KR20190090200A - 학습에 기반한 검색결과 표시 방법 및 장치 - Google Patents

학습에 기반한 검색결과 표시 방법 및 장치 Download PDF

Info

Publication number
KR20190090200A
KR20190090200A KR1020180008765A KR20180008765A KR20190090200A KR 20190090200 A KR20190090200 A KR 20190090200A KR 1020180008765 A KR1020180008765 A KR 1020180008765A KR 20180008765 A KR20180008765 A KR 20180008765A KR 20190090200 A KR20190090200 A KR 20190090200A
Authority
KR
South Korea
Prior art keywords
component
user
priority
search result
search
Prior art date
Application number
KR1020180008765A
Other languages
English (en)
Other versions
KR102142986B1 (ko
Inventor
홍장의
김순겸
Original Assignee
충북대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 충북대학교 산학협력단 filed Critical 충북대학교 산학협력단
Priority to KR1020180008765A priority Critical patent/KR102142986B1/ko
Publication of KR20190090200A publication Critical patent/KR20190090200A/ko
Application granted granted Critical
Publication of KR102142986B1 publication Critical patent/KR102142986B1/ko

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
    • G06F16/90—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
    • G06F16/20—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

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • User Interface Of Digital Computer (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명은 사용자가 입력한 키워드에 대응하여 검색엔진이 추출한 검색결과를 표시하는 방법 및 장치에 관한 발명으로서, 사용자의 검색이력을 학습하여 사용자가 입력한 키워드와 관련하여 사용자가 선호하는 표현형식의 컴포넌트를 우선적으로 표시해 줌으로써, 사용자가 검색결과의 상세한 내용을 추가적으로 확인하는 과정에 소요되는 시간을 단축할 수 있도록 한다.

Description

학습에 기반한 검색결과 표시 방법 및 장치 {LEARNING BASED SEARCH RESULTS VISUALIZATION METHOD AND DEVICE}
본 발명은 사용자가 입력한 키워드에 응답하여 검색엔진이 찾아낸 검색결과를 표시하는 방법 및 장치에 관한 발명으로서, 더 구체적으로는 사용자의 과거 키워드 검색이력을 학습하고 이에 기초하여 검색결과에 포함된 컴포넌트들을 표현형식의 우선순위에 따라 표시하는 방법 및 장치에 관한 것이다.
인터넷은 서비스를 요구하는 클라이언트와 서비스를 제공하는 서버를 네트워킹함으로써 수많은 컴퓨터들을 상호 연결하는 망을 칭하며, 현대인은 이러한 인터넷의 발달로 정보의 홍수 속에서 살고 있다고 해도 과언이 아니다.
사용자는 인터넷에 연결된 컴퓨터를 이용하여 인터넷 검색서비스를 제공하는 서버로부터 원하는 문서, 이미지, 동영상, 음원 등 다양한 표현형식의 자료를 검색한다.
한편, 인터넷 검색서비스를 제공하는 서버는 인터넷상의 웹 페이지를 스스로 돌아다니며 각종 정보를 수집하는 검색로봇 (프로그램) 을 사용하여 웹 페이지의 내용을 분석하고 그 안에 포함되어 있는 정보를 분류하여 웹 페이지의 URL과 함께 분류 및 분석된 정보를 수집하여 데이터베이스를 구축하고 이를 지속적으로 갱신한다.
따라서, 사용자가 인터넷에 연결된 자신의 컴퓨터에서 웹 브라우저를 작동하고 키워드를 입력하여 검색을 실행하면, 인터넷 검색 서비스를 제공하는 서버에서 검색로봇을 통하여 구축해둔 데이터베이스를 검색하여 사용자가 입력한 키워드와 매칭되는 정보들을 추출하여 매칭 유사도가 높은 순서대로 검색결과를 표시한다.
검색결과에 포함되는 컴포넌트는 예컨대 텍스트, 이미지, 뉴스, 동영상, 오디오, 소스코드 등 그 표현형식이 다양하며, 사용자는 키워드에 매칭된 검색결과들 중 자신이 원하는 표현형식의 정보를 찾기 위하여 재차 검색결과들을 추가적으로 확인하는 과정을 거쳐야 한다.
검색결과를 추가적으로 확인하는 과정으로 인하여 사용자가 원하는 정보를 얻기까지 상당한 시간이 소요될 수 있으며, 많은 경우 검색결과가 불충분하여 새로운 키워드 검색을 시도하고 새로운 검색결과에 대한 추가적인 확인 과정도 뒤따르기 때문에, 검색에 소요되는 시간은 더욱 길어지게 된다.
본발명은 전술한 종래의 검색결과 표시방법의 단점을 개선하고, 검색에 소요되는 시간을 줄이기 위하여, 사용자가 검색하는 키워드 및 검색과정을 학습하게 하고 이러한 학습을 통하여 사용자가 원하는 표현형식의 검색결과를 우선적으로 표시할 수 있는 검색결과 표시방법 및 장치를 제공하는 것을 목적으로 한다.
상기와 같은 과제를 해결하기 위하여 본 발명의 일 실시예에 따르는 학습에 기반한 검색결과 표시방법은, 사용자가 입력한 키워드에 따라 검색엔진이 출력하는 검색결과 리스트를 입력받는 단계, 검색결과 리스트에 포함된 컴포넌트의 표현형식에 대한 우선순위를 결정하는 단계, 및 우선순위가 높은 표현형식의 컴포넌트를 우선적으로 표시하는 단계를 포함한다.
본 발명의 다른 실시예에 따르면, 우선순위를 결정하는 단계는 컴포넌트들에 대한 사용자의 과거의 확인 횟수 및 재사용 횟수에 따라 컴포넌트의 표현형식에 대한 우선순위를 결정하는 것을 특징으로 한다.
본 발명의 다른 실시예에 따르면, 재사용 횟수에 가중치를 곱한 값과 확인 횟수를 더한 값의 크기에 따라 컴포넌트의 표현형식에 대한 우선순위를 결정하는 것을 특징으로 한다.
본 발명의 다른 실시예에 따르면, 각 컴포넌트에 대한 사용자의 검색이력에 기초하여, 사용자의 ID, 검색 키워드, 검색 결과에 포함된 각 컴포넌트의 표현형식 및 각 컴포넌트에 대한 확인 횟수와 재사용 횟수를 학습정보 테이블에 기록하는 단계를 추가로 포함하는 것을 특징으로 한다.
본 발명의 다른 실시예에 따르면, 사용자가 신규 사용자인 경우에는 컴포넌트의 표현형식에 대한 우선순위를 디폴트 값에 따라 결정하는 것을 특징으로 한다.
본 발명의 다른 실시예에 따르면, 표현형식은 헤드라인, URL, 이미지, 동영상, 및 소스 코드 중 2가지 이상을 포함하는 것을 특징으로 한다.
본 발명의 다른 실시예에 따르는 학습에 기반한 검색결과 표시장치는, 사용자가 입력한 키워드에 따라 검색엔진이 출력하는 검색결과 리스트로부터 사용자가 어떤 컴포넌트를 선택하는지 모니터하는 감시유닛, 감시유닛의 모니터링에 기초하여 학습정보 테이블을 작성하는 학습유닛, 학습정보 테이블에 따라 검색결과 리스트에 포함된 컴포넌트의 표현형식에 대한 우선순위를 결정하는 표현형식 결정유닛, 및 표현형식 결정유닛이 결정한 우선순위에 따라 검색결과 리스트에 포함된 컴포넌트를 표시하는 표시유닛을 포함한다.
본 발명의 다른 실시예에 따르면, 학습정보 테이블은 사용자 ID, 사용자가 입력한 키워드, 키워드 검색결과 검색된 컴포넌트, 각 컴포넌트의 표현형식, 각 컴포넌트의 확인 횟수, 각 컴포넌트의 재사용 횟수 등을 포함하는 것을 특징으로 한다.
본 발명의 다른 실시예에 따르면, 표현형식 결정유닛은 학습정보 테이블에 기록되어 있는 각 컴포넌트의 확인 횟수 및 각 컴포넌트의 재사용 횟수에 기초하여, 사용자가 입력한 키워드와 관련된 검색결과에 포함된 컴포넌트에 대한 표현형식의 우선순위를 결정하는 것을 특징으로 한다.
본 발명의 다른 실시예에 따르면, 표현형식 결정유닛은 재사용 횟수에 가중치를 곱한 값과 상기 확인 횟수를 더한 값의 크기에 따라 컴포넌트의 표현형식에 대한 우선순위를 결정하는 것을 특징으로 한다.
본 발명의 다른 실시예에 따르면, 표현형식 결정유닛은 사용자가 신규 사용자인 경우에는 컴포넌트의 표현형식에 대한 우선순위를 디폴트 값에 따라 결정하는 것을 특징으로 한다.
본 발명의 다른 실시예에 따르면, 표현형식은 헤드라인, URL, 이미지, 동영상, 및 소스 코드 중 2가지 이상을 포함하는 것을 특징으로 한다.
본 발명에서 제안한 다양한 실시예에 따라 본발명은 사용자가 검색하는 키워드 및 사용자가 수행하는 검색과정 등의 검색이력을 학습하게 함으로써, 검색엔진이 제공하는 검색결과로부터 사용자가 원하는 표현형식의 컴포넌트를 우선적으로 표시하도록 하여, 검색에 소요되는 시간을 감축하는 것을 가능하게 한다.
도1은 본 발명의 일 실시예에 따른 검색결과 표시장치를 포함하는 전체 키워드 검색 시스템을 도시한 구조도이다.
도 2는 본 발명의 일 실시예에 따라 작성된 학습정보 테이블을 도시한다.
도 3은 본 발명의 일 실시예에 따르는 학습에 기반한 검색결과 표시방법의 흐름도이다.
도 4는 본 발명의 일 실시예에 따라, 디폴트 값에 의한 검색결과 표시와 학습에 기반한 표현형식 우선순위에 따른 검색결과 표시의 예를 나타낸다.
본 명세서에서 개시된 실시예의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 개시에서 제안하고자 하는 실시예는 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 당해 기술분야에서 통상의 지식을 가진 자에게 실시예들의 범주를 완전하게 알려주기 위해 제공되는 것일 뿐이다.
본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 개시된 실시예에 대해 구체적으로 설명하기로 한다.
본 명세서에서 사용되는 용어는 개시된 실시예들의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 관련 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 명세서의 상세한 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 개시에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 명세서의 전반에 걸친 내용을 토대로 정의되어야 한다.
본 명세서에서의 단수의 표현은 문맥상 명백하게 단수인 것으로 특정하지 않는 한, 복수의 표현을 포함한다.
명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다. 또한, 명세서에서 사용되는 "부"라는 용어는 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미하며, "부"는 어떤 역할들을 수행한다. 그렇지만 "부"는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. "부"는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 "부"는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 "부"들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 "부"들로 결합되거나 추가적인 구성요소들과 "부"들로 더 분리될 수 있다.
아래에서는 첨부한 도면을 참고하여 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략한다.
도1은 본 발명에 따른 검색결과 표시장치를 포함하는 전체 키워드 검색 시스템을 도시한 구조도이다.
도 1에 따르면, 전체 키워드 검색 시스템은 사용자 질의 생성기 (160), 검색 엔진 (170), 컴포넌트 데이터베이스 (180), 학습에 기반한 검색결과 표시장치 (100)를 포함하며, 학습에 기반한 검색결과 표시장치 (100) 는 감시유닛 (110), 학습유닛 (120), 표현형식 결정유닛 (130), 및 표시유닛 (140) 으로 구성되어 있다.
도 1을 참조하여 검색과정을 설명하면, 사용자가 인터넷에 접속된 컴퓨터를 통하여 검색을 위한 키워드를 입력하면, 사용자 질의 생성기 (160) 는 사용자가 입력한 키워드를 이용하여 질의를 생성하여 검색엔진 (170) 에게 검색을 요청한다.
검색엔진 (170)은 검색로봇이 수집한 정보를 저장해 둔 컴포넌트 데이터베이스에서 키워드와 매칭되는 컴포넌트를 추출하여 검색결과로서 학습에 기반한 검색결과 표시 장치 (100)에게 전달한다.
컴포넌트 데이터베이스에 저장되어 있는 컴포넌트들은 문서, 이미지, 동영상, 오디오, 소스파일 등 다양한 표현형식으로 형성되어 있다. 종래의 검색결과 표시장치는 검색엔진 (170) 이 검색결과로서 전달한 컴포넌트를 그대로 표시하고, 사용자는 표시된 검색결과로부터 자신이 원하는 정보를 찾기 위하여 표시된 컴포넌트들을 추가로 확인하는 과정을 거친다.
한편, 본 발명의 일 실시예에 따른 학습에 기반한 검색결과 표시장치 (100) 는 검색엔진 (170) 으로부터 전달받은 검색결과를 그대로 출력하는 대신에, 사용자의 검색이력을 학습하고, 학습결과에 따라 표현형식의 우선순위를 결정하여, 우선순위가 높은 표현형식의 컴포넌트를 우선적으로 표시함으로써, 사용자가 검색결과를 추가로 확인하는 과정에 소요되는 시간을 단축할 수 있게 한다.
학습에 기반한 검색결과 표시장치 (100) 에 포함된 감시유닛 (110) 은 사용자의 검색과정을 모니터한다. 즉, 사용자가 입력한 키워드에 대응하여 검색엔진이 추출한 검색결과 중 사용자가 확인 (열람) 한 컴포넌트가 무엇인지, 사용자가 재사용 (다운로드) 한 컴포넌트가 무엇인지 등을 모니터한다.
한편, 학습유닛 (120) 은 감시유닛 (110) 이 모니터한 바에 따라, 사용자의 검색이력을 학습하여 학습정보 테이블 (125)를 작성한다.
도 2는 본 발명의 일 실시예에 따른 학습정보 테이블을 도시한 구성도이다.
도 2에 따르면, 학습정보 테이블 (125) 은 사용자 ID 별로 사용자가 과거에 검색에 사용한 키워드, 각 키워드에 대응하여 검색엔진이 추출한 컴포넌트, 각 컴포넌트별로 컴포넌트 ID, 표현형식, 사용자가 컴포넌트를 확인 (열람)한 횟수, 사용자가 컴포넌트를 재사용 (다운로드)한 횟수 등을 누적기록한 카운터 등을 저장한다.
예를 들면, 사용자가 과거에 "저먼 셰퍼드" 라는 키워드 (검색키워드 2) 를 사용하여 검색한 적이 있고, 그에 따라 검색엔진이 저먼 셰퍼드 종의 특성에 관한 문서정보 (컴포넌트 1), 저먼 셰퍼드에 관한 이미지정보 (컴포넌트 2), 저먼 셰퍼드에 관한 동영상정보 (컴포넌트 3) 등의 검색결과를 추출하였다고 가정한다.
검색엔진이 추출한 검색결과에 대하여 사용자가 컴포넌트 2, 즉 이미지 정보를 3 회 확인하고, 컴포넌트 1 즉 종의 특성에 관한 문서정보를 2회 다운로드 (재사용) 하고, 컴포넌트 3 즉 동영상 정보를 1회 열람하였다면, 학습유닛 (120) 은 이러한 사용자의 검색이력을 바탕으로 학습정보 테이블 (125)을 작성한다.
한편, 표현형식 결정유닛 (130) 은 학습정보 테이블 (125) 에 기록된 카운터에 기초하여 검색키워드 2 (저먼 셰퍼드) 에 대응하는 검색결과 중 어떤 표현형식의 컴포넌트를 우선적으로 표시할 것인지를 결정한다. 구체적으로, 카운터에 기록된 재사용 횟수에 가중치를 곱하고 확인 횟수를 더한 값의 크기에 따라 우선순위를 결정한다.
위에서 기술한 저먼 셰퍼드 검색의 경우에 대하여 가중치 10을 적용하여 보면, 컴포넌트 1의 카운터 값은 20, 컴포넌트 2의 카운터 값은 3, 컴포넌트 3의 카운터 값은 1이 된다.
따라서, 표현형식 결정유닛 (130) 은 카운터 값이 가장 큰 (20) 컴포넌트 1의 표현형식인 문서형식, 컴포넌트 2의 표현형식인 이미지형식, 컴포넌트 3의 표현형식인 동영상형식의 순으로 검색결과의 표현형식 순서를 결정한다.
표시유닛 (140) 은 표현형식 결정유닛 (130) 이 결정한 표현형식의 우선순위에 따라, 검색결과를 표시한다. 즉, "저먼 셰퍼드" 라는 키워드를 사용한 검색에 대하여, 검색결과를 문서, 이미지, 동영상 순서로 컴포넌트를 나열하여 표시한다.
참고로, 재사용 횟수에 대한 가중치 10은 일반적으로 사용자가 검색결과의 상세한 내용을 확인하는 과정에서 10 차례의 확인 (열람)에 1 차례정도 다운로드 (재사용) 한다는 통계에 근거한 것이다.
표현형식은 문서, 이미지, 동영상 등에 한정되지 않으며, 헤드라인, URL, 이미지, 동영상, 및 소스 코드 등 다양하게 존재하는 표현형식들을 적어도 2 가지 이상 포함할 수 있다.
이상은 검색이력이 있는 사용자를 예로 들어 설명하였으나, 검색이력이 존재하지 않는 신규 사용자의 경우에는, 학습정보 테이블 (125)가 블랭크 상태이므로, 표현형식 결정유닛 (130) 은 디폴트 값에 따라 표현형식의 우선순위를 결정할 수 있다. 예를 들면, 미리 정해진 소정의 디폴트값에 따라 이미지, 문서, 동영상 등의 표현형식 순서로 검색결과를 나열하여 표시할 수 있다.
표현형식 우선순위 값을 VFV(Visualization Format Value)로 정의하고, 각 표현형식을 Fi라고 하면, 표현형식이 Headline, URL, Image, Souce_Code일 때 Fi의 집합은 아래 식과 같이 표현할 수 있다.
Fi = {Headline|URL|Image|Souce_Code}
위 식에서, F1는 Headline, F2는 URL, F3는 Image, F4는 Source_Code라고 할 수 있다. 그리고 각 표현형식에 대한 우선순위 값은 아래 식과 같이 표현할 수 있다.
VFV(Fi) = (RCi * W) + (CCi)
위 식에서, RCi는 각 표현형식에 대한 재사용 카운트 값이고 CCi는 각 표현형식에 대한 확인 카운트 값이다. 그리고 W는 가중치 값으로 위 예에서는 10이라는 값이 사용되었지만 통계 결과에 따라 다른 값으로 조정될 수도 있다.
표현형식 중 가장 먼저 표시되는 것을 VFV(C1)이라고 하면 그 값은 아래 식과 같이 표현될 수 있다.
VFV(C1) = Max[VFV(Fi)] (i=1, 2, 3, 4, ...)
그리고 j가 Headline, URL 등의 표현형식이 나열되는 순서를 의미할 때, 다시 말해서 표현형식이 VFV(C1), VFV(C2), VFV(C3), VFV(C4) 순으로 나열되는 경우, VFV(Cj)는 아래 식과 같이 표현할 수 있다.
VFV(Cj) = Max[{VFV(Fi)}-VFV(Cj-1)] (i=1, 2, 3, 4, ...) (j=2, 3, 4, ...)
도 3은 본 발명의 일실시예에 따르는 학습에 기반한 검색결과 표시 방법에 관한 흐름도이다.
우선 단계 300에서 사용자가 키워드를 입력하면, 단계 310에서 사용자가 신규 사용자인지 검색이력을 갖고 있는 사용자인지를 판단한다. 신규 사용자라고 판단되면, 단계 320에서 디폴트 값에 따라 표현형식에 대한 우선순위를 결정하고 결정된 표현형식의 우선순서에 따라 검색결과를 표시한다.
단계 330에서 사용자의 검색이력을 학습할지 여부를 결정하며, 학습하지 않는다면 종료한다. 한편, 사용자의 검색이력을 학습하겠다고 결정하면, 단계 331에서 사용자 ID와 키워드를 학습정보 테이블에 저장한다.
단계 332에서, 사용자가 검색결과에 포함된 컴포넌트를 선택하는지 여부를 모니터하고 컴포넌트가 선택되지 않았다면, 입력한 키워드에 대응하는 검색결과 내에 사용자가 원하는 컴포넌트가 존재하지 않는다고 판단하고 새로운 키워드를 입력하도록 단계 300으로 이동한다.
사용자가 검색결과에 포함된 컴포넌트를 선택하였다면, 단계 333에서 선택된 컴포넌트의 컴포넌트 ID와 표현형식을 학습정보 테이블에 저장한다.
단계 334에서 사용자가 선택된 컴포넌트를 다운로드 (재사용) 하는지 여부를 모니터하고, 재사용하였다면 학습정보 테이블상의 카운터 필드에 재사용 횟수를 1회 증가시킨다.
사용자가 선택된 컴포넌트를 다운로드하지 않았다면, 이는 사용자가 단순히 선택된 컴포넌트를 열람한 것에 불과하므로 학습정보 테이블상의 카운터 필드에 확인 횟수를 1회 증가시킨다. 이후 단계 332로 이동하여 사용자가 추가로 컴포넌트를 선택하는지 모니터하며, 선택여부에 따라 전술한 과정을 반복한다.
한편, 단계 310에서 사용자가 검색이력을 갖고 있는 사용자라면, 단계 340에서 학습정보 테이블을 참조하여 표현형식에 관한 우선순위 값을 산출하도록 요청한다.
단계 341에서 사용자 ID를 확인하고, 단계 342에서 사용자가 입력한 키워드를 확인한 후, 단계 343에서 학습정보 테이블를 검색하여 사용자 ID와 키워드에 해당하는 학습정보를 추출한다.
단계 344에서 사용자 ID와 키워드에 해당하는 학습정보중 카운터값으로부터 표현형식에 대한 우선순위를 결정한다. 확인 횟수 및 재사용 횟수를 포함하는 카운터값으로부터 우선순위를 결정하는 방법은 앞서 기술하였으므로, 여기서는 그 구체적 방법에 대한 기술을 생략한다.
단계 345에서는, 결정된 표현형식의 우선순위에 따라, 검색결과를 나열하여 표시한다.
도 4는 디폴트 값에 의한 표현형식 우선순위에 따른 검색결과 표시와 학습에 기반한 표현형식 우선순위에 따른 검색결과 표시의 예를 나타낸다.
도 4의 좌측 표시화면은 디폴트 값에 따른 표현형식 우선순위가 헤드라인, URL, 이미지, 소스 코드 순인 경우에, 신규 사용자가 입력한 키워드에 대응하여 검색엔진이 추출한 검색결과를 헤드라인 형식의 컴포넌트들을 우선적으로 표시한 것이다.
한편, 도 4의 우측 표시화면은 본 발명에 따라 사용자의 검색이력을 학습한 결과, 사용자가 소정의 키워드에 대하여 소스 코드 형식의 컴포넌트를 원한다는 것을 학습하고 이에 따라 소스 코드 형식의 컴포넌트를 우선적으로 나열하여 표시한 것이다.
본 발명의 다른 일실시예에 따른 학습에 기반한 검색결과 표시장치는 하나 이상의 프로세서를 포함하며, 하나 이상의 프로세서는 사용자가 입력한 키워드에 따라 검색엔진이 출력하는 검색결과 리스트를 입력받고, 검색결과 리스트에 포함된 컴포넌트의 표현형식에 대한 우선순위를 결정하며, 우선순위가 높은 표현형식의 컴포넌트를 우선적으로 표시하도록 디스플레이를 제어한다.
본 발명의 다른 실시예는 본 발명에 따른 숫자 인식 방법을 컴퓨터가 수행하도록 하는 프로그램으로 구현하고 이 프로그램을 판독가능한 불휘발성 메모리에 저장한 기록매체로서 제공될 수도 있다.
100 학습에 기반한 검색결과 표시장치
110 감시유닛
120 학습유닛
130 표현형식 결정유닛
140 표시유닛
160 사용자 질의 생성기
170 검색엔진
180 컴포넌트 데이터베이스

Claims (22)

  1. 사용자가 입력한 키워드에 따라 검색엔진이 출력하는 검색결과 리스트를 입력받는 단계;
    상기 검색결과 리스트에 포함된 컴포넌트의 표현형식에 대한 우선순위를 결정하는 단계; 및
    우선순위가 높은 표현형식의 컴포넌트를 우선적으로 표시하는 단계를 포함하는 학습에 기반한 검색결과 표시 방법.
  2. 제1항에 있어서,
    상기 우선순위를 결정하는 단계는 컴포넌트들에 대한 상기 사용자의 과거의 확인 횟수 및 재사용 횟수에 따라 컴포넌트의 표현형식에 대한 우선순위를 결정하는 것을 특징으로 하는 학습에 기반한 검색결과 표시 방법.
  3. 제2항에 있어서,
    상기 재사용 횟수에 가중치를 곱한 값과 상기 확인 횟수를 더한 값의 크기에 따라 컴포넌트의 표현형식에 대한 우선순위를 결정하는 것을 특징으로 하는 학습에 기반한 검색결과 표시 방법.
  4. 제 2항 또는 제3항에 있어서,
    각 컴포넌트에 대한 사용자의 검색이력에 기초하여, 사용자의 ID, 검색 키워드, 검색 결과에 포함된 각 컴포넌트의 표현형식 및 각 컴포넌트에 대한 확인 횟수와 재사용 횟수를 학습정보 테이블에 기록하는 단계를 추가로 포함하는 것을 특징으로 하는 학습에 기반한 검색결과 표시 방법.
  5. 제1항에 있어서,
    상기 사용자가 신규 사용자인 경우에는 컴포넌트의 표현형식에 대한 우선순위를 디폴트 값에 따라 결정하는 것을 특징으로 하는 학습에 기반한 검색결과 표시 방법.
  6. 제1항에 있어서,
    상기 표현형식은 헤드라인, URL, 이미지, 동영상, 및 소스 코드 중 2가지 이상을 포함하는 것을 특징으로 하는 학습에 기반한 검색결과 표시 방법.
  7. 사용자가 입력한 키워드에 따라 검색엔진이 출력하는 검색결과 리스트로부터 사용자가 어떤 컴포넌트를 선택하는지 모니터하는 감시유닛;
    상기 감시유닛의 모니터링에 기초하여 학습정보 테이블을 작성하는 학습유닛;
    상기 학습정보 테이블에 따라 검색결과 리스트에 포함된 컴포넌트의 표현형식에 대한 우선순위를 결정하는 표현형식 결정유닛; 및
    상기 표현형식 결정유닛이 결정한 우선순위에 따라 검색결과 리스트에 포함된 컴포넌트를 표시하는 표시유닛을 포함하는 것을 특징으로 하는 학습에 기반한 검색결과 표시장치.
  8. 제 7항에 있어서,
    상기 학습정보 테이블은 사용자 ID, 사용자가 입력한 키워드, 키워드 검색결과 검색된 컴포넌트, 각 컴포넌트의 표현형식, 각 컴포넌트의 확인 횟수, 각 컴포넌트의 재사용 횟수 등을 포함하는 것을 특징으로 하는 학습에 기반한 검색결과 표시장치.
  9. 제 8 항에 있어서,
    상기 표현형식 결정유닛은 상기 학습정보 테이블에 기록되어 있는 각 컴포넌트의 확인 횟수 및 각 컴포넌트의 재사용 횟수에 기초하여, 사용자가 입력한 키워드와 관련된 검색결과에 포함된 컴포넌트에 대한 표현형식의 우선순위를 결정하는 것을 특징으로 하는 학습에 기반한 검색결과 표시장치.
  10. 제 9 항에 있어서,
    상기 표현형식 결정유닛은 상기 재사용 횟수에 가중치를 곱한 값과 상기 확인 횟수를 더한 값의 크기에 따라 컴포넌트의 표현형식에 대한 우선순위를 결정하는 것을 특징으로 하는 학습에 기반한 검색결과 표시장치.
  11. 제 7 항에 있어서,
    상기 표현형식 결정유닛은 상기 사용자가 신규 사용자인 경우에는 컴포넌트의 표현형식에 대한 우선순위를 디폴트 값에 따라 결정하는 것을 특징으로 하는 학습에 기반한 검색결과 표시장치.
  12. 제7항에 있어서,
    상기 표현형식은 헤드라인, URL, 이미지, 동영상, 및 소스 코드 중 2가지 이상을 포함하는 것을 특징으로 하는 학습에 기반한 검색결과 표시 장치.
  13. 하나 이상의 프로세서를 포함하는 학습에 기반한 검색결과 표시장치에 있어서, 상기 하나 이상의 프로세서는
    사용자가 입력한 키워드에 따라 검색엔진이 출력하는 검색결과 리스트를 입력받고,
    상기 검색결과 리스트에 포함된 컴포넌트의 표현형식에 대한 우선순위를 결정하며,
    우선순위가 높은 표현형식의 컴포넌트를 디스플레이상에 우선적으로 표시하도록 제어하는 것을 특징으로 하는 학습에 기반한 검색결과 표시장치.
  14. 제13항에 있어서,
    상기 하나 이상의 프로세서는 컴포넌트들에 대한 상기 사용자의 과거의 확인 횟수 및 재사용 횟수에 따라 컴포넌트의 표현형식에 대한 우선순위를 결정하는 것을 특징으로 하는 학습에 기반한 검색결과 표시장치.
  15. 제14항에 있어서,
    상기 하나 이상의 프로세서는 상기 재사용 횟수에 가중치를 곱한 값과 상기 확인 횟수를 더한 값의 크기에 따라 컴포넌트의 표현형식에 대한 우선순위를 결정하는 것을 특징으로 하는 학습에 기반한 검색결과 표시장치.
  16. 제 14항 또는 제15항에 있어서,
    상기 하나 이상의 프로세서는 각 컴포넌트에 대한 사용자의 검색이력에 기초하여, 사용자의 ID, 검색 키워드, 검색 결과에 포함된 각 컴포넌트의 표현형식 및 각 컴포넌트에 대한 확인 횟수와 재사용 횟수를 학습정보 테이블에 기록하는 것을 특징으로 하는 학습에 기반한 검색결과 표시장치.
  17. 제13항에 있어서,
    상기 하나 이상의 프로세서는 상기 사용자가 신규 사용자인 경우에는 컴포넌트의 표현형식에 대한 우선순위를 디폴트 값에 따라 결정하는 것을 특징으로 하는 학습에 기반한 검색결과 표시장치.
  18. 제13항에 있어서,
    상기 표현형식은 헤드라인, URL, 이미지, 동영상, 및 소스 코드 중 2가지 이상을 포함하는 것을 특징으로 하는 학습에 기반한 검색결과 표시장치.
  19. 학습에 기반한 검색결과 표시 방법을 컴퓨터에서 실행시키는 프로그램을 기록한 컴퓨터 판독가능 불휘발성 기록매체로서, 상기 프로그램은
    사용자가 입력한 키워드에 따라 검색엔진이 출력하는 검색결과 리스트를 입력받는 단계;
    상기 검색결과 리스트에 포함된 컴포넌트의 표현형식에 대한 우선순위를 결정하는 단계; 및
    우선순위가 높은 표현형식의 컴포넌트를 우선적으로 표시하는 단계를 실행하는 것을 특징으로 하는 컴퓨터 판독가능 불휘발성 기록매체.
  20. 제19항에 있어서,
    상기 우선순위를 결정하는 단계는 컴포넌트들에 대한 상기 사용자의 과거의 확인 횟수 및 재사용 횟수에 따라 컴포넌트의 표현형식에 대한 우선순위를 결정하는 것을 특징으로 하는 컴퓨터 판독가능 불휘발성 기록매체.
  21. 제20항에 있어서,
    상기 재사용 횟수에 가중치를 곱한 값과 상기 확인 횟수를 더한 값의 크기에 따라 컴포넌트의 표현형식에 대한 우선순위를 결정하는 것을 특징으로 하는 컴퓨터 판독가능 불휘발성 기록매체.
  22. 제 20항 또는 제21항에 있어서, 상기 프로그램은
    각 컴포넌트에 대한 사용자의 검색이력에 기초하여, 사용자의 ID, 검색 키워드, 검색 결과에 포함된 각 컴포넌트의 표현형식 및 각 컴포넌트에 대한 확인 횟수와 재사용 횟수를 학습정보 테이블에 기록하는 단계를 추가로 실행하는 것을 특징으로 하는 컴퓨터 판독가능 불휘발성 기록매체.


KR1020180008765A 2018-01-24 2018-01-24 학습에 기반한 검색결과 표시 방법 및 장치 KR102142986B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180008765A KR102142986B1 (ko) 2018-01-24 2018-01-24 학습에 기반한 검색결과 표시 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180008765A KR102142986B1 (ko) 2018-01-24 2018-01-24 학습에 기반한 검색결과 표시 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20190090200A true KR20190090200A (ko) 2019-08-01
KR102142986B1 KR102142986B1 (ko) 2020-08-10

Family

ID=67615707

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180008765A KR102142986B1 (ko) 2018-01-24 2018-01-24 학습에 기반한 검색결과 표시 방법 및 장치

Country Status (1)

Country Link
KR (1) KR102142986B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102088619B1 (ko) 2019-12-05 2020-03-12 (주)플랜아이 검색 결과별 가변적 사용자 인터페이스 제공 시스템 및 방법
KR102111989B1 (ko) 2019-12-05 2020-05-18 (주)플랜아이 자연어 질의에 대하여 시계열 정보를 제공하는 시스템 및 방법

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060085408A1 (en) * 2004-10-19 2006-04-20 Steve Morsa Match engine marketing: system and method for influencing positions on product/service/benefit result lists generated by a computer network match engine
KR20070039072A (ko) * 2004-06-24 2007-04-11 구글, 인코포레이티드 검색 엔진에서의 결과물 기반의 광고 개인화
JP2013510343A (ja) * 2008-09-10 2013-03-21 マイクロソフト コーポレーション 検索結果のランク付けのための静的な関連性の特性としてのドキュメント長
KR20170136964A (ko) * 2016-06-02 2017-12-12 바이두 유에스에이 엘엘씨 검색 쿼리에 응답하여 콘텐츠에 매칭될 이미지에 대해 동적 랭킹을 진행하기 위한 방법 및 시스템

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070039072A (ko) * 2004-06-24 2007-04-11 구글, 인코포레이티드 검색 엔진에서의 결과물 기반의 광고 개인화
US20060085408A1 (en) * 2004-10-19 2006-04-20 Steve Morsa Match engine marketing: system and method for influencing positions on product/service/benefit result lists generated by a computer network match engine
JP2013510343A (ja) * 2008-09-10 2013-03-21 マイクロソフト コーポレーション 検索結果のランク付けのための静的な関連性の特性としてのドキュメント長
KR20170136964A (ko) * 2016-06-02 2017-12-12 바이두 유에스에이 엘엘씨 검색 쿼리에 응답하여 콘텐츠에 매칭될 이미지에 대해 동적 랭킹을 진행하기 위한 방법 및 시스템

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102088619B1 (ko) 2019-12-05 2020-03-12 (주)플랜아이 검색 결과별 가변적 사용자 인터페이스 제공 시스템 및 방법
KR102111989B1 (ko) 2019-12-05 2020-05-18 (주)플랜아이 자연어 질의에 대하여 시계열 정보를 제공하는 시스템 및 방법

Also Published As

Publication number Publication date
KR102142986B1 (ko) 2020-08-10

Similar Documents

Publication Publication Date Title
US7644101B2 (en) System for generating and managing context information
JP5736469B2 (ja) ユーザ意図の有無に基づく検索キーワードの推薦
KR100341339B1 (ko) 디스플레이 스크린 크기 및 윈도우 크기와 관련된 웹 페이지 적응 시스템
KR101980219B1 (ko) 데이터베이스 내의 검색의 결과를 정제하는 방법
WO2009039002A2 (en) Customization of search results
US8005830B2 (en) Similar files management apparatus and method and program therefor
EP2945073A2 (en) Method and apparatus for providing recommended information
KR20080091183A (ko) 웹 브라우저용 동적 검색 상자
US11899706B2 (en) Content-specific keyword notification system
KR102361112B1 (ko) 유사 그룹 요소 추출
US20230222136A1 (en) Information providing device
US10678571B2 (en) Image-based skill triggering
JP2022051559A (ja) 視覚検索クエリのためのインテリジェントなシステムおよび方法
US20180107720A1 (en) Dynamic assignment of search parameters to search phrases
KR20190090200A (ko) 학습에 기반한 검색결과 표시 방법 및 장치
JP5228584B2 (ja) 興味情報特定システム、興味情報特定方法、および興味情報特定用プログラム
EP2638484B1 (en) Dynamic image result stitching
US20150082248A1 (en) Dynamic Glyph-Based Search
US10366138B2 (en) Method and apparatus for generating a web page
KR20090010182A (ko) 질의에 대응하는 탭을 사용하여 추가적인 정보를 제공하는방법 및 그 장치
US20230146998A1 (en) Systems, devices, and methods for search engine optimization
JP2020047013A (ja) 情報表示プログラム、情報表示方法、情報表示装置、および情報処理システム
JP6141378B2 (ja) 人材検索サーバ
GB2592495A (en) Workshop assistance system and workshop assistance method
LU102575B1 (en) Providing recent event information for web search queries

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant