KR20200045310A - 해시태그 기반의 정보 추천 방법 및 이를 수행하기 위한 단말 - Google Patents
해시태그 기반의 정보 추천 방법 및 이를 수행하기 위한 단말 Download PDFInfo
- Publication number
- KR20200045310A KR20200045310A KR1020180126202A KR20180126202A KR20200045310A KR 20200045310 A KR20200045310 A KR 20200045310A KR 1020180126202 A KR1020180126202 A KR 1020180126202A KR 20180126202 A KR20180126202 A KR 20180126202A KR 20200045310 A KR20200045310 A KR 20200045310A
- Authority
- KR
- South Korea
- Prior art keywords
- hashtag
- post
- database
- target object
- user
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000008569 process Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 239000000284 extract Substances 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/48—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- G06Q50/30—
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- General Engineering & Computer Science (AREA)
- Primary Health Care (AREA)
- Multimedia (AREA)
- Library & Information Science (AREA)
- Quality & Reliability (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- Computing Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
해시태그 기반의 정보 추천 방법 및 이를 수행하기 위한 단말이 제공된다. 본 발명의 일 실시예에 따른 단말은, 사용자가 게시물에 해시태그(hashtag)를 작성하는 경우 상기 해시태그와 관련된 둘 이상의 연관 정보들을 수집하는 수집부; 기 정의된 룰(rule)에 따라 상기 연관 정보들 중 설정된 각 타깃 오브젝트별 상기 해시태그의 추천 점수를 계산하는 계산부; 상기 해시태그, 및 상기 연관 정보들의 조합 각각이 데이터베이스에 기 저장되어 있지 않은 경우 상기 해시태그, 및 상기 연관 정보들의 조합을 상기 추천 점수와 함께 상기 데이터베이스에 새롭게 저장하고, 상기 해시태그, 및 상기 연관 정보들의 조합 중 적어도 일부가 상기 데이터베이스에 기 저장되어 있는 경우 계산된 상기 추천 점수를 기반으로 상기 데이터베이스에 기 저장된 각 타깃 오브젝트별 상기 해시태그의 추천 점수를 업데이트하는 관리부; 및 상기 사용자가 상기 해시태그를 새롭게 작성하는 경우 상기 데이터베이스에 저장된 상기 추천 점수를 기반으로 상기 해시태그와 관련된 타깃 오브젝트를 추천하는 추천부를 포함한다.
Description
예시적인 실시예들은 해시태그를 기반으로 사용자에게 각종 정보를 추천하는 기술과 관련된다.
일반적으로, 해시태그(hashtag, #)는 소셜 네트워크 서비스(SNS), 사내 커뮤니케이션 툴 등에서 특정 핵심어를 편리하게 검색할 수 있도록 하는 메타데이터의 한 형태이다. 사용자는 게시물(post)이나 게시물의 댓글에 해시태그를 작성할 수 있으며, 이 경우 해시태그 명, 해시태그 아이디 등과 같은 해시태그와 관련된 최소한의 정보가 저장된다. 이후, 다른 사용자가 상기 해시태그로 게시물을 검색하는 경우 상기 해시태그가 포함된 게시물들이 출력될 수 있다.
이와 같이, 종래 해시태그 기능의 경우 해시태그로 게시물을 검색하는 제한된 용도로만 사용되고 있다. 또한, 종래에는 해시태그 명, 해시태그 아이디 등과 같은 해시태그와 관련된 최소한의 정보만이 수집되어 해시태그와 관련된 다양한 정보를 활용하는 데 한계가 있었다.
예시적인 실시예들은 사용자가 게시물에 해시태그를 작성하는 경우 상기 해시태그와 관련성이 높은 수신자, 첨부 파일 등을 추천하여 사용자로 하여금 상기 수신자, 첨부 파일 등을 보다 편리하게 추가할 수 있도록 하는 수단을 제공하기 위한 것이다.
예시적인 실시예에 따르면, 사용자가 게시물에 해시태그(hashtag)를 작성하는 경우 상기 해시태그와 관련된 둘 이상의 연관 정보들을 수집하는 수집부; 기 정의된 룰(rule)에 따라 상기 연관 정보들 중 설정된 각 타깃 오브젝트별 상기 해시태그의 추천 점수를 계산하는 계산부; 상기 해시태그, 및 상기 연관 정보들의 조합 각각이 데이터베이스에 기 저장되어 있지 않은 경우 상기 해시태그, 및 상기 연관 정보들의 조합을 상기 추천 점수와 함께 상기 데이터베이스에 새롭게 저장하고, 상기 해시태그, 및 상기 연관 정보들의 조합 중 적어도 일부가 상기 데이터베이스에 기 저장되어 있는 경우 계산된 상기 추천 점수를 기반으로 상기 데이터베이스에 기 저장된 각 타깃 오브젝트별 상기 해시태그의 추천 점수를 업데이트하는 관리부; 및 상기 사용자가 상기 해시태그를 새롭게 작성하는 경우 상기 데이터베이스에 저장된 상기 추천 점수를 기반으로 상기 해시태그와 관련된 타깃 오브젝트를 추천하는 추천부를 포함하는, 단말이 제공된다.
상기 수집부는, 상기 사용자가 상기 해시태그를 새롭게 작성하는 경우 상기 새롭게 작성된 해시태그와 관련된 하나 이상의 연관 정보를 수집하고, 상기 추천부는, 상기 새롭게 작성된 해시태그, 및 상기 새롭게 작성된 해시태그로부터 수집된 상기 연관 정보의 조합 중 적어도 일부가 상기 데이터베이스에 기 저장되어 있는 경우 상기 데이터베이스에 기 저장되어 있는 해시태그 및 연관 정보의 조합에 대응되는 타깃 오브젝트 중 가장 높은 추천 점수를 갖는 타깃 오브젝트를 추천할 수 있다.
상기 연관 정보는, 상기 게시물의 작성자, 상기 게시물의 수신자 및 상기 게시물의 첨부 파일 중 하나 이상을 포함할 수 있다.
상기 타깃 오브젝트는, 상기 게시물의 수신자 또는 상기 게시물의 첨부 파일일 수 있다.
상기 타깃 오브젝트가 상기 게시물의 수신자인 경우, 특정 사용자에 대한 상기 해시태그의 추천 점수는, 상기 특정 사용자가 상기 해시태그를 포함하는 게시물의 수신자로 설정되었는지 여부, 상기 특정 사용자가 상기 해시태그를 포함하는 게시물의 본문에서 언급되었는지 여부, 특정 시간대에 상기 해시태그를 포함하는 게시물이 복수 회 작성된 경우 상기 특정 사용자가 상기 복수 회 작성된 게시물의 수신자이거나 상기 복수 회 작성된 게시물의 본문에서 언급되었는지 여부, 또는 상기 해시태그를 포함하는 게시물의 수신자로 설정된 상기 특정 사용자 또는 상기 해시태그를 포함하는 게시물의 본문에서 언급된 상기 특정 사용자가 상기 해시태그를 즐겨찾기한 로그(log)가 존재하는지 여부에 따라 가중치가 부여되어 더 높게 계산될 수 있다.
상기 타깃 오브젝트가 상기 게시물의 첨부 파일인 경우, 특정 파일에 대한 상기 해시태그의 추천 점수는, 상기 특정 파일이 상기 해시태그를 포함하는 게시물에 첨부된 파일인지 여부, 또는 상기 해시태그를 포함하는 게시물에 첨부된 상기 특정 파일의 이름이 상기 해시태그의 이름과 동일한지 여부에 따라 가중치가 부여되어 더 높게 계산될 수 있다.
다른 예시적인 실시예에 따르면, 수집부에서, 사용자가 게시물에 해시태그(hashtag)를 작성하는 경우 상기 해시태그와 관련된 둘 이상의 연관 정보들을 수집하는 단계; 계산부에서, 기 정의된 룰(rule)에 따라 상기 연관 정보들 중 설정된 각 타깃 오브젝트별 상기 해시태그의 추천 점수를 계산하는 단계; 관리부에서, 상기 해시태그, 및 상기 연관 정보들의 조합 각각이 데이터베이스에 기 저장되어 있지 않은 경우 상기 해시태그, 및 상기 연관 정보들의 조합을 상기 추천 점수와 함께 상기 데이터베이스에 새롭게 저장하고, 상기 해시태그, 및 상기 연관 정보들의 조합 중 적어도 일부가 상기 데이터베이스에 기 저장되어 있는 경우 계산된 상기 추천 점수를 기반으로 상기 데이터베이스에 기 저장된 각 타깃 오브젝트별 상기 해시태그의 추천 점수를 업데이트하는 단계; 및 추천부에서, 상기 사용자가 상기 해시태그를 새롭게 작성하는 경우 상기 데이터베이스에 저장된 상기 추천 점수를 기반으로 상기 타깃 오브젝트를 추천하는 단계를 포함하는, 해시태그 기반의 정보 추천 방법이 제공된다.
상기 해시태그 기반의 정보 추천 방법은, 상기 타깃 오브젝트를 추천하는 단계 이전에, 상기 수집부에서, 상기 사용자가 상기 해시태그를 새롭게 작성하는 경우 상기 새롭게 작성된 해시태그와 관련된 하나 이상의 연관 정보를 수집하고 단계를 더 포함하고, 상기 타깃 오브젝트를 추천하는 단계는, 상기 새롭게 작성된 해시태그, 및 상기 새롭게 작성된 해시태그로부터 수집된 상기 연관 정보의 조합 중 적어도 일부가 상기 데이터베이스에 기 저장되어 있는 경우 상기 데이터베이스에 기 저장되어 있는 해시태그 및 연관 정보의 조합에 대응되는 타깃 오브젝트 중 가장 높은 추천 점수를 갖는 타깃 오브젝트를 추천할 수 있다.
상기 연관 정보는, 상기 게시물의 작성자, 상기 게시물의 수신자 및 상기 게시물의 첨부 파일 중 하나 이상을 포함할 수 있다.
상기 타깃 오브젝트는, 상기 게시물의 수신자 또는 상기 게시물의 첨부 파일일 수 있다.
상기 타깃 오브젝트가 상기 게시물의 수신자인 경우, 상기 특정 사용자가 상기 해시태그를 포함하는 게시물의 수신자로 설정되었는지 여부, 상기 특정 사용자가 상기 해시태그를 포함하는 게시물의 본문에서 언급되었는지 여부, 특정 시간대에 상기 해시태그를 포함하는 게시물이 복수 회 작성된 경우 상기 특정 사용자가 상기 복수 회 작성된 게시물의 수신자이거나 상기 복수 회 작성된 게시물의 본문에서 언급되었는지 여부, 또는 상기 해시태그를 포함하는 게시물의 수신자로 설정된 상기 특정 사용자 또는 상기 해시태그를 포함하는 게시물의 본문에서 언급된 상기 특정 사용자가 상기 해시태그를 즐겨찾기한 로그(log)가 존재하는지 여부에 따라 가중치가 부여되어 더 높게 계산될 수 있다.
상기 타깃 오브젝트가 상기 게시물의 첨부 파일인 경우, 특정 파일에 대한 상기 해시태그의 추천 점수는, 상기 특정 파일이 상기 해시태그를 포함하는 게시물에 첨부된 파일인지 여부, 또는 상기 해시태그를 포함하는 게시물에 첨부된 상기 특정 파일의 이름이 상기 해시태그의 이름과 동일한지 여부에 따라 가중치가 부여되어 더 높게 계산될 수 있다.
예시적인 실시예에 따르면, 사용자가 게시물에 해시태그를 작성하는 경우 상기 해시태그를 기반으로 기 축적된 연관 정보들을 기반으로 상기 해시태그와 관련성이 높은 게시물의 수신자, 게시물의 첨부 파일 등을 사용자에게 추천하도록 함으로써, 사용자로 하여금 추천 받은 게시물의 수신자, 게시물의 첨부 파일 등을 보다 편리하게 추가할 수 있도록 할 수 있다. 이 경우, 사용자는 동일한 해시태그에 대해 게시물의 수신자, 게시물의 첨부 파일 등을 반복적으로 검색하는 번거로움을 줄일 수 있으며, 게시물의 수신자나 첨부 파일의 누락 또한 방지할 수 있다.
도 1은 본 발명의 일 실시예에 따른 단말의 상세 구성을 나타낸 블록도
도 2는 본 발명의 제1 실시예에 따라 작성된 게시물 및 해시태그의 예시
도 3은 도 2의 해시태그 및 상기 해시태그와 관련된 연관 정보들의 조합이 데이터베이스에 기 저장되어 있지 않은 경우 상기 해시태그 및 상기 연관 정보들의 조합을 상기 데이터베이스에 새롭게 저장하는 과정을 나타낸 예시
도 4는 본 발명의 제2 실시예에 따라 작성된 게시물 및 해시태그의 예시
도 5는 도 4의 해시태그 및 상기 해시태그와 관련된 연관 정보들의 조합 중 적어도 일부가 데이터베이스에 기 저장되어 있는 경우 상기 데이터베이스에 기 저장된 각 타깃 오브젝트별 해시태그의 추천 점수를 업데이트하는 과정을 나타낸 예시
도 6은 본 발명의 제1 실시예에 따라 추천되는 타깃 오브젝트의 예시
도 7은 도 6에서 추천되는 타깃 오브젝트를 결정하는 과정을 나타낸 예시
도 8은 본 발명의 제2 실시예에 따라 추천되는 타깃 오브젝트의 예시
도 9는 도 8에서 추천되는 타깃 오브젝트를 결정하는 과정을 나타낸 예시
도 10은 본 발명의 일 실시예에 따른 해시태그 및 상기 해시태그와 관련된 연관 정보들을 데이터베이스에 새롭게 저장하거나 데이터베이스에 기 저장된 각 타깃 오브젝트별 해시태그의 추천 점수를 업데이트하는 방법을 설명하기 위한 흐름도
도 11은 본 발명의 일 실시예에 따른 해시태그 기반의 정보 추천 방법을 설명하기 위한 흐름도
도 12는 예시적인 실시예들에서 사용되기에 적합한 컴퓨팅 장치를 포함하는 컴퓨팅 환경을 예시하여 설명하기 위한 블록도
도 2는 본 발명의 제1 실시예에 따라 작성된 게시물 및 해시태그의 예시
도 3은 도 2의 해시태그 및 상기 해시태그와 관련된 연관 정보들의 조합이 데이터베이스에 기 저장되어 있지 않은 경우 상기 해시태그 및 상기 연관 정보들의 조합을 상기 데이터베이스에 새롭게 저장하는 과정을 나타낸 예시
도 4는 본 발명의 제2 실시예에 따라 작성된 게시물 및 해시태그의 예시
도 5는 도 4의 해시태그 및 상기 해시태그와 관련된 연관 정보들의 조합 중 적어도 일부가 데이터베이스에 기 저장되어 있는 경우 상기 데이터베이스에 기 저장된 각 타깃 오브젝트별 해시태그의 추천 점수를 업데이트하는 과정을 나타낸 예시
도 6은 본 발명의 제1 실시예에 따라 추천되는 타깃 오브젝트의 예시
도 7은 도 6에서 추천되는 타깃 오브젝트를 결정하는 과정을 나타낸 예시
도 8은 본 발명의 제2 실시예에 따라 추천되는 타깃 오브젝트의 예시
도 9는 도 8에서 추천되는 타깃 오브젝트를 결정하는 과정을 나타낸 예시
도 10은 본 발명의 일 실시예에 따른 해시태그 및 상기 해시태그와 관련된 연관 정보들을 데이터베이스에 새롭게 저장하거나 데이터베이스에 기 저장된 각 타깃 오브젝트별 해시태그의 추천 점수를 업데이트하는 방법을 설명하기 위한 흐름도
도 11은 본 발명의 일 실시예에 따른 해시태그 기반의 정보 추천 방법을 설명하기 위한 흐름도
도 12는 예시적인 실시예들에서 사용되기에 적합한 컴퓨팅 장치를 포함하는 컴퓨팅 환경을 예시하여 설명하기 위한 블록도
이하, 도면을 참조하여 본 발명의 구체적인 실시형태를 설명하기로 한다. 이하의 상세한 설명은 본 명세서에서 기술된 방법, 장치 및/또는 시스템에 대한 포괄적인 이해를 돕기 위해 제공된다. 그러나 이는 예시에 불과하며 본 발명은 이에 제한되지 않는다.
본 발명의 실시예들을 설명함에 있어서, 본 발명과 관련된 공지기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하기로 한다. 그리고, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다. 상세한 설명에서 사용되는 용어는 단지 본 발명의 실시예들을 기술하기 위한 것이며, 결코 제한적이어서는 안 된다. 명확하게 달리 사용되지 않는 한, 단수 형태의 표현은 복수 형태의 의미를 포함한다. 본 설명에서, "포함" 또는 "구비"와 같은 표현은 어떤 특성들, 숫자들, 단계들, 동작들, 요소들, 이들의 일부 또는 조합을 가리키기 위한 것이며, 기술된 것 이외에 하나 또는 그 이상의 다른 특성, 숫자, 단계, 동작, 요소, 이들의 일부 또는 조합의 존재 또는 가능성을 배제하도록 해석되어서는 안 된다.
도 1은 본 발명의 일 실시예에 따른 단말(100)의 상세 구성을 나타낸 블록도이다. 본 발명의 일 실시예에 따른 단말(100)은 사용자가 소지하는 장치로서 예를 들어, 데스크탑, 노트북, 태블릿 컴퓨터, 스마트폰, PDA, 스마트 워치 등과 같은 웨어러블 디바이스 등이 될 수 있다. 사용자는 단말(100)을 통해 온라인 공간에서 게시물을 작성할 수 있다. 여기서, 온라인 공간은 복수의 사용자 또는 특정 그룹 내 구성원들이 게시물을 작성하고 이를 공유하기 위해 사용되는 공간으로서, 예를 들어 업무용 파일의 공유/업로드/다운로드 등을 위한 사내 커뮤니케이션 툴에서 제공되는 공간일 수 있다. 다만, 이는 일 예시에 불과하며, 상기 게시물이 작성되는 온라인 공간의 종류가 특별히 이에 한정되는 것은 아니다.
사용자는 이와 같은 온라인 공간에서 게시물 및 상기 게시물과 관련된 해시태그(hashtag, #)를 작성할 수 있다. 상기 해시태그는 예를 들어, 상기 게시물의 제목, 본문, 댓글 란(칸) 등에 작성될 수 있다. 이때, 사용자는 게시물의 수신자를 지정할 수 있으며, 이 경우 게시물의 수신자는 자신이 소지하는 단말(미도시)을 통해 상기 게시물을 확인할 수 있다. 게시물의 작성자가 소지하는 단말(100) 및 게시물의 수신자가 소지하는 단말들은 네트워크를 통해 상호 연결될 수 있다. 이에 따라, 게시물의 작성자가 게시물을 작성하면서 특정 사용자를 게시물의 수신자로 지정하는 경우, 게시물의 수신자는 자신이 소지하는 단말을 통해 게시물 알림 메시지를 수신하고 상기 게시물 알림 메시지의 수신에 따라 상기 게시물을 확인할 수 있다.
또한, 게시물의 작성자는 상기 게시물을 작성하면서 첨부 파일을 첨부할 수 있다. 이 경우, 게시물의 수신자는 상기 게시물과 함께 상기 첨부 파일을 확인할 수 있다.
이와 같이, 사용자는 게시물 작성시 상기 게시물과 관련된 해시태그를 작성할 수 있으며, 게시물의 작성자, 첨부 파일 등을 지정/추가할 수 있다. 상기 해시태그는 상기 게시물의 검색 또는 분류 용도, 상기 게시물의 본문 내용, 첨부 파일 내용 등에 대한 정보 제공 용도 등과 같은 다양한 용도로 활용될 수 있다. 또한, 사용자는 필요에 따라 상기 해시태그와 동일한 해시태그로 게시물(또는 게시물의 본문 내용)을 달리하거나, 상기 게시물을 재작성하면서 상기 해시태그와 동일한 해시태그로 게시물의 수신자, 첨부 파일 등을 달리할 수 있다.
이하에서 구체적으로 설명할 본 발명의 일 실시예에 따른 단말(100)은 사용자가 게시물에 해시태그를 작성하는 경우 상기 해시태그와 관련성이 높은 수신자, 첨부 파일 등을 추천하여 사용자로 하여금 상기 수신자, 첨부 파일 등을 보다 편리하게 추가할 수 있도록 하는 수단을 제공한다. 이하에서는, 이러한 수단을 제공하기 위한 단말(100)의 상세 구성 및 이의 구체적인 실시예에 대해 보다 자세히 살펴보기로 한다.
도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 단말(100)은 수집부(102), 계산부(104), 관리부(106), 추천부(108) 및 데이터베이스(110)를 포함한다.
수집부(102)는 사용자가 게시물에 해시태그를 작성하는 경우 상기 해시태그와 관련된 둘 이상의 연관 정보들을 수집한다. 본 실시예들에 있어서, 상기 연관 정보는 상기 해시태그가 작성된 게시물의 작성자, 상기 게시물의 수신자, 상기 게시물의 첨부 파일, 상기 게시물의 식별자 등이 될 수 있다. 후술할 바와 같이, 상기 게시물, 해시태그 및 이들의 연관 정보들은 데이터베이스(110)에 저장될 수 있다.
계산부(104)는 기 정의된 룰(rule)에 따라 상기 연관 정보들 중 설정된 각 타깃 오브젝트별 상기 해시태그의 추천 점수를 계산한다. 본 실시예들에 있어서, 타깃 오브젝트는 상기 연관 정보들 중 사용자의 해시태그 작성시 상기 사용자에게 추천될 수 있는 정보를 나타낸다. 상기 타깃 오브젝트는 예를 들어, 상기 게시물의 수신자, 상기 게시물의 첨부 파일 등이 될 수 있다. 계산부(104)는 기 정의된 룰에 따라 타깃 오브젝트별로 상기 해시태그의 추천 점수를 각각 계산할 수 있다.
일 예시로서, 상기 타깃 오브젝트가 상기 게시물의 수신자인 경우, 특정 사용자에 대한 상기 해시태그의 추천 점수는 상기 특정 사용자가 상기 해시태그를 포함하는 게시물의 수신자로 설정되었는지 여부, 상기 특정 사용자가 상기 해시태그를 포함하는 게시물의 본문에서 언급되었는지 여부, 특정 시간대(예를 들어, 오후 2시 ~ 3시, 매주 월요일 오전 등)에 상기 해시태그를 포함하는 게시물이 복수 회 작성된 경우 상기 특정 사용자가 상기 복수 회 작성된 게시물의 수신자이거나 상기 복수 회 작성된 게시물의 본문에서 언급되었는지 여부, 또는 상기 해시태그를 포함하는 게시물의 수신자로 설정된 상기 특정 사용자 또는 상기 해시태그를 포함하는 게시물의 본문에서 언급된 상기 특정 사용자가 상기 해시태그를 즐겨찾기한 로그(log)가 존재하는지 여부에 따라 가중치가 부여되어 더 높게 계산될 수 있다. 여기서, 해시태그의 즐겨찾기는 데이터베이스(110)에 상기 해시태그를 등록한 후 사용자의 검색시 해당 해시태그 및 이와 관련된 게시물을 용이하게 검색할 수 있도록 하는 기능을 의미한다.
다른 예시로서, 상기 타깃 오브젝트가 상기 게시물의 첨부 파일인 경우, 특정 파일에 대한 상기 해시태그의 추천 점수는 상기 특정 파일이 상기 해시태그를 포함하는 게시물에 첨부된 파일인지 여부, 또는 상기 해시태그를 포함하는 게시물에 첨부된 상기 특정 파일의 이름이 상기 해시태그의 이름과 동일한지 여부에 따라 가중치가 부여되어 더 높게 계산될 수 있다.
이와 같이, 계산부(104)는 타깃 오브젝트의 타입에 따라 서로 다른 룰을 적용하여 각 타깃 오브젝트별 해시태그의 추천 점수를 계산할 수 있다.
상술한 타깃 오브젝트의 타입에 따른 각 타깃 오브젝트별 해시태그의 추천 점수의 계산 방법 예시는 아래 표 1 및 표 2와 같다.
* 실시예 1 : 타깃 오브젝트가 상기 게시물의 수신자인 경우(target object type = user)
| 룰(rule) | 추천 점수 |
| 특정 사용자가 해당 해시태그를 포함하는 게시물의 수신자로 설정된 경우 | 2 |
| 특정 사용자가 해당 해시태그를 포함하는 게시물의 본문에서 언급된 경우 | 1 |
| 특정 시간대에 해당 해시태그를 포함하는 게시물이 복수 회 작성된 경우 특정 사용자가 상기 복수 회 작성된 게시물의 수신자이거나 상기 복수 회 작성된 게시물의 본문에서 언급된 경우 | 1 |
| 해당 해시태그를 포함하는 게시물의 수신자로 설정된 특정 사용자 또는 해당 해시태그를 포함하는 게시물의 본문에서 언급된 특정 사용자가 해당 해시태그를 즐겨찾기한 경우 | 1 |
* 실시예 2 : 타깃 오브젝트가 상기 게시물의 첨부 파일인 경우(target object type = file)
| 룰(rule) | 추천 점수 |
| 특정 파일이 해당 해시태그를 포함하는 게시물에 첨부된 파일인 경우 | 2 |
| 해당 해시태그를 포함하는 게시물에 첨부된 특정 파일의 이름이 해당 해시태그의 이름과 동일한 경우 | 1 |
위 표 1 및 표 2에 기재된 룰 및 상기 룰 기반의 추천 점수 계산 방법은 각 타깃 오브젝트별 해시태그의 추천 점수를 계산하는 근거가 될 수 있다. 이러한 룰과 관련된 정보들(예를 들어, 룰의 타입, 이름, 각 룰별 추천 점수 등)은 데이터베이스(110)에 미리 저장되어 있을 수 있다. 한편, 상기 표 1 및 표 2에 기재된 룰 및 상기 룰 기반의 추천 점수 계산 방법은 일 예시에 불과하며, 룰 및 상기 룰 기반의 추천 점수 계산 방법이 위 표 1 및 표 2에 기재된 대로 한정되는 것은 아니다.
관리부(106)는 수집부(102)에서 수집된 해시태그, 및 상기 해시태그와 관련된 연관 정보들의 조합 각각이 데이터베이스(110)에 기 저장되어 있는지의 여부를 판단하고, 상기 판단 결과에 따라 데이터베이스(110)에 저장된 정보들을 관리한다.
일 예시로서, 수집부(102)에서 수집된 해시태그, 및 상기 해시태그와 관련된 연관 정보들의 조합 각각이 데이터베이스(110)에 기 저장되어 있지 않은 경우, 관리부(106)는 상기 해시태그, 및 상기 연관 정보들의 조합을 계산부(104)에서 계산된 상기 추천 점수와 함께 데이터베이스(110)에 새롭게 저장할 수 있다.
다른 예시로서, 수집부(102)에서 수집된 해시태그, 및 상기 해시태그와 관련된 연관 정보들의 조합 중 적어도 일부가 데이터베이스(110)에 기 저장되어 있는 경우, 관리부(106)는 계산부(104)에서 계산된 상기 추천 점수를 기반으로 데이터베이스(110)에 기 저장된 각 타깃 오브젝트별 상기 해시태그의 추천 점수를 업데이트할 수 있다.
추천부(108)는 상기 사용자가 게시물에 상기 해시태그를 새롭게 작성하는 경우 데이터베이스(110)에 저장된 추천 점수를 기반으로 상기 해시태그와 관련된 타깃 오브젝트를 추천한다. 이를 위해, 먼저 수집부(102)는 상기 사용자가 게시물에 상기 해시태그를 새롭게 작성하는 경우 상기 새롭게 작성된 해시태그와 관련된 연관 정보를 수집할 수 있다. 이후, 추천부(108)는 상기 새롭게 작성된 해시태그, 및 상기 새롭게 작성된 해시태그로부터 수집된 연관 정보의 조합 중 적어도 일부가 데이터베이스(110)에 기 저장되어 있는 경우 데이터베이스(110)에 기 저장되어 있는 해시태그 및 연관 정보의 조합에 대응되는 타깃 오브젝트 중 가장 높은 추천 점수를 갖는 타깃 오브젝트를 추천할 수 있다. 이때, 일정 점수 이상(예를 들어, 4점 이상)을 갖는 타깃 오브젝트가 복수 개 존재하는 경우, 추천부(108)는 상기 복수 개의 타깃 오브젝트를 추천 점수가 높은 순으로 추천할 수 있다. 또한, 추천 대상이 되는 타깃 오브젝트의 타입이 복수 개 존재하는 경우, 추천부(108)는 사용자의 추천 요청에 대응되는 타깃 오브젝트의 타입을 식별하고, 식별된 상기 타입에 대응되는 타깃 오브젝트 중 가장 높은 추천 점수를 갖는 타깃 오브젝트를 추천할 수 있다.
일 예시로서, 사용자가 마우스의 커서와 같은 입력 수단을 화면 내 “추천 수신자” 란으로 이동시키는 경우, 추천부(108)는 사용자의 추천 요청에 대응되는 타깃 오브젝트의 타입을 게시물의 수신자로 식별하고 작성된 해시태그 및 연관 정보들의 조합에 대응되는 데이터베이스(110) 내 게시물의 수신자 중 가장 높은 추천 점수를 갖는 게시물의 수신자 B를 추천할 수 있다.
다른 예시로서, 사용자가 마우스의 커서와 같은 입력 수단을 화면 내 “추천 첨부 파일” 란으로 이동시키는 경우, 추천부(108)는 사용자의 추천 요청에 대응되는 타깃 오브젝트의 타입을 게시물의 첨부 파일로 식별하고 작성된 해시태그 및 연관 정보들의 조합에 대응되는 데이터베이스(110) 내 게시물의 첨부 파일 중 가장 높은 추천 점수를 갖는 게시물의 첨부 파일 F1을 추천할 수 있다.
이 경우, 사용자는 자신이 작성한 해시태그와 관련성이 높은 게시물의 수신자, 게시물의 첨부 파일 등을 추천 받아 이를 보다 편리하게 추가할 수 있으며, 이에 따라 동일한 해시태그에 대해 게시물의 수신자, 게시물의 첨부 파일 등을 반복적으로 검색하는 번거로움을 줄이고 게시물의 수신자나 첨부 파일의 누락 또한 방지할 수 있다.
도 2는 본 발명의 제1 실시예에 따라 작성된 게시물 및 해시태그의 예시이다.
도 2에서, 사용자 A는 게시물로서 POST3을 작성하면서 사용자 B, C, D를 게시물의 수신자로 지정하고, F1, F2를 첨부 파일로 첨부하였다. 또한, 사용자 A는 상기 게시물에 해시태그 #가나다를 작성하면서 사용자 B를 언급하였다. 이와 같은 게시물 작성 후, 사용자 A는 상기 게시물의 저장 버튼을 클릭함으로써 게시물 저장을 완료하였다.
이 경우, 수집부(102)는 상기 해시태그와 관련된 연관 정보들을 수집할 수 있다. 위 예시에서 수집된 연관 정보들의 예시는 아래와 같다.
<연관 정보>
- 게시물의 작성자 : 사용자 A
- 게시물의 수신자 : 사용자 B, C, D
- 게시물의 본문에서 언급된 사용자 : 사용자 B
- 게시물의 첨부 파일 : 파일 F1, F2
- 게시물의 아이디 : POST3
도 3은 도 2의 해시태그 및 상기 해시태그와 관련된 연관 정보들의 조합이 데이터베이스(110)에 기 저장되어 있지 않은 경우 상기 해시태그 및 상기 연관 정보들의 조합을 상기 데이터베이스(110)에 새롭게 저장하는 과정을 나타낸 예시이다.
먼저, 도 3의 (a)는 데이터베이스(110)에 기 저장되어 있는 정보들의 예시를 나타내고 있다.
이후, 수집부(102)는 도 2의 해시태그 및 상기 해시태그와 관련된 연관 정보들이 수집하고, 계산부(104)는 기 정의된 룰에 따라 상기 연관 정보들 중 설정된 각 타깃 오브젝트별 상기 해시태그의 추천 점수를 계산할 수 있다. 상술한 바와 같이, 타깃 오브젝트는 예를 들어, 상기 게시물의 수신자, 상기 게시물의 첨부 파일 등이 될 수 있다.
위 예시에서, 타깃 오브젝트는 사용자 B, 사용자 C, 사용자 D, 파일 F1, 파일 F2 등이 될 수 있다. 계산부(104)는 사용자 A에 의해 작성된 해시태그 #가나다의 추천 점수를 사용자 B, 사용자 C, 사용자 D, 파일 F1, 파일 F2 각각에 대해 계산할 수 있다. 앞선 표 1 및 표 2를 참조하면, 사용자 B에 대한 해시태그 #가나다의 추천 점수는 3점(사용자 B가 게시물의 수신자로 지정(2점) + 사용자 B가 게시물의 본문에서 언급(1점)), 사용자 C에 대한 해시태그 #가나다의 추천 점수는 2점(사용자 C가 게시물의 수신자로 지정(2점)), 사용자 D에 대한 해시태그 #가나다의 추천 점수는 2점(사용자 D가 게시물의 수신자로 지정(2점)), 파일 F1에 대한 해시태그 #가나다의 추천 점수는 2점(파일 F1이 게시물의 첨부 파일로 지정(2점)), 파일 F2에 대한 해시태그 #가나다의 추천 점수는 2점(파일 F2이 게시물의 첨부 파일로 지정(2점))으로 각각 계산될 수 있다.
상술한 바와 같이, 관리부(106)는 수집부(102)에서 수집된 해시태그, 및 상기 해시태그와 관련된 연관 정보들의 조합 각각이 데이터베이스(110)에 기 저장되어 있는지의 여부를 판단하고, 상기 판단 결과에 따라 데이터베이스(110)에 저장된 정보들을 관리할 수 있다. 위 예시에서, 수집부(102)에서 수집된 해시태그, 및 상기 해시태그와 관련된 연관 정보들의 조합 각각이 데이터베이스(110)에 기 저장되어 있지 않으므로, 관리부(106)는 상기 해시태그, 및 상기 연관 정보들의 조합을 계산부(104)에서 계산된 상기 추천 점수와 함께 데이터베이스(110)에 새롭게 저장할 수 있다.
도 3의 (b)는 상기 데이터베이스(110)에 새롭게 저장되는 해시태그 및 상기 연관 정보들의 조합을 나타내고 있다.
도 4는 본 발명의 제2 실시예에 따라 작성된 게시물 및 해시태그의 예시이다.
도 4에서, 사용자 A는 게시물로서 POST4를 작성하면서 사용자 B, D를 게시물의 수신자로 지정하고, F2를 첨부 파일로 첨부하였다. 또한, 사용자 A는 상기 게시물에 해시태그 #가나다를 작성하였다. 이와 같은 게시물 작성 후, 사용자 A는 상기 게시물의 저장 버튼을 클릭함으로써 게시물 저장을 완료하였다.
이 경우, 수집부(102)는 상기 해시태그와 관련된 연관 정보들을 수집할 수 있다. 위 예시에서 수집된 연관 정보들의 예시는 아래와 같다.
<연관 정보>
- 게시물의 작성자 : 사용자 A
- 게시물의 수신자 : 사용자 B, D
- 게시물의 첨부 파일 : 파일 F2
- 게시물의 아이디 : POST4
도 5는 도 4의 해시태그 및 상기 해시태그와 관련된 연관 정보들의 조합 중 적어도 일부가 데이터베이스(110)에 기 저장되어 있는 경우 상기 데이터베이스(110)에 기 저장된 각 타깃 오브젝트별 해시태그의 추천 점수를 업데이트하는 과정을 나타낸 예시이다. 설명의 편의상, 도 3의 (b)에 기재된 데이터베이스(110)의 정보가 저장된 이후 도 4의 게시물 작성 및 저장이 이루어진 것으로 가정한다.
도 4의 게시물 작성 및 저장 이후, 수집부(102)는 도 4의 해시태그 및 상기 해시태그와 관련된 연관 정보들을 수집하고, 계산부(104)는 기 정의된 룰에 따라 상기 연관 정보들 중 설정된 각 타깃 오브젝트별 상기 해시태그의 추천 점수를 계산할 수 있다.
위 예시에서, 타깃 오브젝트는 사용자 B, 사용자 D, 파일 F2 등이 될 수 있다. 계산부(104)는 사용자 A에 의해 작성된 해시태그 #가나다의 추천 점수를 사용자 B, 사용자 D, 파일 F2 각각에 대해 계산할 수 있다. 앞선 표 1 및 표 2를 참조하면, 사용자 B에 대한 해시태그 #가나다의 추천 점수는 2점(사용자 B가 게시물의 수신자로 지정(2점)), 사용자 D에 대한 해시태그 #가나다의 추천 점수는 2점(사용자 D가 게시물의 수신자로 지정(2점)), 파일 F2에 대한 해시태그 #가나다의 추천 점수는 2점(파일 F2이 게시물의 첨부 파일로 지정(2점))으로 각각 계산될 수 있다.
또한, 관리부(106)는 수집부(102)에서 수집된 해시태그, 및 상기 해시태그와 관련된 연관 정보들의 조합 각각이 데이터베이스(110)에 기 저장되어 있는지의 여부를 판단하고, 상기 판단 결과에 따라 데이터베이스(110)에 저장된 정보들을 관리할 수 있다. 위 예시에서, 수집부(102)에서 수집된 해시태그, 및 상기 해시태그와 관련된 연관 정보들의 조합 각각이 데이터베이스(110)에 기 저장되어 있으므로, 관리부(106)는 계산부(104)에서 계산된 상기 추천 점수를 기반으로 데이터베이스(110)에 기 저장된 각 타깃 오브젝트별 상기 해시태그의 추천 점수를 업데이트할 수 있다.
도 5를 참조하면, 관리부(106)는 사용자 B에 대한 해시태그 #가나다의 추천 점수를 3점 → 5점(기존 추천 점수 3점 + 새롭게 계산된 추천 점수 2점)으로 업데이트하고, 사용자 D에 대한 해시태그 #가나다의 추천 점수를 2점 → 4점(기존 추천 점수 2점 + 새롭게 계산된 추천 점수 2점)으로 업데이트하고, 파일 F2에 대한 해시태그 #가나다의 추천 점수를 2점 → 4점(기존 추천 점수 2점 + 새롭게 계산된 추천 점수 2점)으로 업데이트할 수 있다. 또한, 관리부(106)는 상기 추천 점수의 업데이트시 추천 점수의 계산 근거가 되는 룰 타입(RECIPIENT, FILE_ATTACJED 등)을 상기 추천 점수와 함께 데이터베이스(110)에 저장할 수 있다.
도 6은 본 발명의 제1 실시예에 따라 추천되는 타깃 오브젝트의 예시이다.
도 6에서, 사용자 A는 게시물을 작성하는 과정에서 해시태그 #가나다를 작성하였다. 이때, 사용자 A는 게시물의 수신자를 작성하기 위해 마우스의 커서와 같은 입력 수단을 화면 내 “추천 수신자” 란으로 이동시켰다.
이와 같이, 사용자가 게시물에 기 작성된 해시태그와 동일한 해시태그를 새롭게 작성하는 경우, 추천부(108)는 새롭게 작성된 해시태그, 및 상기 새롭게 작성된 해시태그로부터 수집된 상기 연관 정보의 조합 중 적어도 일부가 데이터베이스(110)에 기 저장되어 있는 경우 데이터베이스(110)에 기 저장되어 있는 해시태그 및 연관 정보의 조합에 대응되는 타깃 오브젝트 중 가장 높은 추천 점수를 갖는 타깃 오브젝트를 추천할 수 있다.
이를 위해, 수집부(102)는 사용자가 게시물에 기 작성된 해시태그와 동일한 해시태그를 새롭게 작성하는 경우 상기 새롭게 작성된 해시태그와 관련된 연관 정보를 수집할 수 있다. 또한, 관리부(106)는 수집부(102)에서 수집된 해시태그, 및 상기 해시태그와 관련된 연관 정보의 조합이 데이터베이스(110)에 기 저장되어 있는지의 여부를 판단할 수 있다.
위 예시에서, 수집부(102)에서 수집된 해시태그, 및 상기 해시태그와 관련된 연관 정보의 조합이 데이터베이스(110)에 기 저장되어 있으므로, 추출부(108)는 데이터베이스(110)에 기 저장되어 있는 해시태그 및 연관 정보의 조합에 대응되는 타깃 오브젝트 중 가장 높은 추천 점수를 갖는 타깃 오브젝트, 즉 사용자 B와 파일 F2를 추출할 수 있다. 또한, 이와 같이 추천 대상이 되는 타깃 오브젝트의 타입이 복수 개 존재하는 경우, 추천부(108)는 사용자의 추천 요청에 대응되는 타깃 오브젝트의 타입을 식별하고, 식별된 상기 타입에 대응되는 타깃 오브젝트 중 가장 높은 추천 점수를 갖는 타깃 오브젝트를 추천할 수 있다. 위 예시에서, 사용자 A가 게시물의 수신자를 작성하기 위해 마우스의 커서와 같은 입력 수단을 화면 내 “추천 수신자” 란으로 이동시켰으므로, 추천부(108)는 사용자 B를 추천할 수 있다. 또한, 추천부(108)는 사용자 B 다음으로 높은 추천 점수를 갖는 게시물의 수신자 D를 상기 사용자 B와 함께 추천할 수도 있다. 이때, 추천부(108)는 사용자 D가 사용자 B의 하단에 디스플레이되도록 사용자 B, D를 각각 추천할 수 있다. 즉, 일정 점수 이상(예를 들어, 4점 이상)을 갖는 타깃 오브젝트가 복수 개 존재하는 경우, 추천부(108)는 상기 복수 개의 타깃 오브젝트를 추천 점수가 높은 순으로 추천할 수 있다.
도 7은 도 6에서 추천되는 타깃 오브젝트를 결정하는 과정을 나타낸 예시이다.
도 7을 참조하면, 수집부(102)는 사용자가 게시물에 기 작성된 해시태그와 동일한 해시태그를 새롭게 작성하는 경우 상기 새롭게 작성된 해시태그와 관련된 연관 정보를 수집할 수 있다. 위 예시에서 수집된 해시태그 및 상기 해시태그의 연관 정보는 아래와 같다.
<해시태그>
#가나다
<연관 정보>
- 게시물의 작성자 : 사용자 A
이후, 관리부(106)는 수집부(102)에서 수집된 해시태그, 및 상기 해시태그와 관련된 연관 정보의 조합이 데이터베이스(110)에 기 저장되어 있는지의 여부를 판단할 수 있다.
도 7을 참조하면, 관리부(106)는 수집부(102)에서 수집된 해시태그, 및 상기 해시태그와 관련된 연관 정보(즉, 해시태그 #가나다 - 게시물의 작성자 A)의 조합이 데이터베이스(110)에 기 저장되어 있음을 확인할 수 있다.
또한, 추천부(108)는 데이터베이스(110)에 기 저장되어 있는 해시태그 및 상기 연관 정보의 조합에 대응되는 타깃 오브젝트 중 가장 높은 추천 점수를 갖는 타깃 오브젝트를 추천할 수 있다. 위 예시에서, 추천부(108)는 새롭게 작성된 해시태그 및 연관 정보의 조합에 대응되는 데이터베이스(110) 내 게시물의 수신자 중 가장 높은 추천 점수를 갖는 게시물의 수신자 B와 상기 B 다음으로 높은 추천 점수를 갖는 게시물의 수신자 D를 사용자에게 각각 추천할 수 있다.
도 8은 본 발명의 제2 실시예에 따라 추천되는 타깃 오브젝트의 예시이다.
도 8에서, 사용자 B는 게시물을 작성하는 과정에서 해시태그 #해시태그2를 작성하였다. 이때, 사용자 B는 게시물의 첨부 파일을 추가하기 위해 마우스의 커서와 같은 입력 수단을 화면 내 “추천 첨부 파일” 란으로 이동시켰다.
상술한 바와 같이, 수집부(102)는 사용자가 게시물에 기 작성된 해시태그와 동일한 해시태그를 새롭게 작성하는 경우 상기 새롭게 작성된 해시태그와 관련된 연관 정보를 수집할 수 있다. 또한, 관리부(106)는 수집부(102)에서 수집된 해시태그, 및 상기 해시태그와 관련된 연관 정보의 조합이 데이터베이스(110)에 기 저장되어 있는지의 여부를 판단할 수 있다.
위 예시에서, 수집부(102)에서 수집된 해시태그, 및 상기 해시태그와 관련된 연관 정보의 조합이 데이터베이스(110)에 기 저장되어 있으므로, 추출부(108)는 데이터베이스(110)에 기 저장되어 있는 해시태그 및 연관 정보의 조합에 대응되는 타깃 오브젝트 중 가장 높은 추천 점수를 갖는 타깃 오브젝트, 즉 파일 F1을 추천할 수 있다.
도 9는 도 8에서 추천되는 타깃 오브젝트를 결정하는 과정을 나타낸 예시이다.
도 9를 참조하면, 수집부(102)는 사용자가 게시물에 기 작성된 해시태그와 동일한 해시태그를 새롭게 작성하는 경우 상기 새롭게 작성된 해시태그와 관련된 연관 정보를 수집할 수 있다. 위 예시에서 수집된 해시태그 및 상기 해시태그의 연관 정보는 아래와 같다.
<해시태그>
#해시태그2
<연관 정보>
- 게시물의 작성자 : 사용자 B
- 게시물의 수신자 : 사용자 A
이후, 관리부(106)는 수집부(102)에서 수집된 해시태그, 및 상기 해시태그와 관련된 연관 정보의 조합 중 적어도 일부가 데이터베이스(110)에 기 저장되어 있는지의 여부를 판단할 수 있다.
도 9를 참조하면, 관리부(106)는 수집부(102)에서 수집된 해시태그, 및 상기 해시태그와 관련된 연관 정보(즉, 해시태그 #해시태그2 - 게시물의 작성자 B)의 조합이 데이터베이스(110)에 기 저장되어 있음을 확인할 수 있다.
또한, 추천부(108)는 데이터베이스(110)에 기 저장되어 있는 해시태그 및 상기 연관 정보의 조합에 대응되는 타깃 오브젝트 중 가장 높은 추천 점수를 갖는 타깃 오브젝트를 추천할 수 있다. 위 예시에서, 추천부(108)는 새롭게 작성된 해시태그 및 연관 정보의 조합에 대응되는 데이터베이스(110) 내 게시물의 첨부 파일 중 가장 높은 추천 점수를 갖는 게시물의 첨부 파일 F1을 사용자에게 추천할 수 있다.
도 10은 본 발명의 일 실시예에 따른 해시태그 및 상기 해시태그와 관련된 연관 정보들을 데이터베이스(110)에 새롭게 저장하거나 데이터베이스(110)에 기 저장된 각 타깃 오브젝트별 해시태그의 추천 점수를 업데이트하는 방법을 설명하기 위한 흐름도이다. 이하의 도시된 흐름도에서는 상기 방법을 복수 개의 단계로 나누어 기재하였으나, 적어도 일부의 단계들은 순서를 바꾸어 수행되거나, 다른 단계와 결합되어 함께 수행되거나, 생략되거나, 세부 단계들로 나뉘어 수행되거나, 또는 도시되지 않은 하나 이상의 단계가 부가되어 수행될 수 있다.
S102 단계에서, 사용자는 설정된 게시물에 해시태그를 작성하고, 상기 게시물을 저장 명령을 입력할 수 있다.
S104 단계에서, 단말(100)은 상기 해시태그와 관련된 둘 이상의 연관 정보들을 수집하고, 기 정의된 룰에 따라 상기 연관 정보들 중 설정된 각 타깃 오브젝트별 상기 해시태그의 추천 점수를 계산한다.
S106 단계에서, 단말(100)은 작성된 해시태그 및 상기 해시태그의 연관 정보들의 조합이 데이터베이스(110)에 저장되어 있는지의 여부를 판단한다.
S108 단계에서, 단말(100)은 작성된 해시태그 및 상기 해시태그의 연관 정보들의 조합이 데이터베이스(110)에 저장되어 있지 않은 경우 상기 해시태그, 및 상기 연관 정보들의 조합을 S104 단계에서 계산된 추천 점수와 함께 데이터베이스(110)에 새롭게 저장한다.
S110 단계에서, 단말(100)은 작성된 해시태그 및 상기 해시태그의 연관 정보들의 조합 중 적어도 일부가 데이터베이스(110)에 저장되어 있는 경우 S104 단계에서 계산된 추천 점수를 기반으로 데이터베이스(110)에 기 저장된 각 타깃 오브젝트별 상기 해시태그의 추천 점수를 업데이트한다.
도 11은 본 발명의 일 실시예에 따른 해시태그 기반의 정보 추천 방법을 설명하기 위한 흐름도이다.
S202 단계에서, 사용자는 설정된 게시물에 해시태그를 새롭게 작성한다(사용자의 게시물 저장 명령 입력 전).
S204 단계에서, 단말(100)은 상기 새롭게 작성된 해시태그와 관련된 연관 정보들을 추출(수집)한다.
S206 단계에서, 단말(100)은 새롭게 작성된 해시태그 및 상기 해시태그의 연관 정보들의 조합이 데이터베이스(110)에 저장되어 있는지의 여부를 판단한다.
S208 단계에서, 단말(100)은 새롭게 작성된 해시태그 및 상기 해시태그의 연관 정보들의 조합이 데이터베이스(110)에 저장되어 있지 않은 경우 타깃 오브젝트를 추천하지 않고 본 과정을 종료시킨다.
S210 단계에서, 단말(100)은 새롭게 작성된 해시태그 및 상기 해시태그의 연관 정보들의 조합이 데이터베이스(110)에 저장되어 있는 경우 데이터베이스(110)에 저장되어 있는 해시태그 및 상기 해시태그의 연관 정보들의 조합에 포함된 타깃 오브젝트의 타입(user, file 등)을 추출한다. 이때, 추천 대상이 되는 타깃 오브젝트의 타입이 복수 개 존재하는 경우, 추천부(108)는 사용자의 추천 요청에 대응되는 타깃 오브젝트의 타입을 추출할 수 있다.
S212 단계에서, 단말(100)은 추출된 타입에 대응되는 타깃 오브젝트 중 가장 높은 추천 점수를 갖는 타깃 오브젝트를 추천한다. 이때, 일정 점수 이상(예를 들어, 4점 이상)을 갖는 타깃 오브젝트가 복수 개 존재하는 경우, 추천부(108)는 상기 복수 개의 타깃 오브젝트를 추천 점수가 높은 순으로 추천할 수 있다.
도 12는 예시적인 실시예들에서 사용되기에 적합한 컴퓨팅 장치를 포함하는 컴퓨팅 환경을 예시하여 설명하기 위한 블록도이다. 도시된 실시예에서, 각 컴포넌트들은 이하에 기술된 것 이외에 상이한 기능 및 능력을 가질 수 있고, 이하에 기술되지 것 이외에도 추가적인 컴포넌트를 포함할 수 있다.
도시된 컴퓨팅 환경(10)은 컴퓨팅 장치(12)를 포함한다. 일 실시예에서, 컴퓨팅 장치(12)는 큐 관리 장치(212), 또는 큐 관리 장치(212)에 포함되는 하나 이상의 컴포넌트일 수 있다.
컴퓨팅 장치(12)는 적어도 하나의 프로세서(14), 컴퓨터 판독 가능 저장 매체(16) 및 통신 버스(18)를 포함한다. 프로세서(14)는 컴퓨팅 장치(12)로 하여금 앞서 언급된 예시적인 실시예에 따라 동작하도록 할 수 있다. 예컨대, 프로세서(14)는 컴퓨터 판독 가능 저장 매체(16)에 저장된 하나 이상의 프로그램들을 실행할 수 있다. 상기 하나 이상의 프로그램들은 하나 이상의 컴퓨터 실행 가능 명령어를 포함할 수 있으며, 상기 컴퓨터 실행 가능 명령어는 프로세서(14)에 의해 실행되는 경우 컴퓨팅 장치(12)로 하여금 예시적인 실시예에 따른 동작들을 수행하도록 구성될 수 있다.
컴퓨터 판독 가능 저장 매체(16)는 컴퓨터 실행 가능 명령어 내지 프로그램 코드, 프로그램 데이터 및/또는 다른 적합한 형태의 정보를 저장하도록 구성된다. 컴퓨터 판독 가능 저장 매체(16)에 저장된 프로그램(20)은 프로세서(14)에 의해 실행 가능한 명령어의 집합을 포함한다. 일 실시예에서, 컴퓨터 판독 가능 저장 매체(16)는 메모리(랜덤 액세스 메모리와 같은 휘발성 메모리, 비휘발성 메모리, 또는 이들의 적절한 조합), 하나 이상의 자기 디스크 저장 디바이스들, 광학 디스크 저장 디바이스들, 플래시 메모리 디바이스들, 그 밖에 컴퓨팅 장치(12)에 의해 액세스되고 원하는 정보를 저장할 수 있는 다른 형태의 저장 매체, 또는 이들의 적합한 조합일 수 있다.
통신 버스(18)는 프로세서(14), 컴퓨터 판독 가능 저장 매체(16)를 포함하여 컴퓨팅 장치(12)의 다른 다양한 컴포넌트들을 상호 연결한다.
컴퓨팅 장치(12)는 또한 하나 이상의 입출력 장치(24)를 위한 인터페이스를 제공하는 하나 이상의 입출력 인터페이스(22) 및 하나 이상의 네트워크 통신 인터페이스(26)를 포함할 수 있다. 입출력 인터페이스(22) 및 네트워크 통신 인터페이스(26)는 통신 버스(18)에 연결된다. 입출력 장치(24)는 입출력 인터페이스(22)를 통해 컴퓨팅 장치(12)의 다른 컴포넌트들에 연결될 수 있다. 예시적인 입출력 장치(24)는 포인팅 장치(마우스 또는 트랙패드 등), 키보드, 터치 입력 장치(터치패드 또는 터치스크린 등), 음성 또는 소리 입력 장치, 다양한 종류의 센서 장치 및/또는 촬영 장치와 같은 입력 장치, 및/또는 디스플레이 장치, 프린터, 스피커 및/또는 네트워크 카드와 같은 출력 장치를 포함할 수 있다. 예시적인 입출력 장치(24)는 컴퓨팅 장치(12)를 구성하는 일 컴포넌트로서 컴퓨팅 장치(12)의 내부에 포함될 수도 있고, 컴퓨팅 장치(12)와는 구별되는 별개의 장치로 컴퓨팅 장치(12)와 연결될 수도 있다.
이상에서 대표적인 실시예를 통하여 본 발명에 대하여 상세하게 설명하였으나, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 전술한 실시예에 대하여 본 발명의 범주에서 벗어나지 않는 한도 내에서 다양한 변형이 가능함을 이해할 것이다. 그러므로 본 발명의 권리범위는 설명된 실시예에 국한되어 정해져서는 안 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.
10 : 컴퓨팅 환경
12 : 컴퓨팅 장치
14 : 프로세서
16 : 컴퓨터 판독 가능 저장 매체
18 : 통신 버스
20 : 프로그램
22 : 입출력 인터페이스
24 : 입출력 장치
26 : 네트워크 통신 인터페이스
100 : 단말
102 : 수집부
104 : 계산부
106 : 관리부
108 : 추천부
110 : 데이터베이스
12 : 컴퓨팅 장치
14 : 프로세서
16 : 컴퓨터 판독 가능 저장 매체
18 : 통신 버스
20 : 프로그램
22 : 입출력 인터페이스
24 : 입출력 장치
26 : 네트워크 통신 인터페이스
100 : 단말
102 : 수집부
104 : 계산부
106 : 관리부
108 : 추천부
110 : 데이터베이스
Claims (12)
- 사용자가 게시물에 해시태그(hashtag)를 작성하는 경우 상기 해시태그와 관련된 둘 이상의 연관 정보들을 수집하는 수집부;
기 정의된 룰(rule)에 따라 상기 연관 정보들 중 설정된 각 타깃 오브젝트별 상기 해시태그의 추천 점수를 계산하는 계산부;
상기 해시태그, 및 상기 연관 정보들의 조합 각각이 데이터베이스에 기 저장되어 있지 않은 경우 상기 해시태그, 및 상기 연관 정보들의 조합을 상기 추천 점수와 함께 상기 데이터베이스에 새롭게 저장하고, 상기 해시태그, 및 상기 연관 정보들의 조합 중 적어도 일부가 상기 데이터베이스에 기 저장되어 있는 경우 계산된 상기 추천 점수를 기반으로 상기 데이터베이스에 기 저장된 각 타깃 오브젝트별 상기 해시태그의 추천 점수를 업데이트하는 관리부; 및
상기 사용자가 상기 해시태그를 새롭게 작성하는 경우 상기 데이터베이스에 저장된 상기 추천 점수를 기반으로 상기 해시태그와 관련된 타깃 오브젝트를 추천하는 추천부를 포함하는, 단말.
- 청구항 1에 있어서,
상기 수집부는, 상기 사용자가 상기 해시태그를 새롭게 작성하는 경우 상기 새롭게 작성된 해시태그와 관련된 하나 이상의 연관 정보를 수집하고,
상기 추천부는, 상기 새롭게 작성된 해시태그, 및 상기 새롭게 작성된 해시태그로부터 수집된 상기 연관 정보의 조합 중 적어도 일부가 상기 데이터베이스에 기 저장되어 있는 경우 상기 데이터베이스에 기 저장되어 있는 해시태그 및 연관 정보의 조합에 대응되는 타깃 오브젝트 중 가장 높은 추천 점수를 갖는 타깃 오브젝트를 추천하는, 단말.
- 청구항 1에 있어서,
상기 연관 정보는, 상기 게시물의 작성자, 상기 게시물의 수신자 및 상기 게시물의 첨부 파일 중 하나 이상을 포함하는, 단말.
- 청구항 3에 있어서,
상기 타깃 오브젝트는, 상기 게시물의 수신자 또는 상기 게시물의 첨부 파일인, 단말.
- 청구항 4에 있어서,
상기 타깃 오브젝트가 상기 게시물의 수신자인 경우,
특정 사용자에 대한 상기 해시태그의 추천 점수는, 상기 특정 사용자가 상기 해시태그를 포함하는 게시물의 수신자로 설정되었는지 여부, 상기 특정 사용자가 상기 해시태그를 포함하는 게시물의 본문에서 언급되었는지 여부, 특정 시간대에 상기 해시태그를 포함하는 게시물이 복수 회 작성된 경우 상기 특정 사용자가 상기 복수 회 작성된 게시물의 수신자이거나 상기 복수 회 작성된 게시물의 본문에서 언급되었는지 여부, 또는 상기 해시태그를 포함하는 게시물의 수신자로 설정된 상기 특정 사용자 또는 상기 해시태그를 포함하는 게시물의 본문에서 언급된 상기 특정 사용자가 상기 해시태그를 즐겨찾기한 로그(log)가 존재하는지 여부에 따라 가중치가 부여되어 더 높게 계산되는, 단말.
- 청구항 4에 있어서,
상기 타깃 오브젝트가 상기 게시물의 첨부 파일인 경우,
특정 파일에 대한 상기 해시태그의 추천 점수는, 상기 특정 파일이 상기 해시태그를 포함하는 게시물에 첨부된 파일인지 여부, 또는 상기 해시태그를 포함하는 게시물에 첨부된 상기 특정 파일의 이름이 상기 해시태그의 이름과 동일한지 여부에 따라 가중치가 부여되어 더 높게 계산되는, 단말.
- 수집부에서, 사용자가 게시물에 해시태그(hashtag)를 작성하는 경우 상기 해시태그와 관련된 둘 이상의 연관 정보들을 수집하는 단계;
계산부에서, 기 정의된 룰(rule)에 따라 상기 연관 정보들 중 설정된 각 타깃 오브젝트별 상기 해시태그의 추천 점수를 계산하는 단계;
관리부에서, 상기 해시태그, 및 상기 연관 정보들의 조합 각각이 데이터베이스에 기 저장되어 있지 않은 경우 상기 해시태그, 및 상기 연관 정보들의 조합을 상기 추천 점수와 함께 상기 데이터베이스에 새롭게 저장하고, 상기 해시태그, 및 상기 연관 정보들의 조합 중 적어도 일부가 상기 데이터베이스에 기 저장되어 있는 경우 계산된 상기 추천 점수를 기반으로 상기 데이터베이스에 기 저장된 각 타깃 오브젝트별 상기 해시태그의 추천 점수를 업데이트하는 단계; 및
추천부에서, 상기 사용자가 상기 해시태그를 새롭게 작성하는 경우 상기 데이터베이스에 저장된 상기 추천 점수를 기반으로 상기 타깃 오브젝트를 추천하는 단계를 포함하는, 해시태그 기반의 정보 추천 방법.
- 청구항 7에 있어서,
상기 타깃 오브젝트를 추천하는 단계 이전에,
상기 수집부에서, 상기 사용자가 상기 해시태그를 새롭게 작성하는 경우 상기 새롭게 작성된 해시태그와 관련된 하나 이상의 연관 정보를 수집하고 단계를 더 포함하고,
상기 타깃 오브젝트를 추천하는 단계는, 상기 새롭게 작성된 해시태그, 및 상기 새롭게 작성된 해시태그로부터 수집된 상기 연관 정보의 조합 중 적어도 일부가 상기 데이터베이스에 기 저장되어 있는 경우 상기 데이터베이스에 기 저장되어 있는 해시태그 및 연관 정보의 조합에 대응되는 타깃 오브젝트 중 가장 높은 추천 점수를 갖는 타깃 오브젝트를 추천하는, 해시태그 기반의 정보 추천 방법.
- 청구항 7에 있어서,
상기 연관 정보는, 상기 게시물의 작성자, 상기 게시물의 수신자 및 상기 게시물의 첨부 파일 중 하나 이상을 포함하는, 해시태그 기반의 정보 추천 방법.
- 청구항 9에 있어서,
상기 타깃 오브젝트는, 상기 게시물의 수신자 또는 상기 게시물의 첨부 파일인, 해시태그 기반의 정보 추천 방법.
- 청구항 10에 있어서,
상기 타깃 오브젝트가 상기 게시물의 수신자인 경우,
상기 특정 사용자가 상기 해시태그를 포함하는 게시물의 수신자로 설정되었는지 여부, 상기 특정 사용자가 상기 해시태그를 포함하는 게시물의 본문에서 언급되었는지 여부, 특정 시간대에 상기 해시태그를 포함하는 게시물이 복수 회 작성된 경우 상기 특정 사용자가 상기 복수 회 작성된 게시물의 수신자이거나 상기 복수 회 작성된 게시물의 본문에서 언급되었는지 여부, 또는 상기 해시태그를 포함하는 게시물의 수신자로 설정된 상기 특정 사용자 또는 상기 해시태그를 포함하는 게시물의 본문에서 언급된 상기 특정 사용자가 상기 해시태그를 즐겨찾기한 로그(log)가 존재하는지 여부에 따라 가중치가 부여되어 더 높게 계산되는, 해시태그 기반의 정보 추천 방법.
- 청구항 10에 있어서,
상기 타깃 오브젝트가 상기 게시물의 첨부 파일인 경우,
특정 파일에 대한 상기 해시태그의 추천 점수는, 상기 특정 파일이 상기 해시태그를 포함하는 게시물에 첨부된 파일인지 여부, 또는 상기 해시태그를 포함하는 게시물에 첨부된 상기 특정 파일의 이름이 상기 해시태그의 이름과 동일한지 여부에 따라 가중치가 부여되어 더 높게 계산되는, 해시태그 기반의 정보 추천 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180126202A KR20200045310A (ko) | 2018-10-22 | 2018-10-22 | 해시태그 기반의 정보 추천 방법 및 이를 수행하기 위한 단말 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180126202A KR20200045310A (ko) | 2018-10-22 | 2018-10-22 | 해시태그 기반의 정보 추천 방법 및 이를 수행하기 위한 단말 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20200045310A true KR20200045310A (ko) | 2020-05-04 |
Family
ID=70732762
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180126202A KR20200045310A (ko) | 2018-10-22 | 2018-10-22 | 해시태그 기반의 정보 추천 방법 및 이를 수행하기 위한 단말 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20200045310A (ko) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113220931A (zh) * | 2021-03-24 | 2021-08-06 | 西安交通大学 | 一种歌单多标签推荐方法、系统、设备和存储介质 |
| KR20220088369A (ko) | 2020-12-18 | 2022-06-27 | 주식회사 에어딥 | 트렌드분석 기반 ai 자동 해시태그 추천 방법 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101852766B1 (ko) | 2016-09-20 | 2018-04-27 | 주식회사 호갱노노 | 매물 검색 방법 및 장치 |
-
2018
- 2018-10-22 KR KR1020180126202A patent/KR20200045310A/ko not_active Application Discontinuation
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101852766B1 (ko) | 2016-09-20 | 2018-04-27 | 주식회사 호갱노노 | 매물 검색 방법 및 장치 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20220088369A (ko) | 2020-12-18 | 2022-06-27 | 주식회사 에어딥 | 트렌드분석 기반 ai 자동 해시태그 추천 방법 |
| CN113220931A (zh) * | 2021-03-24 | 2021-08-06 | 西安交通大学 | 一种歌单多标签推荐方法、系统、设备和存储介质 |
| CN113220931B (zh) * | 2021-03-24 | 2023-01-03 | 西安交通大学 | 一种歌单多标签推荐方法、系统、设备和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20200327500A1 (en) | Presenting project data managed by a content management system | |
| US11947597B2 (en) | Persisted enterprise graph queries | |
| US10311478B2 (en) | Recommending content based on user profiles clustered by subscription data | |
| CN110362727B (zh) | 用于搜索系统的第三方搜索应用 | |
| US10970656B2 (en) | Automatically suggesting project affiliations | |
| US11188551B2 (en) | Multi-level data pagination | |
| KR101621385B1 (ko) | 클라우드 스토리지 서비스의 파일 검색 시스템 및 방법, 및 파일 제어 방법 | |
| US20180260190A1 (en) | Split and merge graphs | |
| EP3314457A1 (en) | Metamorphic documents | |
| JP5696213B2 (ja) | コンテキストベースでのアイテムのブックマーキング | |
| KR20200045310A (ko) | 해시태그 기반의 정보 추천 방법 및 이를 수행하기 위한 단말 | |
| CN110291515B (zh) | 计算系统中的分布式索引搜索 | |
| US20140281880A1 (en) | Systems and methods of active text markup | |
| US9223745B2 (en) | Flexible database and iterative spatial search process | |
| US10671677B2 (en) | Advanced keyword search application | |
| US9542457B1 (en) | Methods for displaying object history information | |
| US9311362B1 (en) | Personal knowledge panel interface | |
| US20150142859A1 (en) | Document collections distribution and publishing | |
| JPWO2014185004A1 (ja) | 情報処理装置、情報処理方法およびプログラム | |
| KR101618314B1 (ko) | 랜덤 검색 엔진을 포함한 검색 서버 | |
| US9177255B1 (en) | Cloud systems and methods for determining the probability that a second application is installed based on installation characteristics | |
| US10437905B2 (en) | Uniform resource locator collections | |
| KR102130017B1 (ko) | 컨텐츠 관리 방법 및 이를 수행하기 위한 클라우드 서버 | |
| US20170220644A1 (en) | Media discovery across content respository | |
| US20150276426A1 (en) | Map of Contents |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E601 | Decision to refuse application |