프로그램 인터페이스(API) 서버(120) 및 웹 서버(122)는 하나 이상의 애플리케이션 서버(들)(140)에 제각기 연결되어, 프로그램 방식의 웹 인터페이스를 제각기 제공한다. 애플리케이션 서버(들)(140)는 하나 이상의 퍼블리케이션 시스템(142), 결제 시스템(144) 및 필터링 시스템(150)을 호스트하며, 이들 각각은 하나 이상의 모듈 또는 애플리케이션을 포함하고 하드웨어, 소프트웨어, 펌웨어 또는 이들의 임의의 조합으로서 구현될 수 있다. 애플리케이션 서버(들)(140)는 다시 하나 이상의 정보 저장 저장소 또는 데이터베이스(들)(126)로의 액세스를 용이하게 하는 하나 이상의 데이터베이스 서버(들)(124)에 연결되도록 도시되어 있다. 예시적인 실시예에서, 데이터베이스(들)(126)는 퍼블리케이션 시스템(들)(142)에 게시될 정보(예컨대, 출판물 또는 목록)를 저장하는 저장 장치이다. 일부 예시적인 실시예에 따르면 데이터베이스(126)는 또한 디지털 상품 정보를 저장한다.
또한, 제3자 서버(들)(130) 상에서 실행되는 제3자 애플리케이션(132)은 API 서버(120)에 의해 제공되는 프로그램 인터페이스를 통해 네트워킹된 시스템(102)에 프로그램 방식으로 액세스하는 것으로 도시되어 있다. 예를 들어, 네트워킹된 시스템(102)으로부터 검색된 정보를 이용하는 제3자 애플리케이션(132)은 제3자에 의해 호스트되는 웹 사이트상의 하나 이상의 특징 또는 기능을 지원한다. 예를 들어, 제3자 웹 사이트는 네트워킹된 시스템(102)의 관련 애플리케이션에 의해 지원되는 하나 이상의 프로모션, 마켓 플레이스 또는 결제 기능을 제공한다.
퍼블리케이션 시스템(들)(142)은 네트워킹된 시스템(102)에 액세스하는 사용자에게 다수의 퍼블리케이션 기능 및 서비스를 제공한다. 결제 시스템(들)(144)은 마찬가지로 결제 및 거래를 수행하거나 용이하게 하는 다수의 기능을 제공한다. 도 1에는 퍼블리케이션 시스템(들)(142) 및 결제 시스템(들)(144) 모두가 네트워킹된 시스템(102)의 일부를 형성하는 것으로 도시되어 있지만, 다른 실시예에서는, 각각의 시스템(142 및 144)이 네트워킹된 시스템(102)과 분리되어 별개의 결제 서비스의 일부를 형성할 수 있다는 것을 이해할 수 있을 것이다. 일부 예시적인 실시예에서, 결제 시스템(들)(144)은 퍼블리케이션 시스템(들)(142)의 일부를 형성할 수 있다.
일부 구현예에서, 필터링 시스템(150)은 제품과 연관된 상위 속성을 결정하는 기능을 제공한다. 상위 속성을 결정하는 작업은 웹 페이지에서 제품과 연관된 속성을 추출하는 것과, 추출된 각 속성에 가중치를 할당하는 것과, 할당된 가중치를 기반으로 속성의 순위를 매기는 것을 포함한다. 일부 실시예에서, 필터링 시스템(150)은 이미지를 제품 이미지 또는 제품 설명 위에 중첩시키는데, 이들 이미지는 제품과 연관된 상위 속성을 나타낸다. 제시된 이미지는 제품의 기능을 기술하는 다양한 속성 중에서 제품의 상위 속성을 시각적으로 식별할 수 있게 한다. 웹 페이지 콘텐츠 위에 중첩된 이들 이미지는 제품 이미지나 제품 설명부를 완전히 덮거나 부분적으로 덮을 수 있다. 다른 실시예에서는, 중첩된 이미지가 제품 이미지나 제품 설명을 덮지 않는다. 또 다른 실시예에서, 사용자 인터페이스는 제시된 중첩된 이미지들 중에서 하나 이상을 선택할 수 있게 허용하는데, 각각의 중첩된 이미지는 제각기의 속성과 연관된다. 중첩된 이미지를 선택하면 유사하게 선택된 속성을 상위 속성으로서 갖는 다른 제품을 디스플레이하는 사용자 인터페이스가 추가로 제시될 수 있다. 예시적인 실시예에서, 필터링 시스템(150)은 클라이언트 장치(110), 제3자 서버(들)(130), 퍼블리케이션 시스템(들)(142)(예컨대, 목록 검색) 및 결제 시스템(144)(예컨대, 목록 내의 아이템 구매)과 통신한다. 일 실시예에서, 필터링 시스템(150)은 퍼블리케이션 시스템(들)(142)의 일부이다. 필터링 시스템(150)은 아래에서 도 2와 관련하여 더 논의할 것이다.
또한, 도 1에 도시된 네트워크 구조(100)는 클라이언트-서버 아키텍처를 이용하지만, 본 발명의 대상은 물론 그러한 아키텍처에 제한되지 않으며, 예를 들어 분산형 또는 피어-투-피어(peer-to-peer) 아키텍처 시스템에서도 마찬가지로 동등하게 적용될 수 있다. 애플리케이션 서버(들)(140)의 다양한 시스템(예컨대, 퍼블리케이션 시스템(들)(142) 및 결제 시스템(144))은 네트워킹 능력을 반드시 가지지는 않는 독립형 소프트웨어 프로그램으로서 구현될 수도 있다.
도 2는 예시적인 실시예에 따른, 제품과 연관된 상위 속성을 결정하는 기능을 제공하는 필터링 시스템(150)의 블록도이다. 일부 실시예에서, 필터링 시스템(150)은 각각의 상위 속성과 연관된 이미지를 결정하기 위한 추가 기능을 제공하며, 이 이미지가 사용자 인터페이스 상에서 제품과 관련하여 디스플레이되게 한다. 디스플레이된 이미지는 사용자 인터페이스 상에서 제품 이미지 위에 중첩되거나 또는 제품 설명 위에 중첩될 수 있고, 아니면 제품 이미지와 제품 설명 옆에 표시될 수 있다. 일 실시예에서, 필터링 시스템(150)은 프리젠테이션 모듈(210), 통신 모듈(220), 데이터 모듈(230), 추출 모듈(240), 랭킹 모듈(250) 및 오버레이 모듈(260)을 포함한다. 도 2의 모듈들(210-260) 중 일부 또는 전부는, 예컨대 네트워크 커플링, 공유 메모리, 버스 등을 통해, 서로 통신한다. 모듈들(210-260) 각각은 단일 모듈로서 구현되거나, 다른 모듈들에 결합되거나, 또는 복수의 모듈로 세분될 수 있음을 이해할 것이다. 예시적인 실시예와 관련이 없는 다른 모듈도 필터링 시스템(150)에 포함될 수 있지만, 도시하지는 않는다.
일부 구현예에서, 프리젠테이션 모듈(210)은 대화식으로 사용자와 정보를 주고받도록 동작 가능한 다양한 프리젠테이션 및 사용자 인터페이스 기능을 제공한다. 예를 들어, 프리젠테이션 모듈(210)은 클라이언트 장치 상에 디스플레이된 사용자 인터페이스 상에 상위 속성이 제품과 관련하여 프리젠테이션되게 한다. 또한, 프리젠테이션 모듈(210)은 상위 속성과 연관된 이미지가 사용자 인터페이스 상에 디스플레이되게 한다. 디스플레이된 이미지는 제품 이미지 위에 중첩되거나 제품 설명 위에 중첩되거나 또는 제품 이미지와 제품 설명 옆에 디스플레이될 수 있다. 중첩된 이미지의 프리젠테이션은 도 4와 관련하여 이하에서 더 상세히 논의된다. 또한, (예컨대, 중첩된 이미지를 통한)하나 이상의 속성의 선택에 응답하여, 프리젠테이션 모듈(210)은 선택된 속성을 상위 속성으로 포함하는 다른 제품에 대한 정보를 나타내는 새로운 또는 수정된 사용자 인터페이스를 프리젠테이션하게 한다. 다른 제품에 대한 정보를 프리젠테이션하면 선택된 상위 속성(들)을 포함하는 제품들을 비교할 수 있게 된다. 상위 속성을 마찬가지로 포함하는 다른 제품의 프리젠테이션에 대해서는 도 5와 관련하여 이하에 더 상세히 논의할 것이다.
다양한 구현예에서, 프리젠테이션 모듈(210)은 정보를 프리젠테이션(예컨대, 스크린상에 정보를 시각적으로 디스플레이하는 것, 음향 출력, 햅틱 피드백)을 제공하거나 제공되게 한다. 정보를 대화형으로 제공하는 것은 특정 장치와 사용자 간에 정보를 교환하는 것을 포함한다. 사용자는 영숫자, 포인트 기반(예컨대, 커서), 촉각, 또는 기타 입력(예컨대, 터치 스크린, 촉각 센서, 광 센서, 적외선 센서, 생체 인식 센서, 마이크로폰, 자이로스코프, 가속도계 또는 다른 센서) 등과 같이 가능한 많은 방식으로 사용자 인터페이스와 상호작용하기 위한 입력을 제공할 수 있다. 프리젠테이션 모듈(210)은, 본 명세서에 설명된 기능을 용이하게 하기 위한 많은 다른 사용자 인터페이스를 제공한다는 것을 알 수 있을 것이다. 또한, 본 명세서에서 사용되는 "제공(presenting)"은 전달된 정보 또는 명령에 기초하여 프리젠테이션을 수행하도록 동작 가능한 특정 장치에 정보 또는 명령을 전달하는 것을 포함한다.
통신 모듈(220)은 다양한 통신 기능 및 웹 서비스를 제공한다. 예를 들어, 통신 모듈(220)은 네트워킹된 시스템(102), 클라이언트 장치(110) 및 제3자 서버(들)(130)와의 통신과 같은 네트워크 통신을 제공한다. 다양한 실시예에서, 네트워크 통신은 유선 또는 무선 방식으로 동작할 수 있다. 웹 서비스는 제3자 서버(130), 데이터베이스(126) 및 애플리케이션 서버(140)로부터 정보를 검색하는 것을 포함한다. 일부 구현예에서, 통신 모듈(220)에 의해 검색된 정보는 사용자와 연관된 데이터(예컨대, 온라인 계정으로부터의 사용자 프로파일 정보, 사용자와 연관된 소셜 네트워크 서비스 데이터), 데이터 퍼블리케이션 시스템(142) 상에 리스트된 하나 이상의 아이템 또는 제품과 연관된 데이터(예컨대, 아이템의 이미지, 아이템의 리뷰, 아이템 가격), 또는 본 명세서에 설명된 기능을 용이하게 하기 위한 다른 데이터를 포함한다. 이런 방식으로, 통신 모듈(220)은 네트워크(104)를 통해 필터링 시스템(150), 클라이언트 장치(110) 및 제3자 서버(들)(130) 간의 통신을 용이하게 한다.
데이터 모듈(230)은 데이터베이스 서버(124)를 통해 데이터베이스(126)의 제품 정보에 액세스하고 이를 업데이트하는 기능을 제공하도록 구성된다. 데이터 모듈(230)은 추출기 모듈(240)에 의한 사용을 위해 이용 가능한 제품과 연관된 제품 데이터에 액세스한다. 일 실시예에서, 데이터베이스(126)는 특정 제품에 관련된 속성 정보를 저장하며, 제품은 제품 카테고리에 저장된다. 예를 들어, 제품은 카메라이고 카메라와 관련된 속성은 렌즈 품질(lens quality), 배터리 수명(battery life), 화질(image quality), 비디오 품질(video quality), 가격(value), 인체공학적 품질(ergonomic quality), 조립 품질(build quality), 미적 감각(aesthetic sense) 등과 같은 카메라를 구성하는 임의의 속성일 수 있다. 이들 속성(예컨대, 기본 속성)은 기본 속성과 직접적으로 관련된 2차 속성을 포함할 수도 있다. 예를 들어, 기본 속성 "렌즈 품질(lens quality)"의 2차 속성은 줌(zoom), 자동 초점 기술(auto focus technology) 등을 포함할 수 있다.
또한, 데이터베이스(126) 내의 각 속성은 속성을 시각적으로 나타내는 관련 이미지를 갖는다. 각각의 속성과 연관된 이들 이미지는 제각기의 속성을 나타내는데 사용되는 국제적으로 인식된 심볼 또는 커스텀 메이드 심볼(custom made symbol) 형태일 수 있다. 그 각각의 속성과 연관된 이미지는 도 4와 관련하여 이하에서 더 상세히 논의된다. 각각의 카테고리는 또한 하위 카테고리를 가질 수 있다. 이 특정 카메라 카테고리에서, 예를 들어, 하위 카테고리는 디지털 단일 렌즈 반사(DSLR) 카메라, 방수 카메라, 비디오 카메라, 보안 카메라 등일 수 있다.
일부 실시예에서, 데이터 모듈(230)은 데이터베이스(126) 내의 제품에 속하는 특정 속성을 설명하기 위해 사용되는 기술어와 연관된 사전결정된 값을 저장한다. 사전결정된 값은 속성을 참조할 때 기술어의 가중치를 반영한다. 예를 들어, 카메라 제품에 대한 제품 리뷰는 "best lens compared to its peers"일 수 있다. "best"라는 기술어는 "lens"라는 속성을 설명하고 있다. 기술어는 긍정적인 단어, 중립적인 단어, 부정적인 단어, 형용사, 부사, 도시 속어(urban slang) 등의 형태로 존재할 수 있다. 긍정적인 기술어는 수피리어(superior), 엑설런트(excellent), 어메이징(amazing), 오섬(awesome), 그레잇(great) 등을 포함하며, 이에 국한되지는 않는다. 부정적인 기술어는 디스어포인팅(disappointing), 로우 퀄리티(low quality), 푸어(poor), 배드(bad) 등을 포함할 수 있지만 이에 국한되지는 않는다. 도시 속어 기술어는 커뮤니티에서 일반적으로 사용되는 단어를 반영하지만 어떠한 사전에서도 공식적으로 인정되지는 않는다. 추출 모듈(240)은 임의의 전자 문서(예컨대, 웹 페이지)로부터 하나 이상의 제품의 속성을 식별 및 추출하는 기능을 제공한다. 이들 속성은 전자 문서의 속성과 특정 제품 카테고리에 대한 데이터베이스(126) 내에 저장된 속성 세트 간의 매치(match)를 확인함으로써 식별된다. 속성들 간의 매치는 완전 매치일 필요는 없다. 예를 들어, 전자 문서에서 식별된 "lens" 및 "telephoto lens" 속성은 데이터베이스(126) 내의 렌즈 품질 속성에 대한 매치로서 간주될 수 있다. 추출 모듈(240)은 데이터베이스로부터 "lens" 속성을 추출하고 "lens" 속성을 데이터베이스 내의 속성과 매칭시킴으로써 제품의 카테고리를 결정할 수 있다. 데이터베이스 내의 "lens" 속성은 다른 유사한 속성을 포함하는 카테고리 및 하위 카테고리와 연관된다. 예를 들어, "lens" 속성은 카메라 카테고리와 관련되며, 카메라 카테고리는 "telephoto lens"와 같은 추가 속성을 포함한다. 추출 모듈(240)은 또한 제품의 카테고리로부터 데이터베이스에 저장된 속성 세트와 매치되는 추출된 텍스트 콘텐츠의 속성을 식별한다.
일부 실시예에서, 추출 모듈(240)은 전자 문서 내의 제품의 하나 이상의 속성을 나타내는 기술어를 식별하고 추출하기 위한 추가 기능을 제공한다. 기술어는 전자 문서 내의 기술어와 데이터베이스(126) 내에 저장된 기술어 사이의 매치를 식별함으로써 식별된다. 기술어는 그 기술어가 설명하는 속성과 연관되며 속성 직전 또는 직후에 나타날 수 있다.
일례로, "awesome battery life"란 표현에서, 추출 모듈(240)은 전자 문서 내의 "battery life"란 단어와 데이터베이스(126) 내에 저장된 속성 "battery life"란 속성 사이의 매치를 식별함으로써 "battery life"란 속성을 식별한다. 그 다음에 이 속성의 직전 또는 직후의 단어에서 기술어가 식별된다. 이 예에서, 기술어는 "awesome"으로 식별되며 "battery life" 속성 직전에 나타난다. 일부 실시예에서, 이들 서술어는 속성의 직전이나 직후에 나타나야 할 필요는 없고, 속성에 근접하여(예를 들면, 근처에 있지만 반드시 인접하지는 않음) 나타난다. 또한, 기술어는 형용사, 부사 또는 그 속성을 기술하는 임의의 다른 형태일 수 있다. 기술어와 대응하는 속성의 식별 및 연관은 도 3과 관련하여 이하에서 더 상세히 설명한다. 또 다른 실시예에서, 속성 및 기술어는 하나 이상의 전자 문서, 예컨대 상이한 도메인의 복수의 전자 문서로부터 식별되고 추출된다. 이들 속성 및 기술어는 집계되어 랭킹 모듈(250) 및 오버레이 모듈(260)에 의해 사용될 수 있도록 데이터베이스(126)에 저장된다.
랭킹 모듈(250)은 각 기술어에 가중치를 할당하고 할당된 가중치에 기초하여 속성의 순위를 매기는 기능을 제공한다. 각각의 기술어는 데이터베이스(126)에 저장된 관련 가중치를 갖는다. 일반적으로 기술어가 긍정적일수록 할당된 가중치는 더 높다. 가중치는 숫자 값일 수 있으며, 더 큰 값은 더 높은 가중치를 나타낸다. 예를 들어, 기술어 및 할당된 가중치 관계는 가중치 9가 할당된 "superior", 가중치 8이 할당된 "best", 가중치 7이 할당된 "awesome", 가중치 7이 할당된 "excellent" 가중치 6이 할당된 "ok", 가중치 5가 할당된 "decent", 가중치 4가 할당된 "poor", 가중치 3이 할당된 "disappointig", 가중치 2가 할당된 "terrible" 등을 포함할 수 있다. 일부 실시예에서, 상이한 기술어가 동일한 가중치를 할당받을 수 있다.
일부 실시예에서, 랭킹 모듈(250)은 속성을 나타내기 위해 사용된 모든 기술어(descriptor word) 내에서 기술어 극단치(outlier)를 판별한다. 극단치로 판별되는 기술어는 속성의 순위를 매기는 랭킹 모듈에 의해 고려되지 않는다. 극단치는, 동일한 속성을 나타내는 기술어 그룹에서 평균치에 대한 기술어의 관계의 z-스코어 통계 측정을 사용하여 랭킹 모듈(250)에 의해 결정될 수 있다. z-스코어 측정은 기술어가 평균에서 얼마나 많이 떨어져 있는지를 나타내는 표준 편차를 반영한다. z-스코어를 사용하여, 랭킹 모듈(250)은 z-스코어를 미리 결정된 임계 범위와 비교함으로써 극단치를 판별할 수 있으며, 여기서 임계 범위 위 또는 아래의 임의의 z-스코어는 관련 기술어가 극단치임을 나타낸다. 일부 실시예들에서, 극단치는 필터링되고 추가 분석에서 제외된다. 극단치는 누적 데이터에서 노이즈를 나타내며 속성을 정확하게 반영하지 않을 수 있다. 예를 들어, 카메라의 배터리 수명의 속성을 나타내는 100개의 기술어에서 99개의 기술어가 긍정적이고, 하나는 극도로 부정적이다. 극도로 부정적인 하나의 기술어는 배터리 수명 속성을 정확하게 반영하지 않을 가능성이 많아 노이즈로 간주되므로, 그 기술어는 극단치로 판정된다. 다른 실시예에서, 극단치는 평균, 중간 및 모드를 포함하는 추가적인 일반 통계를 사용하여 결정된다.
다른 실시예에서, 랭킹 모듈(250)은 각각의 속성과 연관된 평균 가중치를 계산한다. 전자 문서 내에는 한 속성에 대해 복수의 기술어가 있을 수 있다. 극단치가 필터링된 후, 해당 속성에 대한 나머지 가중치가 평균되고 하나의 평균 가중치가 속성과 연관된다. 일부 실시예에서, 2차 속성과 연관된 가중치는 기본 단어(primary word)의 일부로서 카운트된다. 예를 들어, 2차 속성 "great zoom" 및 "excellent autofocus technology"와 연관된 기술어는 기본 속성인 "lens quality"의 평균 가중치에 합산된다. 평균 가중치에 기초하여, 랭킹 모듈(250)은 대응하는 평균 가중치에 기초하여 속성의 순위를 매긴다.
오버레이 모듈(260)은 미리 결정된 수의 상위 속성들 각각과 연관된 이미지를 결정하는 기능을 제공한다. 상위 속성은 상위 평균 가중치를 갖는 속성이다. 즉, 상위 속성은 다른 사용자에 의해 검토되고 표현된 특정 제품에 대해 두드러지는 중요한 특징을 반영한다. 상위 n개의 속성은 상위의 소정 개수(예컨대, 상위 3개 또는 임의의 다른 수)의 속성이다.
각각의 상위 속성에 대해, 사용자 인터페이스에 포함시키기 위해 데이터베이스(126)에서 가져올 수 있는 대응하는 이미지가 있다. 전술한 바와 같이, 이미지는 보편적으로 인식되는 심볼 형태의 아이콘 또는 속성과 연관된 커스텀 이미지일 수 있다. 오버레이 모듈(260)은, 상술한 바와 같이, 프리젠테이션 모듈(210)과 함께, 이들 이미지가 사용자 인터페이스의 콘텐츠 위에 중첩되게 한다. 이미지가 중첩되지 않은 곳에서는 사용자 인터페이스의 콘텐츠를 여전히 볼 수 있다. 전술한 바와 같이, 이들 이미지는 관련 제품의 자세한 설명 부분이나 제품 자체의 이미지 위에 중첩될 수 있다. 일부 실시예에서, 이미지는, 전자 문서로부터 추출된, 속성이 위치해 있는 위치에 중첩될 수 있다. 다른 실시예에서, 이미지는 전자 문서의 가장자리에 중첩되어 전자 문서의 콘텐츠가 다른 페이지로 스크롤될 때에도 여전히 디스플레이된다. 다른 실시예에서는, 상위 속성을 다른 텍스트 콘텐츠와 구별할 수 있도록, 이미지와 연관된 상위 속성의 위치는 플래그가 지정되고 강조 표시된다.
도 3은 전자 문서(예컨대, 웹 페이지)에서 제품의 속성을 나타내는 기술어를 식별하고 및 추출하기 위한 예시적인 방법을 나타내는 도면이다. 웹 페이지 내의 속성은 추출 모듈(240)이 웹 페이지 상의 단어와 데이터베이스(126) 내의 속성 세트 간의 매치에 대한 검색을 수행함으로써 식별된다. 예를 들어, 속성(310)은 웹 페이지상의 속성(310)과 데이터베이스(126) 내의 "video quality" 속성의 매치에 의해 "video quality"로 식별된다. 속성 간의 매치는 완전 매치일 필요는 없다. 예를 들어, 속성 "rechargeable batteries"(320)는 데이터베이스(126) 내의 속성 "battery life"와 매치되는 것으로 간주될 수 있다. 이러한 매치는 용어가 동일하지 않은 경우에도 식별되며 데이터베이스(126)의 동의어 목록을 사용하여 결정될 수 있다. 렌즈 품질(lens quality), 액세서리(accessories) 등과 같은 추가적인 속성들이 도 3에서 식별되고 추출될 수 있지만, 지금 설명하지는 않는다.
추출 모듈(240)은 또한 식별된 속성(320 및 310)에 근접하게 나타나는 표현을 식별함으로써 기술어(330 및 340)를 식별한다. 기술어는 기술어(330)와 같은 속성의 직전(또는 근위)에 발생할 수 있다. 기술어(330) "long lasting"은 속성(320) "rechargeable batteries"를 설명한다. 기술어는 속성 가까이 및 그 뒤에 나타날 수도 있다. 예를 들어, "disappointing"이라는 기술어(350)는 속성 "lens"(360)를 설명한다. 기술어 및 대응하는 속성은 단일 절 또는 구 내에서의 위치에 기초하여 대응하는 쌍으로 식별된다. 수피리어(superior), 베스트(best), 그레잇(great), 엑설런트(excellent), 오섬(awesome) 등과 같은 추가적인 기술어가 도 3에서 식별되고 추출될 수도 있지만, 지금은 이들에 대해 설명하지 않는다. 추가적인 세부 사항은 도 2와 관련하여 위에서 충분히 설명하였다.
일부 실시예에서, 각각의 추출된 기술어에는 가중치가 할당된다. 할당된 가중치는 데이터베이스(126)로부터 결정된다. 할당된 가중치는 숫자 값일 수 있으며 더 높은 가중치는 보다 긍정적인 기술어를 반영한다. 일부 실시예에서, 상이한 기술어가 동일한 가중치를 할당받을 수 있다. 일 예에서, 기술어 "superior"(365)에는 가중치 8이 할당되고, 기술어 "best"(367)에는 가중치 7이 할당되며, 기술어 "excellent"(369)에는 가중치 6이 할당되고, 기술어 "awesome"(371)에는 가중치 6이 할당되며, 기술어 "amazing"(340)에는 가중치 5가 할당되고, 기술어 "great"(377)에는 가중치 4가 할당되며, 기술어 "long lasting"(373)에는 가중치 3이 할당되고, 기술어 "low quality"(379)에는 가중치 2가 할당되며, 기술어 "disappointing"(350)에는 가중치 1이 할당되는 식으로 가중치가 할당된다. 다른 실시예에서, 가중치는 계수 또는 임의의 다른 유형의 가중치일 수 있다.
예시적인 실시예에서, 랭킹 모듈(250)은 각각의 속성과 연관된 평균 가중치를 계산한다. 예를 들어, "video quality" 속성(310)은 할당된 가중치가 각각 5, 6, 및 4인 기술어(340)("amazing"), 기술어(369)("excellent") 및 기술어(377)("great")을 포함하는, 몇몇 관련 기술어를 갖는다. 각 속성의 평균 가중치는 동일한 속성과 연관된 모든 가중치의 평균을 취하여 결정된다. 이 예에서, "video quality" 속성(310)에 대한 평균 가중치는 7.5이다(가중치 5, 6 및 4의 평균). 가중치 할당에 대한 자세한 사항은 도 2의 랭킹 모듈(250)과 관련하여 위에서 충분히 설명하였다.
도 4 내지 5는 사용자에게 대화식으로 정보를 제공하기 위한 예시적인 사용자 인터페이스를 나타낸다. 도 4 내지 5는 특정한 예시적인 사용자 인터페이스 및 사용자 인터페이스 요소를 나타내지만, 이들은 비 제한적인 예일 뿐이고, 많은 다른 대안적인 사용자 인터페이스 및 사용자 인터페이스 요소가 프리젠테이션 모듈(210)에 의해 생성되어 사용자에게 제공될 수 있다. 도 4 및 도 5의 디스플레이의 다른 프리젠테이션은, 추가 정보, 그래픽, 옵션 등을 포함할 수 있으며, 다른 프리젠테이션은 더 적은 정보를 포함하거나 또는 사용자가 쉽게 사용할 수 있도록 요약 정보를 제공한다.
도 4는 상위 속성 각각과 연관된 이미지를 대화식으로 제시하기 위한 사용자 인터페이스(400)의 일례를 나타내는 도면이다. 각 속성에 대해 계산된 평균 가중치에 기초하여, 랭킹 모듈(250)은 대응하는 평균 가중치를 기반으로 속성의 순위를 매기는데, 평균 가중치가 높을수록 관련 속성의 순위는 더 높다. 도 3에 도시된 예에서 계속하면, 상위 3개의 속성은 "lens quality" 속성, "battery life" 속성 및 "video quality" 속성으로 결정된다.
오버레이 모듈(260)은 각각의 상위 속성과 연관된 이미지를 결정한다. 본 예는 상위 3개의 속성을 보여주지만, 상위 속성은 임의의 소정 개수일 수 있다. 오버레이 모듈(260)은 데이터베이스(126)에 액세스하여 상위 3개의 속성 각각과 연관된 이미지를 식별한다. 본 예에서는, "lens quality"을 나타내는 이미지(410), "battery life"를 나타내는 이미지(420) 및 "video quality"를 나타내는 이미지(430)가 상위 3개의 속성 각각과 연관된 이미지인 것으로 파악된다. 이들 이미지는 웹 페이지를 디스플레이하는 사용자 인터페이스 상에 제공된다. 선택적으로, 각각의 이미지와 함께, 이미지(410)를 설명하는 텍스트 설명(367)과 같이, 이미지를 설명하는 텍스트 설명이 제공된다.
일부 실시예에서, 이미지(410, 420 및 430)가 제품 설명(440) 위에 중첩된다. 이미지는 투명할 수 있으므로 이미지 속으로 제품 설명(440)이 보일 수 있다. 다른 실시예에서, 이미지(410, 420 및 430)는 제품 이미지(450) 위에 중첩된다. 다른 실시예에서는, 이들 이미지가 사용자 인터페이스의 가장자리에 중첩되며, 사용자 인터페이스의 콘텐츠가 다른 페이지로 스크롤될 때 여전히 디스플레이된다. 일부 실시예에서, 사용자 인터페이스 상의 임의의 콘텐츠는 중첩된 이미지 속에서 보일 수 있다.
일부 실시예에서, 오버레이 모듈(260)은 선택형 요소(selectable element)(460, 470 및 480)를 제공하며, 선택형 요소를 선택하면 관련 상위 속성이 선택된다. 선택형 요소(460)의 선택은 상위 속성 "lens quality"의 선택이고, 선택형 요소(470)의 선택은 상위 속성 "battery life"의 선택이다. 선택형 요소(460 및 470)를 선택하면, 상위 속성으로 선택된 속성 "lens quality" 및 "battery life"를 포함하는 다른 제품이 검색된다. 예를 들어 도 5에서, 검색 결과는 상위 속성의 렌즈 품질 및 배터리 수명을 갖는, 카메라(520, 530 및 540)를 포함하는 다른 카메라들을 보여준다. 일부 실시예에서, 각 제품에 대해 볼 수 있는 제품 설명은 상위 속성과 연관된 코멘트를 보여주도록 요약된다. 사용자는 전체 코멘트를 보도록 추가로 선택할 수 있다.
도 6은 제품에 대한 상위 속성을 결정하기 위한 예시적인 방법(600)을 나타내는 흐름도이다. 동작(610)에서, 추출 모듈(240)이 웹 페이지로부터 제품을 표현하는 텍스트 콘텐츠를 추출한다.
동작(620)에서, 추출된 텍스트 콘텐츠를 이용하여, 추출 모듈(240)이 제품과 연관된 복수의 속성을 식별한다. 속성은 웹 페이지의 추출된 텍스트 콘텐츠와 데이터베이스 내의 속성 세트 간의 매치를 검색하여 식별된다.
동작(630)에서, 추출 모듈(240)이 추출된 텍스트 콘텐츠 내의 복수의 속성 각각에 근접한 기술어를 검출한다. 기술어는 자신이 나타내는 속성과 연관되며, 그 속성 직전이나 직후에 또는 속성 근처에 나타날 수 있다. 이들 기술어는 형용사, 부사 또는 그 속성을 설명하는 임의의 다른 형태일 수 있다.
동작(640)에서, 랭킹 모듈(250)이 복수의 속성 각각에 근접한 각각의 기술어에 가중치를 할당한다. 일반적으로, 기술어가 긍정적일수록 할당된 가중치가 높다. 가중치는 숫자 값일 수 있으며, 값이 클수록 더 높은 가중치를 나타낸다.
동작(650)에서, 랭킹 모듈(250)이 복수의 속성 각각에 근접한 기술어의 가중치에 기초하여 복수의 속성의 순위를 매긴다.
동작(660)에서, 프리젠테이션 모듈(210)이 사용자 인터페이스의 복수의 속성으로부터 미리 결정된 수의 상위 속성을 프리젠테이션한다.
도 7은 상위 속성들 각각과 연관된 이미지를 제공하기 위한 예시적인 방법(700)을 나타내는 흐름도이다. 동작(710)에서, 오버레이 모듈(260)이 각 상위 속성과 연관된 이미지를 결정한다. 도 5와 관련하여 충분히 상세하게 기술된 바와 같이, 이미지는 보편적으로 인식된 심볼 형태의 아이콘 또는 속성에 대해 지정된 커스텀 이미지일 수 있다.
동작(720)에서, 프리젠테이션 모듈(210)이 사용자 인터페이스상의 제품과 연관되도록 이미지가 디스플레이되게 한다. 디스플레이는 사용자 인터페이스의 콘텐츠 위에, 예컨대 제품의 이미지 또는 제품의 설명 위에, 또는 도 5과 관련하여 충분히 자세하게 설명한 바와 같이 웹페이지의 가장자리에 축을 따라, 이미지를 중첩시킬 수 있다.
모듈, 컴포넌트 및 로직
특정 실시예는 본 명세서에서 로직 또는 다수의 컴포넌트, 모듈 또는 메커니즘을 포함하는 것으로 설명된다. 모듈은 소프트웨어 모듈(예컨대, 머신 판독 가능 매체 상에 또는 전송 신호로 구현된 코드) 또는 하드웨어 모듈을 구성할 수 있다. "하드웨어 모듈"은 특정 동작을 수행할 수 있는 유형의 장치이며 특정한 물리적 방식으로 구성 또는 정렬될 수 있다. 다양한 예시적인 실시예에서, 하나 이상의 컴퓨터 시스템(예컨대, 독립형 컴퓨터 시스템, 클라이언트 컴퓨터 시스템, 또는 서버 컴퓨터 시스템) 또는 컴퓨터 시스템의 하나 이상의 하드웨어 모듈(예컨대, 프로세서 또는 프로세서 그룹)은, 소프트웨어(예컨대, 애플리케이션 또는 애플리케이션 부분)에 의해 본원에 설명된 바와 같은 특정 동작을 수행하도록 동작하는 하드웨어 모듈로서 구성될 수 있다.
일부 실시예에서, 하드웨어 모듈은 기계적으로, 전자적으로 또는 이들의 임의의 적절한 조합으로 구현될 수 있다. 예를 들어, 하드웨어 모듈은 특정 동작을 수행하도록 영구적으로 구성되는 전용 회로 또는 로직을 포함할 수 있다. 예를 들어, 하드웨어 모듈은 FPGA(Field-Programmable Gate Array) 또는 ASIC(Application Specific Integrated Circuit)과 같은 특수 목적 프로세서일 수 있다. 하드웨어 모듈은 또한 특정 동작을 수행하기 위해 소프트웨어에 의해 일시적으로 구성되는 프로그램 가능한 로직 또는 회로를 포함할 수 있다. 예를 들어, 하드웨어 모듈은 범용 프로세서 또는 다른 프로그램 가능 프로세서 내에 포함된 소프트웨어를 포함할 수 있다. 하드웨어 모듈을 기계적으로, 전용 및 영구적으로 구성된 회로로, 또는 일시적으로 구성된(예컨대, 소프트웨어에 의해 구성된) 회로로 구현하기 위한 결정은 비용 및 시간을 고려하여 이루어질 수 있음을 이해할 수 있을 것이다.
따라서, "하드웨어 모듈"이라는 표현은 특정 방식으로 동작하거나 또는 본원에 설명된 특정 작업을 수행하도록 물리적으로 구성되거나, 영구적으로 구성되거나(예컨대, 하드와이어드) 또는 일시적으로 구성되는(예컨대, 프로그래밍되는) 유형의 개체(tangible entity)를 포함하는 것으로 이해해야 한다. 본 명세서에 사용된 바와 같이, "하드웨어 구현 모듈"은 하드웨어 모듈을 지칭한다. 하드웨어 모듈들이 일시적으로 구성되는(예컨대, 프로그래밍되는) 실시예를 고려할 경우, 이들 하드웨어 모듈 각각이 어느 한 시점에 구성되거나 인스턴스화될 필요는 없다. 예를 들어, 하드웨어 모듈이 소프트웨어에 의해 특수 목적 프로세서가 되도록 구성된 범용 프로세서를 포함할 경우, 이 범용 프로세서는 다른 시간에는 (예컨대, 다른 하드웨어 모듈을 포함하는) 다른 특수 목적 프로세서로서 구성될 수 있다. 따라서, 소프트웨어는, 예를 들어 한 특정 시간에는 특정 하드웨어 모듈을 구성하고 다른 특정 시간에는 다른 하드웨어 모듈을 구성하도록 특정 프로세서 또는 프로세서들을 구성할 수 있다.
하드웨어 모듈은 다른 하드웨어 모듈과 정보를 주고받을 수 있다. 따라서, 전술한 하드웨어 모듈들은 통신 가능하게 결합된 것으로 간주될 수 있다. 동시에 다수의 하드웨어 모듈이 존재하는 경우, 통신은 2개 이상의 하드웨어 모듈 사이에서 신호 전송(예컨대, 적절한 회로 및 버스를 통해)을 통해 달성될 수 있다. 다수의 하드웨어 모듈들이 상이한 시간에 구성되거나 인스턴스화되는 실시예에서, 그러한 하드웨어 모듈들 간의 통신은, 예를 들어, 다수의 하드웨어 모듈이 액세스하는 메모리 구조 내의 정보의 저장 및 검색을 통해 달성될 수 있다. 예를 들어, 하나의 하드웨어 모듈이 동작을 수행하고 그 동작의 출력을 통신 가능하게 연결된 메모리 장치에 저장할 수 있다. 그 후, 다른 하드웨어 모듈이 나중에 메모리 장치에 액세스하여 저장된 출력을 검색하고 처리할 수 있다. 하드웨어 모듈들은 입력 또는 출력 장치와의 통신을 개시할 수 있으며, 자원(예컨대, 정보 모음)에 대해 동작할 수 있다.
본원에 설명된 예시적인 방법의 다양한 동작은 관련 동작을 수행하도록 (예컨대, 소프트웨어에 의해) 일시적으로 구성되거나 영구적으로 구성된 하나 이상의 프로세서에 의해 적어도 부분적으로 수행될 수 있다. 이러한 프로세서는 일시적으로 구성되든 또는 영구적으로 구성되든, 본원에 설명된 하나 이상의 동작 또는 기능을 수행하도록 작동하는 프로세서 구현 모듈을 구성할 수 있다. 본원에 사용된 "프로세서 구현 모듈"은 하나 이상의 프로세서를 사용하여 구현된 하드웨어 모듈을 지칭한다.
유사하게, 본 명세서에 설명된 방법들은 적어도 부분적으로 프로세서로 구현될 수 있으며, 특정 프로세서 또는 프로세서들은 하드웨어의 한 예이다. 예를 들어, 방법의 동작 중 적어도 일부는 하나 이상의 프로세서 또는 프로세서 구현 모듈에 의해 수행될 수 있다. 또한, 하나 이상의 프로세서는 "클라우드 컴퓨팅" 환경에서 또는 "서비스로서의 소프트웨어(software as a service)"(SaaS)로서 관련 동작의 성능을 지원하도록 동작할 수 있다. 예를 들어, 적어도 일부 동작은 컴퓨터들(프로세서를 포함하는 기계의 예로서)의 그룹에 의해 수행될 수 있는데, 이들 동작은 네트워크(예컨대, 인터넷) 및 하나 이상의 적절한 인터페이스(예컨대, 애플리케이션 프로그램 인터페이스(API))를 통해 액세스 가능하다.
소정의 동작의 수행은, 단일 기계 내에 존재할 뿐만 아니라 다수의 기계에 걸쳐 배치되어 있는 프로세서들 사이에 분산될 수 있다. 일부 예시적인 실시예에서, 프로세서 또는 프로세서 구현 모듈은 단일 지리적 위치(예컨대, 가정 환경, 사무실 환경 또는 서버 팜 내)에 위치할 수 있다. 다른 예시적인 실시예에서, 프로세서 또는 프로세서 구현 모듈은 다수의 지리적 위치에 걸쳐 분산될 수 있다.
소프트웨어 아키텍처
도 8은 전술한 임의의 하나 이상의 장치에 설치될 수 있는 소프트웨어(802)의 아키텍처를 나타내는 블록도(800)이다. 도 8은 소프트웨어 아키텍처의 단지 비 제한적 예일 뿐이며, 본 명세서에 설명된 기능을 용이하게 하기 위해 많은 다른 아키텍처가 구현될 수 있다는 것을 이해할 수 있을 것이다. 소프트웨어(802)는, 프로세서(910), 메모리(930), 및 I/O 컴포넌트(950)를 포함하는, 도 9의 머신(900)과 같은 하드웨어에 의해 구현될 수 있다. 이러한 예시적인 아키텍처에서, 소프트웨어(802)는 각 계층이 특정 기능을 제공할 수 있는 계층의 스택으로서 개념화될 수 있다. 예를 들어, 소프트웨어(802)는 운영 체제(804), 라이브러리(806), 프레임 워크(808) 및 애플리케이션(810)과 같은 계층을 포함한다. 선택적으로, 일부 구현예에 따르면, 애플리케이션(810)은 소프트웨어 스택을 통해 API(application programming interface) 호(812)를 호출하고 API 호(812)에 대한 응답으로 메시지(814)를 수신한다.
다양한 구현예에서, 운영 체제(804)는 하드웨어 자원을 관리하고 공통 서비스를 제공한다. 운영 체제(804)는, 예를 들어, 커널(820), 서비스(822) 및 드라이버(824)를 포함한다. 커널(820)은 일부 구현예에서 하드웨어와 다른 소프트웨어 계층 사이의 추상화 계층(abstraction layer)으로서 작용한다. 예를 들어, 커널(820)은, 다른 기능들도 있지만 그 중에서도 메모리 관리, 프로세서 관리(예컨대, 스케줄링), 컴포넌트 관리, 네트워킹, 보안 설정을 제공한다. 서비스(822)는 다른 소프트웨어 계층에 다른 공통 서비스를 제공할 수 있다. 드라이버(824)는 하부 하드웨어를 제어하거나 이와 인터페이스하는 것을 담당한다. 예를 들어, 드라이버(824)는 디스플레이 드라이버, 카메라 드라이버, Bluetooth® 드라이버, 플래시 메모리 드라이버, 직렬 통신 드라이버(예컨대, USB 드라이버), Wi-Fi® 드라이버, 오디오 드라이버, 전원 관리 드라이버 등를 포함할 수 있다.
일부 구현예에서, 라이브러리(806)는 애플리케이션(810)에 의해 이용될 수 있는 저수준 공통 인프라 구조를 제공한다. 라이브러리(806)는 메모리 할당 기능, 문자열 조작 기능, 수학 기능 등과 같은 기능을 제공할 수 있는 시스템(830) 라이브러리(예컨대, C 표준 라이브러리)를 포함할 수 있다. 또한, 라이브러리(806)는 미디어 라이브러리(예컨대, MPEG4(Moving Picture Experts Group-4), H.264 또는 AVC(Advanced Video Coding), MP3(Moving Picture Experts Group-3), AAC(Advanced Audio Coding), AMR(Adaptive Multi-Rate) 오디오 코덱, JPEG 또는 JPG(Joint Photographic Experts Group), PNG(Portable Network Graphics)와 같은 다양한 미디어 포맷의 프리젠테이션 및 조작을 지원하는 라이브러리), 그래픽 라이브러리(예컨대, 디스플레이 상에서 그래픽 콘텐츠를 2 차원(2D) 및 3 차원(3D)으로 렌더링하는데 사용되는 OpenGL 프레임 워크), 데이터베이스 라이브러리(예컨대, 다양한 관계형 데이터베이스 기능을 제공하기 위한 SQLite), 웹 라이브러리(예컨대, 웹 브라우징 기능을 제공하는 웹킷(WebKit)) 등과 같은 API 라이브러리(832)를 포함할 수 있다. 라이브러리(806)는 또한 애플리케이션(810)에 많은 다른 API를 제공하기 위해 다양한 다른 라이브러리(834)를 포함할 수 있다.
프레임 워크(808)는 일부 구현예에 따라, 애플리케이션(810)에 의해 이용될 수 있는 고수준 공통 인프라 구조를 제공한다. 예를 들어, 프레임 워크(808)는 다양한 그래픽 사용자 인터페이스(GUI) 기능, 고수준 자원 관리, 고수준 위치 서비스 등을 제공한다. 프레임워크(808)는 애플리케이션(810)에 의해 이용될 수 있는 광범위한 스펙트럼의 다른 API를 제공할 수 있으며, 그 중 일부는 특정 운영 체제 또는 플랫폼에 특정적일 수 있다.
일 실시예에서, 애플리케이션(810)은 홈 애플리케이션(850), 컨택 애플리케이션(852), 브라우저 애플리케이션(854), 북 리더 애플리케이션(856), 로케이션 애플리케이션(858), 미디어 애플리케이션(860), 메시징 애플리케이션(862), 게임 애플리케이션(864) 및 제3자 애플리케이션(866)과 같은 다양한 애플리케이션을 포함한다. 일부 실시예에 따르면, 애플리케이션(810)은 프로그램에 정의된 기능을 실행하는 프로그램이다. 객체 지향 프로그래밍 언어(예컨대, Objective-C, Java, 또는 C++) 또는 절차적 프로그래밍 언어(예컨대, C 또는 어셈블리어)와 같이 다양한 방식으로 구조화된 하나 이상의 애플리케이션(810)을 생성하기 위해 다양한 프로그래밍 언어가 이용될 수 있다. 일 특정 예에서, 제3자 애플리케이션(866)(예컨대, 특정 플랫폼의 벤더가 아닌 엔티티에 의해 안드로이드 또는 iOS™ 소프트웨어 개발 킷(SDK)을 사용하여 개발된 애플리케이션)은 모바일 운영 체제(예컨대, iOS™, 안드로이드, 윈도우즈 폰 또는 기타 모바일 운영 체제) 상에서 실행되는 모바일 소프트웨어일 수 있다. 이 예에서, 제3자 애플리케이션(866)은 본 명세서에 설명된 기능을 용이하게하기 위해 모바일 운영 체제(804)에 의해 제공되는 API 호(812)를 호출할 수 있다.
예시적인 기계 구조 및 머신 판독 가능한 매체
도 9는 머신 판독 가능 매체(예컨대, 머신 판독 가능 저장 매체)로부터의 명령어를 판독하고 본원에서 논의된 임의의 하나 이상의 방법을 수행할 수 있는, 일부 예시적인 실시예에 따른 머신(900)의 컴포넌트를 도시한 블록도이다. 구체적으로, 도 9는 컴퓨터 시스템의 예시적인 형태의 머신(900)을 도시하고 있으며, 그 내부에서 머신(900)으로 하여금 본원에서 논의된 방법들 중 하나 이상을 수행하게 하는 명령어(916)(예컨대, 소프트웨어, 프로그램, 애플리케이션, 애플릿, 앱, 또는 다른 실행가능 코드)가 실행될 수 있다. 다른 실시예에서, 머신(900)은 독립형 장치로서 동작하거나 다른 기계들에 결합(예컨대, 네트워킹)될 수 있다. 네트워크 배치에서, 머신(900)은 서버-클라이언트 네트워크 환경에서 서버 기계 또는 클라이언트 기계의 용량으로 동작할 수 있거나 피어-투-피어(또는 분산) 네트워크 환경에서 피어 기계로 작동할 수 있다. 머신(900)은, 제한적인 것은 아니지만, 서버 컴퓨터, 클라이언트 컴퓨터, 퍼스널 컴퓨터(PC), 태블릿 컴퓨터, 랩탑 컴퓨터, 넷북, 셋톱 박스(STB), 개인용 디지털 보조 장치(PDA), 엔터테인먼트 미디어 시스템, 셀룰러 폰, 스마트폰, 모바일 장치, 웨어러블 장치(예컨대, 스마트 워치), 스마트 홈 디바이스(예컨대, 스마트 어플라이언스), 기타 스마트 장치, 웹 어플라이언스, 네트워크 라우터, 네트워크 스위치, 네트워크 브릿지 또는 머신(900)에 의해 취해질 동작을 지정하는 명령(916)을 순차적으로 또는 다른 방식으로 실행할 수 있는 임의의 기계를 포함할 수 있다. 또한, 단일 머신(900)이 도시되어 있지만, "머신"이라는 용어는 본 명세서에서 논의된 방법들 중 임의의 하나 이상의 방법을 수행하기 위해 개별적으로 또는 공동으로 명령어(916)를 실행하는 머신 집합(900)을 포함하는 것으로 이해해야 한다.
머신(900)은 버스(902)를 통해 서로 통신하도록 구성될 수 있는 프로세서(910), 메모리(930) 및 I/O 컴포넌트(950)를 포함할 수 있다. 일 실시예에서, 프로세서(910)(예컨대, CPU(Central Processing Unit), RISC(Reduced Instruction Set Computing) 프로세서, CISC(Complex Instruction Set Computing) 프로세서, GPU(Graphics Processing Unit), DSP(Digital Signal Processor) ASIC(Application Specific Integrated Circuit), RFIC(Radio-Frequency Integrated Circuit), 다른 프로세서, 또는 이들의 임의의 적절한 조합)는, 예를 들어 명령어(916)를 실행할 수 있는 프로세서(912) 및 프로세서(1014)를 포함할 수 있다. "프로세서"라는 용어는 명령어들을 동시에 실행할 수 있는 두 개 이상의 독립 프로세서(때로는 "코어"라고 함)를 포함할 수 있는 멀티 코어 프로세서를 포함한다. 또한, 도 9는 다수의 프로세서를 도시하고 있으며, 머신(900)은 단일 코어를 갖는 단일 프로세서, 복수의 코어(예컨대, 멀티 코어 프로세스)를 갖는 단일 프로세서, 단일 코어를 갖는 복수의 프로세서, 복수의 코어를 갖는 복수의 프로세서를 포함할 수 있다.
메모리/저장부(930)는 버스(902)를 통해 프로세서(910)에 액세스 가능한 메인 메모리(932), 정적 메모리(934) 및 저장 유닛(936)을 포함할 수 있다. 저장 유닛(936)은 본원에 설명된 방법들 기능들 중 임의의 하나 이상을 구현하는 명령어(916)가 저장되어 있는 머신 판독가능 매체(938)를 포함할 수 있다. 명령어(916)는 또한 머신(900)에 의해 실행되는 동안에 메인 메모리(932), 정적 메모리(934), 적어도 하나의 프로세서(910)(예컨대, 프로세서의 캐시 메모리) 또는 이들의 임의의 적절한 조합 내에 완전히 또는 적어도 부분적으로 위치할 수 있다. 따라서, 다양한 구현예에서, 메인 메모리(932), 정적 메모리(934), 및 프로세서(910)가 머신 판독 가능 매체(938)로서 고려된다.
본 명세서에서 사용된 바와 같이, "메모리"란 용어는 데이터를 일시적으로 또는 영구적으로 저장할 수 있는 머신 판독 가능 매체(938)를 지칭하며, 제한적인 것은 아니지만, 랜덤 액세스 메모리(RAM), 판독 전용 메모리(ROM), 버퍼 메모리, 플래시 메모리 및 캐시 메모리를 포함하는 것으로 이해할 수 있다. 머신 판독 가능 매체(938)는 일 실시예에서 단일 매체인 것으로 나타나 있지만, "머신 판독 가능 매체"라는 용어는 명령어(916)를 저장할 수 있는 단일 매체 또는 다중 매체(예컨대, 중앙 집중식 또는 분산형 데이터베이스, 또는 연관된 캐시 및 서버)를 포함하는 것으로 이해해야 한다. "머신 판독 가능 매체"라는 용어는 또한 기계(예컨대, 머신(900))에 의해 실행되는 명령어(예컨대, 명령어(916))를 저장할 수 있는 임의의 매체 또는 복수 매체의 조합을 포함하는 것으로 이해할 수 있는데, 이들 명령어는 머신(900)의 하나 이상의 프로세서(예컨대, 프로세서(910))에 의해 실행될 때, 머신(900)으로 하여금 본원에 기술된 임의의 하나 이상의 방법을 수행하게 한다. 따라서, "머신 판독 가능 매체"는 단일 저장 장치 또는 디바이스 뿐만 아니라 다수의 저장 장치 또는 디바이스를 포함하는 "클라우드 기반" 저장 시스템 또는 저장 네트워크를 말한다. 따라서 "머신 판독 가능 매체"란 용어는, 제한적인 것은 아니지만, 고체 메모리(예컨대, 플래시 메모리), 광학 매체, 자기 매체, 다른 비 휘발성 메모리(예컨대, EPROM(Erasable Programmable Read-Only Memory), 또는 이들의 임의의 적절한 조합을 포함하는 것으로 이해할 수 있다. "머신 판독 가능 매체"라는 용어는 비법적인(non-statutory) 신호 그 자체는 특별히 제외한다.
I/O 컴포넌트(950)는 입력을 수신하고, 출력을 제공하고, 출력을 생성하고, 정보를 전송하고, 정보를 교환하고, 측정을 캡처하는 등의 다양한 컴포넌트를 포함할 수 있다. 일반적으로, I/O 컴포넌트(950)는 도 9에 도시되지 않은 많은 다른 컴포넌트를 포함할 수 있음을 이해할 수 있을 것이다. I/O 컴포넌트(950)는 단지 다음의 설명을 단순화하기 위해 기능에 따라 그룹화되며, 그룹핑은 결코 제한적인 것이 아니다. 다양한 예시적인 실시예에서, I/O 컴포넌트(950)는 출력 컴포넌트(952) 및 입력 컴포넌트(954)를 포함할 수 있다. 출력 컴포넌트(952)는 비주얼 컴포넌트(예컨대, 플라즈마 디스플레이 패널(PDP), 발광 다이오드(LED) 디스플레이, 액정 디스플레이(LCD), 프로젝터, 또는 음극선관(CRT)과 같은 디스플레이), 음향 컴포넌트(예컨대, 스피커), 햅틱 컴포넌트(예컨대, 진동 모터), 기타 신호 생성기 등을 포함할 수 있다. 입력 컴포넌트(954)는 영숫자 입력 컴포넌트(예컨대, 키보드, 영숫자 입력을 수신하도록 구성된 터치 스크린, 광학 키보드 또는 다른 영숫자 입력 컴포넌트), 포인트 기반 입력 컴포넌트(예컨대, 마우스, 터치패드, 트랙볼, 조이스틱, 모션 센서 또는 다른 포인팅 기구), 촉각 입력 컴포넌트(예컨대, 물리적인 버튼, 터치 또는 터치 제스처의 위치 및 힘을 제공하는 터치 스크린, 또는 다른 촉각 입력 컴포넌트), 오디오 입력 컴포넌트(예컨대, 마이크로폰) 등을 포함할 수 있다.
또 다른 일부 예시적인 실시예에서, I/O 컴포넌트(950)는 다양한 컴포넌트들 중에서도 생체 인식 컴포넌트(956), 동작 컴포넌트(958), 환경 컴포넌트(960) 또는 위치 컴포넌트(962)를 포함할 수 있다. 예를 들어, 생체 인식 컴포넌트(956)는, 표현(예컨대, 손짓, 얼굴 표정, 음성 표현, 몸짓 또는 눈 추적)을 검출하고, 생체 신호(예컨대, 혈압, 심박수, 체온, 땀 또는 뇌파)를 측정하며, 사람을 식별(예컨대, 음성 식별, 망막 식별, 안면 식별, 지문 식별 또는 뇌파 기반 식별)하는 등의 컴포넌트를 포함한다. 동작 컴포넌트(958)는 가속도 센서 컴포넌트(예컨대, 가속도계), 중력 센서 컴포넌트, 회전 센서 컴포넌트(예컨대, 자이로스코프) 등을 포함할 수 있다. 환경 컴포넌트(960)는, 예를 들어, 조명 센서 컴포넌트(예컨대, 광도계), 온도 센서 컴포넌트(예컨대, 주위 온도를 검출하는 하나 이상의 온도계), 습도 센서 컴포넌트, 압력 센서 컴포넌트(예컨대, 기압계), 음향 센서 컴포넌트(예컨대, 배경 잡음을 검출하는 하나 이상의 마이크로폰), 근접 센서 컴포넌트(예컨대, 근접 물체를 검출하는 적외선 센서), 가스 센서(예컨대, 머신 올팩션 검출 센서, 안전을 위해 유해 가스의 농도를 검출하거나 또는 대기 중의 오염 물질을 측정하는 가스 검출 센서), 또는 주변 물리적 환경에 대응하는 표시, 측정 또는 신호를 제공할 수 있는 기타 컴포넌트를 포함할 수 있다. 위치 컴포넌트(962)는 위치 센서 컴포넌트(예컨대, 글로벌 위치 시스템(GPS) 수신기 컴포넌트), 고도 센서 컴포넌트(고도를 추론하는데 이용될 수 있는 공기압을 검출하는 고도계 또는 기압계), 방향 센서 컴포넌트(예컨대, 자력계) 등을 포함할 수 있다.
통신은 다양한 기술을 사용하여 구현될 수 있다. I/O 컴포넌트(950)는 커플링(982) 및 커플링(972)을 통해 머신(900)을 네트워크(980) 또는 장치(970)에 연합하도록 동작 가능한 통신 컴포넌트(964)를 포함할 수 있다. 예를 들어, 통신 컴포넌트(964)는 네트워크 인터페이스 컴포넌트 또는 네트워크(980)와 인터페이스하기 위한 다른 적절한 장치를 포함할 수 있다. 다른 예에서, 통신 컴포넌트(964)는 유선 통신 컴포넌트, 무선 통신 컴포넌트, 셀룰러 통신 컴포넌트, 근거리 통신(NFC) 컴포넌트, 블루투스 컴포넌트(예컨대, 블루투스 저 에너지), Wi-Fi 컴포넌트 및 다른 형태를 통해 통신을 제공하는 기타 통신 컴포넌트를 포함한다. 장치(970)는 다른 기계 또는 임의의 다양한 주변 장치(예컨대, 범용 직렬 버스(USB)를 통해 연결된 주변 장치)일 수 있다.
더욱이, 일부 구현예에서, 통신 컴포넌트(964)는 식별자를 검출하거나 식별자를 검출하도록 동작 가능한 컴포넌트를 포함할 수 있다. 예를 들어, 통신 컴포넌트(964)는 무선 주파수 식별(RFID) 태그 판독기 컴포넌트, NFC 스마트 태그 검출 컴포넌트, 광학 판독기 컴포넌트(예컨대, UPC(Universal Product Code) 바코드와 같은 1차원 바코드, QR(Quick Response)코드와 같은 다차원 바코드, 아즈텍(Aztec) 코드, 데이터 매트릭스, Dataglyph, MaxiCode, PDF417, 울트라 코드, UCC RSS(Uniform Commercial Code Reduced Space Symbology)-2D 바 코드, 기타 광학 코드를 검출하는 광학 센서), 또는 음향 검출 컴포넌트(예컨대, 태그된 오디오 신호를 식별하는 마이크로폰) 또는 이들의 임의의 적절한 조합을 포함할 수 있다. 또한, 통신 컴포넌트(964)를 통해 인터넷 프로토콜(IP) 지리적 위치, Wi-Fi 신호 삼각 측량을 통한 위치, 특정 위치를 나타낼 수 있는 NFC 비콘 신호 검출을 통한 위치 등과 같은 다양한 정보가 도출될 수 있다.
전송 매체
다양한 예시적인 실시예에서, 네트워크(980)의 하나 이상의 부분은 애드혹 네트워크, 인트라넷, 엑스트라넷, 가상 사설망(VPN), 근거리 통신망(LAN), 무선 LAN(WLAN) WAN(Wide Area Network), 무선 WAN(WWAN), MAN(Metropolitan Area Network), 인터넷, 인터넷의 일부, PSTN(Public Switched Telephone Network)의 일부, POTS(plain old telephone service) 네트워크, 셀룰러 전화 네트워크, 무선 네트워크, Wi-Fi® 네트워크, 다른 유형의 네트워크 또는 이들 네트워크의 둘 이상의 조합일 수 있다. 예를 들어, 네트워크(980) 또는 네트워크(980)의 일부는 무선 또는 셀룰러 네트워크를 포함할 수 있고, 커플링(982)은 코드 분할 멀티 접속(CDMA) 연결, 글로벌 이동 통신 시스템(GSM) 연결, 또는 다른 유형의 셀룰러 또는 무선 연결을 포함할 수 있다. 이 예에서, 커플링(982)은 단일 반송파 무선 전송 기술(1xRTT), EVDO(Evolution-Data Optimized) 기술, GPRS(General Packet Radio Service) 기술, EDGE(Enhanced Data rates for GSM Evolution), 3G를 포함하는 3GPP(third Generation Partnership Project), 4세대 무선(4G) 네트워크, UMTS(Universal Mobile Telecommunications System), HSPA(High Speed Packet Access), WiMAX(Worldwide Interoperability for Microwave Access), LTE(Long Term Evolution) 표준, 다양한 표준 설정 기관에 의해 정의된 기타 표준, 기타 장거리 프로토콜 또는 기타 데이터 전송 기술과 같은 다양한 유형의 데이터 전송 기술 중 어느 하나를 구현할 수 있다.
예시적인 실시예에서, 명령어(916)는 네트워크 인터페이스 장치(예컨대, 통신 컴포넌트(964)에 포함된 네트워크 인터페이스 컴포넌트)를 통해 전송 매체를 사용하여 네트워크(980)를 통해 그리고 다수의 잘 알려진 전송 프로토콜들 중 임의의 하나(예컨대, 하이퍼 텍스트 전송 프로토콜(HTTP))를 이용하여 송신 또는 수신될 수 있다. 유사하게, 다른 예시적인 실시예에서, 명령어(916)는 전송 매체를 사용하여 커플링(972)(예컨대, 피어-투-피어 커플 링)을 통해 장치(970)에 대해 송신 또는 수신된다. "전송 매체"라는 용어는 머신(900)에 의한 실행을 위해 명령어(916)를 저장, 인코딩, 또는 운반할 수 있는 임의의 무형의 매체를 포함하고, 그러한 소프트웨어의 통신을 용이하게 하는 디지털 또는 아날로그 통신 신호 또는 다른 무형의 매체를 포함한다. 전송 매체는 머신 판독 가능 매체의 일 실시예이다.
또한, 머신 판독가능 매체(938)는 전파 신호를 포함하지 않는다는 점에서 비일시적이다(즉, 어떠한 일시적인 신호도 포함하지 않는다). 그러나, 머신 판독가능 매체(938)를 "비일시적"으로 분류하는 것이, 이 매체가 이동할 수 없다는 것을 의미하는 것으로 이해해서는 안 되며, 이 매체는 하나의 물리적 장소에서 다른 장소로 이동할 수 있는 것으로 이해되어야 한다. 또한, 머신 판독 가능 매체(938)가 유형이므로, 매체는 머신 판독 가능 디바이스로 간주될 수 있다.
표현
본 명세서에서, 복수의 인스턴스(instance)는 단일 인스턴스로 설명된 컴포넌트, 동작 또는 스트럭처를 구현할 수 있다. 하나 이상의 방법의 개별적인 동작이 별개의 동작으로 도시되고 설명되지만, 하나 이상의 개별적인 동작은 동시에 수행될 수 있고, 동작은 도시된 순서대로 수행될 필요는 없다. 예시적인 구성에서 별개의 컴포넌트로서 제시된 스트럭처 및 기능은 결합된 스트럭처 또는 컴포넌트로 구현될 수 있다. 유사하게, 단일 컴포넌트로서 제시된 스트럭처 및 기능은 별개의 컴포넌트로서 구현될 수 있다. 이들 및 다른 변형, 수정, 추가 및 개선은 본 명세서의 청구대상의 범위 내에 있다.
본 발명의 대상에 대한 개요가 특정 예시적인 실시예를 참조하여 설명되었지만, 본 발명의 보다 넓은 범위를 벗어나지 않으면서 이러한 실시예에 대한 다양한 수정 및 변경이 이루어질 수 있다. 본 발명의 대상의 이러한 실시예는 본 명세서에서, 실제로 둘 이상이 개시된 경우에, 어떤 단일한 개시 또는 발명으로 본 출원의 범위를 자발적으로 제한하지 않도록 의도하며, 개별적으로 또는 집합적으로 단지 편의상 "발명"이라는 용어로 지칭될 수 있다.
본 명세서에 설명된 실시예는 당업자가 개시된 교시를 실시할 수 있도록 충분히 상세하게 설명된다. 본 개시의 범위를 벗어나지 않고 구조적이고 논리적인 대체 및 변경이 이루어질 수 있도록 다른 실시예가 사용될 수 있고 이로부터 유도될 수 있다. 따라서, 상세한 설명을 제한적인 의미로 받아들여서는 안되며, 다양한 실시예의 범위는 첨부된 청구 범위와 그러한 청구 범위가 부여되는 등가물의 전체 범위에 의해서만 정의된다.
본 명세서에 사용된 바와 같이, "또는(or)"이라는 용어는 포괄적이거나 배타적인 의미로 해석될 수 있다. 또한, 본 명세서에서 단일 인스턴스로서 설명된 리소스, 동작 또는 스트럭처에 대해 복수의 인스턴스가 제공될 수 있다. 또한, 다양한 리소스, 동작, 모듈, 엔진 및 데이터 저장소 사이의 경계는 다소 임의적이며, 특정 동작은 특정 예시적인 구성과 관련하여 설명된다. 기능의 다른 할당이 계획되고 본 개시의 다양한 실시예의 범위 내에 있을 수 있다. 일반적으로, 예시적인 구성에서 별개의 리소스로 제시된 스트럭처 및 기능은 결합된 스트럭처 또는 리소스로 구현될 수 있다. 유사하게, 단일 리소스로 제시된 스트럭처 및 기능은 별개의 리소스로 구현될 수 있다. 이들 및 다른 변형, 수정, 추가 및 개선은 첨부된 청구 범위에 의해 나타난 본 개시의 실시예의 범위 내에 있다. 따라서, 명세서 및 도면은 제한적인 의미보다는 예시적인 것으로 간주되어야 한다.
Claims (20)
- 시스템으로서,
하나 이상의 프로세서와, 상기 하나 이상의 프로세서에 의해 실행될 때, 상기 하나 이상의 프로세서로 하여금 동작들을 수행하게 하는 명령어를 포함하는 메모리를 포함하며,
상기 동작들은
제품을 표현하는 전자 문서로부터 텍스트 콘텐츠를 추출하는 동작과,
상기 추출된 텍스트 콘텐츠를 사용하여, 상기 제품과 연관된 복수의 속성을 식별하는 동작과,
상기 추출된 텍스트 콘텐츠 내 상기 복수의 속성 각각에 근접한 기술어(descriptor word)를 검출하는 동작과,
상기 복수의 속성 각각에 근접한 각각의 기술어에 가중치를 할당하는 동작과,
상기 복수의 속성 각각에 근접한 상기 기술어의 가중치에 기초하여 상기 복수의 속성의 순위를 매기는(ranking) 동작과,
상기 복수의 속성으로부터 사전결정된 수의 상위 속성(top ranked attributes)을 포함하는 사용자 인터페이스를 프리젠테이션하는 동작을 포함하는
시스템.
- 제1항에 있어서,
상기 복수의 속성을 식별하는 동작은,
데이터베이스로부터, 상기 제품의 카테고리를 결정하는 동작과,
상기 제품의 카테고리로부터 상기 데이터베이스에 저장된 속성 세트와 매치되는 상기 추출된 텍스트 콘텐츠 내의 속성을 식별하는 동작을 포함하는
시스템.
- 제1항에 있어서,
상기 추출된 텍스트 콘텐츠는 상기 제품에 대한 사용자 코멘트 또는 제품 설명과 연관되는
시스템.
- 제1항에 있어서,
상기 기술어는 상기 복수의 속성 중 한 속성 직전에 나타나는
시스템.
- 제1항에 있어서,
상기 기술어는 상기 복수의 속성 중 한 속성을 기술하는 형용사(a adjective)인
시스템.
- 제1항에 있어서,
상기 순위를 매기는 동작은,
각 기술어에 할당된 가중치를 비교하여 극단치(outlier) 기술어를 결정하고,
상기 극단치 기술어를 제거하는 동작을 포함하는
시스템.
- 제1항에 있어서,
상기 동작들은,
각각의 상기 상위 속성과 연관된 이미지 - 상기 이미지는 대응하는 상위 속성의 시각적 표현으로서 지정됨 - 를 결정하는 동작과,
상기 이미지가 상기 사용자 인터페이스 상에 상기 제품과 관련하여 디스플레이되게 하는 동작을 포함하는
방법.
- 제7항에 있어서,
상기 이미지가 디스플레이되게 하는 동작은, 상기 이미지를 상기 사용자 인터페이스 상에서 상기 제품과 연관된 설명부 위에 중첩시키는 동작을 더 포함하는
시스템.
- 제7항에 있어서,
상기 이미지가 디스플레이하게 하는 동작은, 상기 이미지를 상기 사용자 인터페이스 상에서 상기 제품의 제품 이미지 위에 중첩시키는 동작을 더 포함하는
시스템.
- 제7항에 있어서,
상기 동작들은,
상기 이미지와 연관된 선택형 요소의 선택에 응답하여, 유사한 선택된 상위 속성을 갖는 다른 제품을 결정하는 동작과,
상기 다른 제품에 관한 정보를 포함하는 사용자 인터페이스를 프리젠테이션하게 하는 동작을 더 포함하는
시스템.
- 방법으로서,
제품을 표현하는 전자 문서로부터 텍스트 콘텐츠를 추출하는 단계와,
상기 추출된 텍스트 콘텐츠를 사용하여, 상기 제품과 연관된 복수의 속성을 식별하는 단계와,
하드웨어 프로세서에 의해, 상기 추출된 텍스트 콘텐츠 내 상기 복수의 속성 각각에 근접한 기술어를 검출하는 단계와,
상기 복수의 속성 각각에 근접한 각각의 기술어에 가중치를 할당하는 단계와,
상기 복수의 속성 각각에 근접한 상기 기술어의 가중치에 기초하여 상기 복수의 속성의 순위를 매기는 단계 - 상기 순위를 매기는 단계는 머신의 프로세서에 의해 수행됨 - 와,
상기 복수의 속성으로부터 사전결정된 수의 상위 속성을 포함하는 사용자 인터페이스를 프리젠테이션하는 단계를 포함하는
방법.
- 제11항에 있어서,
상기 복수의 속성을 식별하는 단계는,
데이터베이스로부터, 상기 제품의 카테고리를 결정하는 단계와,
상기 제품의 카테고리로부터 상기 데이터베이스에 저장된 속성 세트와 매치되는 상기 추출된 텍스트 콘텐츠 내의 속성을 식별하는 단계를 포함하는
방법.
- 제11항에 있어서,
상기 추출된 텍스트 콘텐츠는 상기 제품에 대한 사용자 코멘트 또는 제품 설명과 연관되는
방법.
- 제11항에 있어서,
상기 기술어는 상기 복수의 속성 중 한 속성 직전에 나타나는
방법.
- 제11항에 있어서,
상기 기술어는 상기 복수의 속성 중 한 속성을 기술하는 형용사(a adjective)인
방법.
- 제11항에 있어서,
상기 순위를 매기는 단계는,
각 기술어에 할당된 가중치를 비교하여 극단치(outlier) 기술어를 결정하고,
상기 극단치 기술어를 제거하는 단계를 포함하는
방법.
- 제11항에 있어서,
각각의 상기 상위 속성과 연관된 이미지 - 상기 이미지는 대응하는 상위 속성의 시각적 표현으로서 지정됨 - 를 결정하는 단계와,
상기 이미지가 상기 사용자 인터페이스 상에 상기 제품과 관련하여 디스플레이되게 하는 단계를 포함하는
방법.
- 제17항에 있어서,
상기 이미지가 디스플레이되게 하는 단계는, 상기 이미지를 상기 사용자 인터페이스 상의 상기 제품과 연관된 설명부 위에 중첩시키는 단계를 더 포함하는
방법.
- 제11항에 있어서,
상기 이미지가 디스플레이하게 하는 단계는 상기 이미지를 상기 사용자 인터페이스 상의 상기 제품의 제품 이미지 위에 중첩시키는 단계를 더 포함하는
방법.
- 머신의 적어도 하나의 프로세서에 의해 실행될 때, 상기 머신으로 하여금 동작들을 수행하게 하는 명령어를 저장한 머신 판독 가능 매체로서,
상기 동작들은
제품을 표현하는 전자 문서로부터 텍스트 콘텐츠를 추출하는 동작과,
상기 추출된 텍스트 콘텐츠를 사용하여, 상기 제품과 연관된 복수의 속성을 식별하는 동작과,
상기 추출된 텍스트 콘텐츠 내 상기 복수의 속성 각각에 근접한 기술어(descriptor word)를 검출하는 동작과,
상기 복수의 속성 각각에 근접한 각각의 기술어에 가중치를 할당하는 동작과,
상기 복수의 속성 각각에 근접한 상기 기술어의 가중치에 기초하여 상기 복수의 속성의 순위를 매기는 동작과,
상기 복수의 속성으로부터 사전결정된 수의 상위 속성을 포함하는 사용자 인터페이스를 프리젠테이션하는 동작을 포함하는
머신 판독 가능 매체.
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/985,906 US10580064B2 (en) | 2015-12-31 | 2015-12-31 | User interface for identifying top attributes |
US14/985,906 | 2015-12-31 | ||
PCT/US2016/069265 WO2017117417A1 (en) | 2015-12-31 | 2016-12-29 | User interface for identifying top attributes |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20180098659A true KR20180098659A (ko) | 2018-09-04 |
Family
ID=59225756
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020187021979A KR20180098659A (ko) | 2015-12-31 | 2016-12-29 | 상위 속성을 식별하기 위한 사용자 인터페이스 |
Country Status (5)
Country | Link |
---|---|
US (3) | US10580064B2 (ko) |
EP (1) | EP3398078A4 (ko) |
KR (1) | KR20180098659A (ko) |
CN (1) | CN108475388A (ko) |
WO (1) | WO2017117417A1 (ko) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20190020120A (ko) * | 2016-06-21 | 2019-02-27 | 이베이 인크. | 웹 문서 수정에 대한 이상 검출 |
KR102381366B1 (ko) * | 2020-07-09 | 2022-04-01 | 쿠팡 주식회사 | 낮은 애플리케이션 영향을 미치는 사용자 인터페이스를 배포하기 위한 시스템 및 방법 |
KR20220103616A (ko) * | 2021-01-15 | 2022-07-22 | 쿠팡 주식회사 | 제품 타이틀로부터 속성을 지능적으로 추출하기 위한 시스템 및 방법 |
US11449914B2 (en) | 2020-08-31 | 2022-09-20 | Coupang Corp. | Systems and methods for visual navigation during online shopping using intelligent filter sequencing |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10580064B2 (en) | 2015-12-31 | 2020-03-03 | Ebay Inc. | User interface for identifying top attributes |
US20170235720A1 (en) * | 2016-02-11 | 2017-08-17 | GM Global Technology Operations LLC | Multilingual term extraction from diagnostic text |
US10438264B1 (en) * | 2016-08-31 | 2019-10-08 | Amazon Technologies, Inc. | Artificial intelligence feature extraction service for products |
US10353929B2 (en) * | 2016-09-28 | 2019-07-16 | MphasiS Limited | System and method for computing critical data of an entity using cognitive analysis of emergent data |
US10976901B1 (en) * | 2018-06-18 | 2021-04-13 | Sanjay Sanku Sukumaran | Method and system to share information |
US10929909B2 (en) * | 2018-09-19 | 2021-02-23 | International Business Machines Corporation | Media enhancement with customized add-on content |
Family Cites Families (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7363308B2 (en) * | 2000-12-28 | 2008-04-22 | Fair Isaac Corporation | System and method for obtaining keyword descriptions of records from a large database |
WO2005119475A2 (en) | 2004-06-04 | 2005-12-15 | Khimetrics, Inc. | Attribute modeler |
WO2008019007A2 (en) | 2006-08-04 | 2008-02-14 | Thefind, Inc. | Method for relevancy ranking of products in online shopping |
EP2074575A2 (en) * | 2006-09-29 | 2009-07-01 | B2X Corporation | Apparatuses, methods and systems for cross border procurement |
US7660749B2 (en) * | 2006-09-29 | 2010-02-09 | Apple Inc. | Method, system, and medium for representing visitor activity in an online store |
US7885956B2 (en) | 2007-03-05 | 2011-02-08 | Kelora Systems, Llc | Display and search interface for product database |
CN101369275A (zh) * | 2008-09-10 | 2009-02-18 | 浙江大学 | 一种非结构化文本中的产品属性挖掘方法 |
KR101292713B1 (ko) | 2008-10-24 | 2013-08-01 | 에스케이플래닛 주식회사 | 카테고리별로 상품을 검색하는 방법 및 쇼핑몰 서버 |
US8949252B2 (en) | 2010-03-29 | 2015-02-03 | Ebay Inc. | Product category optimization for image similarity searching of image-based listings in a network-based publication system |
US20120011142A1 (en) * | 2010-07-08 | 2012-01-12 | Qualcomm Incorporated | Feedback to improve object recognition |
US20120239524A1 (en) | 2011-03-16 | 2012-09-20 | Myworld, Inc. | Commerce System and Method of Acquiring Product, Assortment, and Pricing Information to Control Consumer Purchasing |
CN102542474B (zh) | 2010-12-07 | 2015-10-21 | 阿里巴巴集团控股有限公司 | 查询结果排序方法及装置 |
US9934218B2 (en) * | 2011-12-05 | 2018-04-03 | Infosys Limited | Systems and methods for extracting attributes from text content |
CN102637165B (zh) * | 2012-02-17 | 2014-08-20 | 清华大学 | 一种中文的观点、评价信息的属性-观点对抽取方法 |
US9767144B2 (en) * | 2012-04-20 | 2017-09-19 | Microsoft Technology Licensing, Llc | Search system with query refinement |
US8515828B1 (en) * | 2012-05-29 | 2013-08-20 | Google Inc. | Providing product recommendations through keyword extraction from negative reviews |
US8639036B1 (en) | 2012-07-02 | 2014-01-28 | Amazon Technologies, Inc. | Product image information extraction |
CN103714071A (zh) * | 2012-09-29 | 2014-04-09 | 株式会社日立制作所 | 标签情感倾向量化方法与系统 |
CN103885933B (zh) * | 2012-12-21 | 2017-03-01 | 富士通株式会社 | 用于评价文本的情感度及用于评价实体的方法和设备 |
CN103914492B (zh) | 2013-01-09 | 2018-02-27 | 阿里巴巴集团控股有限公司 | 查询词融合方法、商品信息发布方法和搜索方法及系统 |
US20140372216A1 (en) * | 2013-06-13 | 2014-12-18 | Microsoft Corporation | Contextual mobile application advertisements |
US9424598B1 (en) * | 2013-12-02 | 2016-08-23 | A9.Com, Inc. | Visual search in a controlled shopping environment |
CN104731806B (zh) | 2013-12-20 | 2018-10-19 | 腾讯科技(深圳)有限公司 | 一种在社交网络中快速查找用户信息的方法及终端 |
CN103778214B (zh) * | 2014-01-16 | 2017-08-01 | 北京理工大学 | 一种基于用户评论的商品属性聚类方法 |
US9275293B2 (en) | 2014-02-28 | 2016-03-01 | Thrift Recycling Management, Inc. | Automated object identification and processing based on digital imaging and physical attributes |
CN105022805B (zh) * | 2015-07-02 | 2018-05-04 | 四川大学 | 一种基于so-pmi商品评价信息的情感分析方法 |
CN105069086B (zh) * | 2015-07-31 | 2017-07-11 | 焦点科技股份有限公司 | 一种优化电子商务商品搜索的方法及系统 |
CN105095508B (zh) * | 2015-08-31 | 2019-11-08 | 北京奇艺世纪科技有限公司 | 一种多媒体内容推荐方法和多媒体内容推荐装置 |
US20170068965A1 (en) * | 2015-09-04 | 2017-03-09 | Wal-Mart Stores, Inc. | System and method for analyzing reviews to determine feature score |
US10580064B2 (en) | 2015-12-31 | 2020-03-03 | Ebay Inc. | User interface for identifying top attributes |
-
2015
- 2015-12-31 US US14/985,906 patent/US10580064B2/en active Active
-
2016
- 2016-12-29 EP EP16882675.8A patent/EP3398078A4/en not_active Withdrawn
- 2016-12-29 WO PCT/US2016/069265 patent/WO2017117417A1/en active Application Filing
- 2016-12-29 CN CN201680077165.6A patent/CN108475388A/zh active Pending
- 2016-12-29 KR KR1020187021979A patent/KR20180098659A/ko not_active Application Discontinuation
-
2020
- 2020-01-21 US US16/748,334 patent/US11037226B2/en active Active
-
2021
- 2021-04-29 US US17/244,641 patent/US11544776B2/en active Active
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20190020120A (ko) * | 2016-06-21 | 2019-02-27 | 이베이 인크. | 웹 문서 수정에 대한 이상 검출 |
KR20210009444A (ko) * | 2016-06-21 | 2021-01-26 | 이베이 인크. | 웹 문서 수정에 대한 이상 검출 |
US10944774B2 (en) | 2016-06-21 | 2021-03-09 | Ebay Inc. | Anomaly detection for web document revision |
KR102381366B1 (ko) * | 2020-07-09 | 2022-04-01 | 쿠팡 주식회사 | 낮은 애플리케이션 영향을 미치는 사용자 인터페이스를 배포하기 위한 시스템 및 방법 |
US11494205B2 (en) | 2020-07-09 | 2022-11-08 | Coupang Corp. | Systems and methods for deploying low-application-impact user interfaces |
US11449914B2 (en) | 2020-08-31 | 2022-09-20 | Coupang Corp. | Systems and methods for visual navigation during online shopping using intelligent filter sequencing |
KR20230010793A (ko) * | 2020-08-31 | 2023-01-19 | 쿠팡 주식회사 | 지능형 필터 시퀀싱을 사용하는 온라인 쇼핑 동안의 시각적 네비게이션을 위한 시스템 및 방법 |
KR20220103616A (ko) * | 2021-01-15 | 2022-07-22 | 쿠팡 주식회사 | 제품 타이틀로부터 속성을 지능적으로 추출하기 위한 시스템 및 방법 |
Also Published As
Publication number | Publication date |
---|---|
US20210248670A1 (en) | 2021-08-12 |
EP3398078A4 (en) | 2019-08-21 |
US11037226B2 (en) | 2021-06-15 |
EP3398078A1 (en) | 2018-11-07 |
US20200160432A1 (en) | 2020-05-21 |
US20170193581A1 (en) | 2017-07-06 |
US11544776B2 (en) | 2023-01-03 |
US10580064B2 (en) | 2020-03-03 |
WO2017117417A1 (en) | 2017-07-06 |
CN108475388A (zh) | 2018-08-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11544776B2 (en) | System, method, and media for identifying top attributes | |
KR102626764B1 (ko) | 상호작용형 정보 인터페이스 | |
KR102170012B1 (ko) | 데이터베이스 검색 최적화기 및 주제 필터 | |
US20200020000A1 (en) | Generating product descriptions from user reviews | |
US20200145926A1 (en) | Battery charge aware communications | |
US10230806B2 (en) | Tracking of user interactions | |
KR102203046B1 (ko) | 이미지의 분석 및 링킹 | |
US11853703B2 (en) | Processing transactional feedback | |
KR20200128560A (ko) | 개선된 지오-펜스 선택 시스템 | |
KR102384626B1 (ko) | 상이한 사이트들에 걸쳐 데이터를 채택하는 방법 | |
US20210373716A1 (en) | Adjusting an Interface Based On a Cognitive Mode | |
US20190138547A1 (en) | Obtaining item listings matching a distinguishing style of an image selected in a user interface | |
US10969922B2 (en) | Messaging system for providing multi-zone messages | |
CN108141442B (zh) | 重定向到信任设备的方法和系统 | |
KR20200128429A (ko) | 자동 로트 분류 | |
US11948162B2 (en) | Presenting cross-sell products for a given product | |
US11797587B2 (en) | Snippet generation system | |
WO2023126888A1 (en) | Presenting cross-sell products for given product | |
CN113779354B (zh) | 用于生成目标页面的系统和方法 | |
US10769695B2 (en) | Generating titles for a structured browse page |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E601 | Decision to refuse application |