KR20200060166A - 소셜네트워크 시스템에서의 이용자 추천 방법 및 그 시스템 - Google Patents

소셜네트워크 시스템에서의 이용자 추천 방법 및 그 시스템 Download PDF

Info

Publication number
KR20200060166A
KR20200060166A KR1020180145810A KR20180145810A KR20200060166A KR 20200060166 A KR20200060166 A KR 20200060166A KR 1020180145810 A KR1020180145810 A KR 1020180145810A KR 20180145810 A KR20180145810 A KR 20180145810A KR 20200060166 A KR20200060166 A KR 20200060166A
Authority
KR
South Korea
Prior art keywords
information
user
database
extended
extracted
Prior art date
Application number
KR1020180145810A
Other languages
English (en)
Inventor
홍성진
Original Assignee
홍성진
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 홍성진 filed Critical 홍성진
Priority to KR1020180145810A priority Critical patent/KR20200060166A/ko
Publication of KR20200060166A publication Critical patent/KR20200060166A/ko

Links

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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0282—Rating or review of business operators or products
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0269—Targeted advertisements based on user profile or attribute
    • G06Q30/0271—Personalized advertisement
    • 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]
    • G06Q30/0631—Item recommendations
    • 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
    • G06Q30/08—Auctions
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Mathematical Physics (AREA)
  • Tourism & Hospitality (AREA)
  • General Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 소셜네트워크 시스템에서 이용자 프로필의 성과물 정보를 이용하여 다른 이용자를 추천하는 방법 및 그 시스템에 관한 것이다.
본 발명의 일 실시예에 따른 방법은 소셜네트워크 시스템의 제1 이용자의 성과물 정보를 관련 데이터베이스에 조회하여 해당 성과물의 확장된 정보를 취득하고, 상기 확장된 정보로부터 하나 이상의 연관 정보를 추출하며, 상기 확장된 정보로부터 추출된 하나 이상의 연관 정보를 이용하여 제2 이용자를 결정하고, 상기 제2 이용자를 상기 제1 이용자에게 추천하는 것을 포함한다.

Description

소셜네트워크 시스템에서의 이용자 추천 방법 및 그 시스템{A METHOD OF RECOMMENDING A USER IN SOCIAL NETWORK SYSTEM AND SYSTEM THEREOF}
본 발명은 소셜네트워크 시스템에서 이용자 프로필의 성과물 정보를 이용하여 다른 이용자를 추천하는 방법 및 그 시스템에 관한 것이다.
소셜네트워킹 서비스는 네트워킹을 위하여 한 이용자가 다른 이용자와 링크 또는 커넥션을 맺고 서로 정보를 공유하는 것을 가능하게 하는 컴퓨터 또는 웹 기반 서비스이다.
어떤 소셜네트워킹 서비스는 가족 및 친구들과 정보를 공유하는 친목을 도모하기 위한 서비스에 초첨을 맞추는 반면, 또 다른 소셜네트워킹 서비스는 비즈니스 네트워크 형성이나 비즈니스 정보 공유에 초첨을 맞춘 서비스를 제공하기도 한다.
서비스의 주된 초점이 친목이든 비즈니스 목적의 네트워크 형성이든 간에, 소셜네트워킹 서비스는 기본적으로 이용자 자신과 연관되거나 관심사를 공유하는 다른 이용자와 링크 또는 커넥션을 형성하는 것이 중요하다. 이러한 다른 이용자는 이용자 자신이 시스템 상에서 스스로 검색하고 친구를 맺음으로써 연결되기도 하나, 이러한 방법은 해당 이용자 자신의 기억에만 의존하게 되는 한계가 있다. 따라서, 소셜네트워킹 서비스 제공자는 해당 서비스 시스템에서 특정 알고리즘을 통해 이용자 자신과 관심사를 공유할 것으로 추정되는 다른 이용자를 해당 이용자에게 추천하는 기능을 제공하기도 한다.
소셜네트워킹 서비스에서 보다 다양한 측면에서 자신과 연관된 다른 이용자를 추천하는 기능이 요청되고 있다.
전술한 배경기술은 발명자가 본 발명의 도출을 위해 보유하고 있었거나, 본 발명의 도출 과정에서 습득한 기술 정보로서, 반드시 본 발명의 출원 전에 일반 공중에게 공개된 공지기술이라 할 수는 없다.
본 발명은 전술한 당업계의 요청을 해결하기 위해 안출된 것으로, 일 측면에 따른 본 발명의 목적은 소셜네트워크 시스템에서 이용자의 성과물 정보를 이용하여 다른 이용자와의 연결을 촉진하는데 있다.
본 발명의 일 실시예에 따른 소셜네트워크 시스템에서의 이용자 추천 방법은, 소셜네트워크 시스템의 제1 이용자의 이용자 프로필 정보의 성과물 정보를 추출하는 단계; 상기 성과물 정보를 관련 데이터베이스에 조회함으로써 상기 성과물의 확장된 정보를 취득하는 단계; 상기 확장된 정보 중에서 상기 성과물 정보를 제외한 하나 이상의 정보를 추출하는 단계; 상기 확장된 정보로부터 추출된 하나 이상의 정보를 이용하여 제2 이용자를 결정하는 단계; 및 상기 제2 이용자를 상기 제1 이용자에게 추천하는 단계;를 포함할 수 있다.
상기 각 단계는 하나 이상의 컴퓨터 프로세서에 의해 수행될 수 있다.
상기 확장된 정보로부터 추출된 하나 이상의 정보를 이용하여 제2 이용자를 결정하는 단계는, 상기 확장된 정보로부터 추출된 하나 이상의 정보를 상기 소셜네트워크 시스템의 이용자 프로필 정보에 조회하여 상기 확장된 정보로부터 추출된 하나 이상의 정보에 매칭되거나 상기 확장된 정보로부터 추출된 하나 이상의 정보와 연관되는 이용자 프로필을 갖는 제2 이용자를 결정하는 것;을 포함할 수 있다.
상기 확장된 정보로부터 추출된 하나 이상의 정보를 이용하여 제2 이용자를 결정하는 단계는, 적어도 상기 소셜네트워크 시스템의 이용자 프로필 정보 및 상기 확장된 정보로부터 추출된 하나 이상의 정보를 이용하여 산출된 피처(feature)를 기반으로 하는 머신러닝 모델을 이용하여 각 이용자의 프로필 정보에 점수를 매기는(scoring) 단계; 및 가장 높은 점수를 갖는 프로필 정보를 갖는 이용자를 상기 제2 이용자로 선택하는 단계;를 포함할 수 있다.
상기 성과물은 특허출원, 실용신안 출원, 디자인 출원, 상표 출원, 논문, 저작물 및 수상내역 중 하나일 수 있고, 상기 관련 데이터베이스는 특허 데이터베이스, 실용신안 데이터베이스, 디자인 데이터베이스, 상표 데이터베이스, 논문 데이터베이스, 저작물 데이터베이스, 대학 데이터베이스, 도서관 데이터베이스 및 수상내역 데이터베이스 중 하나일 수 있다.
상기 확장된 정보로부터 추출된 하나 이상의 정보는 공동 발명자, 공동 창작자, 공동 저자, 출원인, 양수인, 인용문헌 정보 및 피인용문헌 정보로부터 선택될 수 있다.
상기 성과물 정보를 관련 데이터베이스에 조회함으로써 상기 성과물의 확장된 정보를 취득하는 단계는, 상기 성과물 정보를 관련 데이터베이스의 검색 수단에 제출하여 얻어지는 검색 결과물의 콘텐츠를 스크랩(scrape)하거나 상기 데이터베이스의 API를 이용함으로써 취득하는 것;을 포함할 수 있다.
상기 성과물 정보를 관련 데이터베이스의 검색 수단에 제출하는 것은, 상기 성과물 정보와 함께 상기 제1 이용자의 하나 이상의 프로필 정보를 상기 검색 수단에 제출하는 것;을 포함할 수 있다.
본 발명의 일 실시예에 따른 시스템은, 소셜네트워크 시스템의 제1 이용자의 이용자 프로필 정보의 성과물 정보를 추출하고; 상기 성과물 정보를 관련 데이터베이스에 조회함으로써 상기 성과물의 확장된 정보를 취득하고; 상기 확장된 정보 중에서 상기 성과물 정보를 제외한 하나 이상의 정보를 추출하고; 상기 확장된 정보로부터 추출된 하나 이상의 정보를 이용하여 제2 이용자를 결정하고; 상기 제2 이용자를 상기 제1 이용자에게 추천하도록 설정된 하나 이상의 컴퓨터 프로세서;를 포함할 수 있다.
상기 확장된 정보로부터 추출된 하나 이상의 정보를 이용하여 제2 이용자를 결정하는 것은, 상기 확장된 정보로부터 추출된 하나 이상의 정보를 상기 소셜네트워크 시스템의 이용자 프로필 정보에 조회하여 상기 확장된 정보로부터 추출된 하나 이상의 정보에 매칭되거나 상기 확장된 정보로부터 추출된 하나 이상의 정보와 연관되는 이용자 프로필을 갖는 제2 이용자를 결정하는 것;을 포함할 수 있다.
상기 확장된 정보로부터 추출된 하나 이상의 정보를 이용하여 제2 이용자를 결정하는 것은, 적어도 상기 소셜네트워크 시스템의 이용자 프로필 정보 및 상기 확장된 정보로부터 추출된 하나 이상의 정보를 이용하여 산출된 피처(feature)를 기반으로 하는 머신러닝 모델을 이용하여 각 이용자의 프로필 정보에 점수를 매기는(scoring) 것; 및 가장 높은 점수를 갖는 프로필 정보를 갖는 이용자를 상기 제2 이용자로 선택하는 것;을 포함할 수 있다.
상기 성과물은 특허출원, 실용신안 출원, 디자인 출원, 상표 출원, 논문, 저작물 및 수상내역 중 하나일 수 있고, 상기 관련 데이터베이스는 특허 데이터베이스, 실용신안 데이터베이스, 디자인 데이터베이스, 상표 데이터베이스, 논문 데이터베이스, 저작물 데이터베이스, 대학 데이터베이스, 도서관 데이터베이스 및 수상내역 데이터베이스 중 하나일 수 있다.
상기 확장된 정보로부터 추출된 하나 이상의 정보는 공동 발명자, 공동 창작자, 공동 저자, 출원인, 양수인, 인용문헌 정보 및 피인용문헌 정보로부터 선택될 수 있다.
상기 성과물 정보를 관련 데이터베이스에 조회함으로써 상기 성과물의 확장된 정보를 취득하는 것은, 상기 성과물 정보를 관련 데이터베이스의 검색 수단에 제출하여 얻어지는 검색 결과물의 콘텐츠를 스크랩(scrape)하거나 상기 데이터베이스의 API를 이용함으로써 취득하는 것;을 포함할 수 있다.
상기 성과물 정보를 관련 데이터베이스의 검색 수단에 제출하는 것은, 상기 성과물 정보와 함께 상기 제1 이용자의 하나 이상의 프로필 정보를 상기 검색 수단에 제출하는 것;을 포함할 수 있다.
본 발명의 일 실시예에 따른 시스템은, 소셜네트워크 시스템의 제1 이용자의 이용자 프로필 정보의 성과물 정보를 추출하는, 성과물 정보 추출부; 상기 성과물 정보를 관련 데이터베이스에 조회함으로써 상기 성과물의 확장된 정보를 취득하는, 성과물의 확장된 정보 취득부; 상기 확장된 정보 중에서 상기 성과물 정보를 제외한 하나 이상의 정보를 추출하는, 확장된 정보의 연관 정보 추출부; 상기 확장된 정보로부터 추출된 하나 이상의 정보를 이용하여 제2 이용자를 결정하는, 제2 이용자 결정부; 및 상기 제2 이용자를 상기 제1 이용자에게 추천하는, 추천부;를 포함할 수 있다.
이 외에도, 본 발명을 구현하기 위한 다른 방법, 다른 시스템 및 상기 방법을 실행하기 위한 컴퓨터 프로그램 및 이러한 컴퓨터 프로그램이 저장된 컴퓨터로 판독 가능한 기록매체가 더 제공될 수 있다.
전술한 것 외의 다른 측면, 특징, 이점이 이하의 도면, 특허청구범위 및 발명의 상세한 설명으로부터 명확해질 것이다.
실시예들에 따르면, 소셜네트워크 시스템에서 이용자의 성과물 정보를 이용하여 다른 이용자와의 연결을 촉진할 수 있다.
본 발명의 효과는 이상에서 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 효과들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 소셜네트워크 시스템에서 이용자 프로필의 성과물 정보를 이용하여 다른 이용자를 추천하는 방법의 흐름도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 설명되는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 아래에서 제시되는 실시예들로 한정되는 것이 아니라, 서로 다른 다양한 형태로 구현될 수 있고, 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 아래에 제시되는 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다. 제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
이하, 본 발명에 따른 실시예들을 첨부된 도면을 참조하여 상세히 설명하기로 하며, 첨부 도면을 참조하여 설명함에 있어, 동일하거나 대응하는 구성 요소는 동일한 도면번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
도 1은 본 발명의 일 실시예에 따른 소셜네트워크 시스템에서 이용자 프로필의 성과물 정보를 이용하여 다른 이용자를 추천하는 방법(100)의 흐름도이다.
도 1을 참조하면, 단계(110)에서, 소셜네트워크 시스템은 상기 소셜네트워크 시스템의 특정 이용자(제1 이용자)의 이용자 프로필 정보를 참조하고 그중 성과물 정보를 추출할 수 있다. 본 발명에서 성과물 정보란 해당 이용자가 과거 사회적으로 및/또는 학술적으로 성취한 성과에 대하여 기입하는 모든 정보를 지칭하는 것으로 이해될 수 있다. 본 발명에 따른 성과물의 구체예로서 지식재산권, 예컨대 특허출원, 실용신안 출원, 디자인 출원 및 상표 출원, 논문, 저작물 및 수상내역 등을 들 수 있으나, 본 발명이 이에 제한되는 것은 아니다. 본 발명에 따른 성과물은 후술하는 관련 데이터베이스로의 네트워크 접근성 및 조회 용이성, 정보량 등의 점에서 지식재산권, 특히 특허출원, 실용신안 출원 및 디자인 출원인 것이 바람직하다.
소셜네트워크 서비스 이용자는 일반적으로 자신의 성과물에 대한 정보 전체를 프로필 정보에 기입하기 보다는 성과물에 대한 극히 일부의 정보, 특히 해당 성과물을 조회하는 데 유용한 정보만을 기입한다. 예컨대 성과물이 특허출원인 경우, 프로필에 기재되는 성과물 정보는 일반적으로 특허출원 번호 및 출원 일자, 특허출원 공개번호 및 공개일자, 특허등록 번호 및 등록일자, 발명의 명칭, 발명의 요지 및 요약서 중 하나 또는 둘 이상일 수 있고, 성과물이 논문인 경우, 프로필에 기재되는 성과물 정보는 일반적으로 논문 제목, 논문 번호, 학회명 및 학술지명 중 하나 또는 둘 이상일 수 있다. 본 실시예에 따른 방법의 단계(110)에서는 이러한 성과물에 대하여 제1 이용자의 프로필에 기입된 정보 중 일부 또는 전부를 추출할 수 있다. 해당 정보의 추출은 예컨대 추출 엔진을 통해 추출될 수 있으며, 상기 추출 엔진은 추출하려는 데이터의 내용이나 포멧 등에 맞추어 디자인된 모듈을 포함할 수 있다.
도 1을 참조하면, 단계(120)에서, 상기 단계(110)에서 추출된 성과물 정보를 관련 데이터베이스에 조회하여 해당 성과물에 대한 보다 확장된 정보를 취득할 수 있다. 본 발명에서, 상기 관련 데이터베이스는 해당 성과물에 대한 총합적인 정보가 통합 관리되는 데이터의 집합을 지칭하는 것으로 이해될 수 있으며, 특히 네트워크 기반 데이터베이스이다. 본 발명에 따른 관련 데이터베이스의 구체예로서 특허 데이터베이스, 실용신안 데이터베이스, 디자인 데이터베이스, 상표 데이터베이스, 논문 데이터베이스, 저작물 데이터베이스, 대학 데이터베이스, 도서관 데이터베이스 및 수상내역 데이터베이스를 들 수 있으나, 본 발명이 이에 제한되는 것은 아니다. 본 발명에 따른 관련 데이터베이스는 이에 대한 네트워크 접근성 및 조회 용이성, 정보량 등의 점에서 지식재산권과 관련된 데이터베이스, 특히 특허 데이터베이스, 실용신안 데이터베이스 및 디자인 데이터베이스인 것이 바람직하다.
본 발명에서, 성과물의 확장된 정보란 해당 성과물에 대하여 이용자의 프로필 정보에 기입된 것보다 더 광범위한 콘텐츠를 포함하는 정보 일반을 지칭하는 것으로 이해될 수 있다. 구체적으로는 해당 성과물에 대한 서지정보 전체, 본문 전체, 해당 성과물을 인용하는 문헌에 대한 정보, 및/또는 해당 성과물이 인용하고 있는 문헌에 대한 정보 등을 지칭할 수 있다. 예컨대 성과물이 특허출원인 경우, 해당 성과물의 확장된 정보는 해당 특허출원의 서지정보 전체, 특허출원 명세서의 전문, 및/또는 해당 특허출원의 인용/피인용 문헌 정보일 수 있다. 예컨대 성과물이 논문인 경우, 해당 성과물의 확장된 정보는 해당 논문의 서지정보 전체, 논문 본문 전체, 및/또는 해당 논문의 인용/피인용 문헌 정보일 수 있다.
상기 성과물 정보를 관련 데이터베이스에 조회함으로써 상기 성과물의 확장된 정보를 취득하는 단계(120)는, 상기 성과물 정보를 관련 데이터베이스의 검색 수단에 제출하여 얻어지는 검색 결과물의 콘텐츠를 스크랩(scrape)하거나 상기 데이터베이스의 API를 이용함으로써 취득하는 것을 포함할 수 있다. 예컨대 제1 이용자의 프로필에 저장된 성과물 정보가 특허번호인 경우, 상기 성과물의 확장된 정보는 해당 특허번호를 특허 검색 수단에 제출함으로써 얻어지는 결과물에서 해당 특허 전문에 대한 데이터를 스크랩함으로써 취득될 수 있다.
상기 성과물 정보를 관련 데이터베이스의 검색 수단에 제출할 때, 필요에 따라 상기 성과물 정보와 함께 상기 제1 이용자의 하나 이상의 프로필 정보를 상기 검색 수단에 제출하는 것을 포함할 수 있다. 이러한 실시예는 제1 이용자의 프로필에 저장된 성과물 정보가 신뢰도가 높은 검색결과를 얻기에는 부족하거나, 오기/오타 등을 포함하고 있는 경우에 보다 높은 신뢰도의 검색결과를 얻는데 특히 유용할 수 있다. 상기 성과물 정보와 함께 상기 검색 수단에 제출되는 상기 제1 이용자의 하나 이상의 프로필 정보는 관련 데이터베이스에서의 검색에 도움이 되는 모든 정보가 포함될 수 있다. 예컨대 특허출원의 경우, 제1 이용자의 이름, 출신 학교 및 과거 또는 현재 근무처 정보 등이 함께 검색에 제출되는 경우 신뢰도가 높은 검색결과를 얻는데 도움이 될 수 있다.
본 발명의 일 실시예에서는 단계(120)에서 상기 성과물 정보를 관련 데이터베이스에 조회하는 것을 머신러닝 알고리즘을 통해 수행할 수도 있다. 상기 머신러닝 알고리즘은 소셜네트워크 시스템의 이용자 프로필상의 성과물 정보 및 임의의 하나 이상의 이용자 프로필 정보가 특정 성과물과 연관되는 확률 스코어를 산출하는 정보 모델을 이용할 수 있다.
도 1을 참조하면, 단계(130)에서, 상기 단계(120)에서 취득한 확장된 정보중에서 하나 이상의 정보를 추출할 수 있다. 본 발명에 있어서 단계(130)에서 추출하는 하나 이상의 정보는 후술하는 제2 이용자를 찾아내는 데 유용한 정보이기만 하면 특별히 한정되지 않는 것으로 이해될 수 있다.
상기 확장된 정보로부터 추출된 하나 이상의 정보는 해당 확장된 정보를 얻는데 이용된 제1 사용자의 프로필에 기재된 성과물 정보에 포함된 내용은 제외한다. 예컨대 상기 제1 사용자의 성과물의 확장된 정보를 얻기 위하여 이용한 성과물 정보가 특허출원 번호인 경우, 상기 확장된 정보는 해당 특허출원의 서지사항, 명세서 전문, 해당 특허 출원에서 인용하고 있는 문헌정보 및 해당 특허 출원을 인용하고 있는 문헌정보를 포함할 수 있고, 이때 제2 이용자 추천을 위하여 이용되는, 상기 확장된 정보로부터 추출된 하나 이상의 정보는 상기 특허 출원 번호를 제외한 모든 정보일 수 있다. 본 발명에서 제2 이용자을 찾아내는 데 특히 유용한 정보라는 점에서, 상기 확장된 정보로부터 추출된 하나 이상의 정보는 특허출원, 실용신안 출원, 디자인 출원, 상표 출원 및 논문의 서지사항 정보중에서 상기 제1 이용자의 프로필에 기재된 성과물 정보를 제외한 서지정보인 것인 바람직하다.
구체적으로 상기 확장된 정보로부터 추출된 하나 이상의 정보는 공동 발명자, 공동 창작자, 공동 저자, 출원인, 양수인, 인용문헌 정보 및 피인용문헌 정보 등일 수 있으나, 본 발명이 이에 제한되는 것은 아니다.
도 1을 참조하면, 단계(140)에서, 상기 단계(130)에서 상기 확장된 정보로부터 추출된 하나 이상의 정보를 이용하여 제2 이용자를 결정할 수 있다. 본 발명에서 제2 이용자란 제1 이용자와 연관이 있을 것으로 고려되는 후보자를 지칭하는 것으로 이해된다. 추천되는 제2 이용자는 반드시 개인 이용자일 필요는 없으며, 단체나 회사 등 법인 이용자가 될 수도 있다.
단계(140)은, 상기 확장된 정보로부터 추출된 (제1 이용자의 프로필상의 성과물 정보를 제외한) 하나 이상의 정보를 상기 소셜네트워크 시스템의 이용자 프로필 정보에 조회하여 상기 확장된 정보로부터 추출된 하나 이상의 정보에 매칭되거나 상기 확장된 정보로부터 추출된 하나 이상의 정보와 연관되는 하나 이상의 이용자 프로필을 갖는 제2 이용자를 결정하는 것을 포함할 수 있다. 예컨대 상기 확장된 정보로부터 추출된 하나 이상의 정보가 제1 이용자의 특허출원의 공동 발명자 정보인 경우, 해당 공동 발명자 이름을 소셜네트워크 시스템의 이용자 프로필상의 이름 정보에 대조함으로써 제2 이용자 후보자를 결정할 수 있다. 또한, 상기 확장된 정보로부터 추출된 하나 이상의 정보는 복수개일 수 있다. 예컨대 상기 확장된 정보로부터 추출된 하나 이상의 정보가 제1 이용자의 특허출원의 공동 발명자 정보 및 출원인 정보인 경우, 해당 공동 발명자 이름과 출원인 정보를 소셜네트워크 시스템의 이용자 프로필상의 이름 정보 및 출신 학교나 과거 또는 현재 근무처 정보에 대조함으로써 제2 이용자 후보자를 결정할 수 있다. 이 경우, 공동 발명자 이름만으로 대조한 경우에 비해 후보자 신뢰도를 높일 수 있다. 상기 대조 작업에서 이용되는 정보는 상기 확장된 정보로부터 추출된 하나 이상의 정보를 적어도 포함하여야 하나, 상기 이외의 정보를 추가하여 대조하는 것을 제외하는 것으로 이해되어서는 아니된다.
상기 확장된 정보로부터 추출된 하나 이상의 정보를 이용하여 제2 이용자를 결정하는 단계(140)는 바람직하게는 머신러닝을 이용하여 수행될 수 있다. 상기 머신러닝은 적어도 상기 소셜네트워크 시스템의 이용자 프로필 정보 및 상기 확장된 정보로부터 추출된 하나 이상의 정보를 입력값으로 이용하여 산출된 피처(feature)를 기반으로 하는 머신러닝 모델을 이용할 수 있다. 상기 머신러닝 모델은 상기 정보만을 사용하는 것에 한정되지 않고, 상기 정보에 더하여 기타 요인, 예컨대 제1 이용자의 프로필 정보 중 하나 이상을 입력값으로 이용할 수 있다. 이러한 머신러닝 모델을 이용하면 소셜네트워크 시스템의 각 이용자의 프로필 정보에 점수를 매길 수 있고(scoring), 이러한 점수가 가장 높은 프로필 정보를 갖는 이용자를 상기 제2 이용자로 선택할 수 있다.
도 1을 참조하면, 단계(150)에서, 상기 단계(140)에서 결정된 상기 제2 이용자를 상기 제1 이용자에게 추천할 수 있다. 단계(150)에서의 추천은 예컨대 상기 제1 이용자에게 제2 이용자와 링크 또는 커넥션을 맺을 것인지를 묻는 그래픽 유저 기술자(graphic user descriptor) 또는 팝업(pop-up)창을 통해 수행될 수 있다. 상기 그래픽 유저 기술자 또는 팝업창은 상기 제2 이용자와의 링크 또는 커넥션을 활성화시키는 유저 인터페이스 입력 요소를 포함할 수 있다.
본 발명의 일 실시예에 따르면 본 발명에 따른 방법은 임의의 단계, 예컨대 상기 단계(150)에 따라 제1 이용자와 제2 이용자 간의 링크 또는 커넥션이 형성된 후 또는 상기 단계(140) 이후에, 상기 제2 이용자에게 제1 이용자와 제2 이용자를 링크 또는 커넥션하기 위하여 이용된 제1 이용자의 성과물을 제2 이용자의 성과물 후보로서 추천하는 것을 포함할 수 있다. 이러한 추천은 해당 제1 이용자의 성과물이 제2 이용자의 성과물이 아닌지를 묻는 그래픽 유저 기술자 또는 팝업창을 생성함으로써 수행될 수 있다.
본 발명의 실시예에 따른 상기 방법의 각 단계는 각각 하나 이상의 컴퓨터 프로세서에 의해 수행될 수 있다.
본 발명의 다른 측면은 상기 본 발명에 따른 방법을 수행하기 위한 시스템에 관한 것이다. 본 발명의 일 실시예에 따르면, 소셜네트워크 시스템의 제1 이용자의 이용자 프로필 정보의 성과물 정보를 추출하고; 상기 성과물 정보를 관련 데이터베이스에 조회함으로써 상기 성과물의 확장된 정보를 취득하고; 상기 확장된 정보 중에서 상기 성과물 정보를 제외한 하나 이상의 정보를 추출하고; 상기 확장된 정보로부터 추출된 하나 이상의 정보를 이용하여 제2 이용자를 결정하고; 상기 제2 이용자를 상기 제1 이용자에게 추천하도록 설정된 하나 이상의 컴퓨터 프로세서;를 포함하는 시스템이 개시된다. 본 발명의 일 실시예에 따른 상기 시스템의 상기 하나 이상의 컴퓨터 프로세서가 수행하는 각 단계의 구체적인 내용에 대해서는 상기 본 발명의 방법에서 대응하는 단계의 상세한 설명을 참조할 수 있다.
본 발명의 일 실시예에 따른 시스템은 또한 소셜네트워크 시스템의 제1 이용자의 이용자 프로필 정보의 성과물 정보를 추출하는, 성과물 정보 추출부; 상기 성과물 정보를 관련 데이터베이스에 조회함으로써 상기 성과물의 확장된 정보를 취득하는, 성과물의 확장된 정보 취득부; 상기 확장된 정보 중에서 상기 성과물 정보를 제외한 하나 이상의 정보를 추출하는, 확장된 정보의 연관 정보 추출부; 상기 확장된 정보로부터 추출된 하나 이상의 정보를 이용하여 제2 이용자를 결정하는, 제2 이용자 결정부; 및 상기 제2 이용자를 상기 제1 이용자에게 추천하는, 추천부;를 포함할 수 있다. 본 발명의 일 실시예에 따른 상기 시스템의 성과물 정보 추출부; 성과물의 확장된 정보 취득부; 확장된 정보의 연관 정보 추출부; 제2 이용자 결정부; 및 추천부가 수행하는 각 단계에 대한 구체적인 내용에 대해서는 상기 본 발명의 방법에서 대응하는 단계의 상세한 설명을 참조할 수 있다.
이상 설명된 본 발명에 따른 실시예는 컴퓨터 상에서 다양한 구성요소를 통하여 실행될 수 있는 컴퓨터 프로그램의 형태로 구현될 수 있으며, 이와 같은 컴퓨터 프로그램은 컴퓨터로 판독 가능한 매체에 기록될 수 있다. 이때, 매체는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등과 같은, 프로그램 명령어를 저장하고 실행하도록 특별히 구성된 하드웨어 장치를 포함할 수 있다.
한편, 상기 컴퓨터 프로그램은 본 발명을 위하여 특별히 설계되고 구성된 것이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수 있다. 컴퓨터 프로그램의 예에는, 컴파일러에 의하여 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용하여 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함될 수 있다.
본 발명의 명세서(특히 특허청구범위에서)에서 "상기"의 용어 및 이와 유사한 지시 용어의 사용은 단수 및 복수 모두에 해당하는 것일 수 있다. 또한, 본 발명에서 범위(range)를 기재한 경우 상기 범위에 속하는 개별적인 값을 적용한 발명을 포함하는 것으로서(이에 반하는 기재가 없다면), 발명의 상세한 설명에 상기 범위를 구성하는 각 개별적인 값을 기재한 것과 같다.
본 발명에 따른 방법을 구성하는 단계들에 대하여 명백하게 순서를 기재하거나 반하는 기재가 없다면, 상기 단계들은 적당한 순서로 행해질 수 있다. 반드시 상기 단계들의 기재 순서에 따라 본 발명이 한정되는 것은 아니다. 본 발명에서 모든 예들 또는 예시적인 용어(예들 들어, 등등)의 사용은 단순히 본 발명을 상세히 설명하기 위한 것으로서 특허청구범위에 의해 한정되지 않는 이상 상기 예들 또는 예시적인 용어로 인해 본 발명의 범위가 한정되는 것은 아니다. 또한, 당업자는 다양한 수정, 조합 및 변경이 부가된 특허청구범위 또는 그 균등물의 범주 내에서 설계 조건 및 팩터에 따라 구성될 수 있음을 알 수 있다.
따라서, 본 발명의 사상은 상기 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 또는 이로부터 등가적으로 변경된 모든 범위는 본 발명의 사상의 범주에 속한다고 할 것이다.
100: 본 발명의 일 실시예에 따른 소셜네트워크 시스템에서 이용자 프로필의 성과물 정보를 이용하여 다른 이용자를 추천하는 방법의 흐름도

Claims (20)

  1. 소셜네트워크 시스템의 제1 이용자의 이용자 프로필 정보의 성과물 정보를 추출하는 단계;
    상기 성과물 정보를 관련 데이터베이스에 조회함으로써 상기 성과물의 확장된 정보를 취득하는 단계;
    상기 확장된 정보 중에서 상기 성과물 정보를 제외한 하나 이상의 정보를 추출하는 단계;
    상기 확장된 정보로부터 추출된 하나 이상의 정보를 이용하여 제2 이용자를 결정하는 단계; 및
    상기 제2 이용자를 상기 제1 이용자에게 추천하는 단계;
    를 포함하는 방법.
  2. 제1항에 있어서,
    상기 각 단계는 하나 이상의 컴퓨터 프로세서에 의해 수행되는 것인 방법.
  3. 제1항에 있어서,
    상기 확장된 정보로부터 추출된 하나 이상의 정보를 이용하여 제2 이용자를 결정하는 단계는,
    상기 확장된 정보로부터 추출된 하나 이상의 정보를 상기 소셜네트워크 시스템의 이용자 프로필 정보에 조회하여 상기 확장된 정보로부터 추출된 하나 이상의 정보에 매칭되거나 상기 확장된 정보로부터 추출된 하나 이상의 정보와 연관되는 이용자 프로필을 갖는 제2 이용자를 결정하는 것;
    을 포함하는 것인 방법.
  4. 제1항에 있어서,
    상기 확장된 정보로부터 추출된 하나 이상의 정보를 이용하여 제2 이용자를 결정하는 단계는,
    적어도 상기 소셜네트워크 시스템의 이용자 프로필 정보 및 상기 확장된 정보로부터 추출된 하나 이상의 정보를 이용하여 산출된 피처(feature)를 기반으로 하는 머신러닝 모델을 이용하여 각 이용자의 프로필 정보에 점수를 매기는(scoring) 단계; 및
    가장 높은 점수를 갖는 프로필 정보를 갖는 이용자를 상기 제2 이용자로 선택하는 단계;
    를 포함하는 것인 방법.
  5. 제1항에 있어서,
    상기 성과물은 특허출원, 실용신안 출원, 디자인 출원, 상표 출원, 논문, 저작물 및 수상내역 중 하나이고,
    상기 관련 데이터베이스는 특허 데이터베이스, 실용신안 데이터베이스, 디자인 데이터베이스, 상표 데이터베이스, 논문 데이터베이스, 저작물 데이터베이스, 대학 데이터베이스, 도서관 데이터베이스 및 수상내역 데이터베이스 중 하나인 것인 방법.
  6. 제1항에 있어서,
    상기 확장된 정보로부터 추출된 하나 이상의 정보는 공동 발명자, 공동 창작자, 공동 저자, 출원인, 양수인, 인용문헌 정보 및 피인용문헌 정보로부터 선택되는 것인 방법.
  7. 제1항에 있어서,
    상기 성과물 정보를 관련 데이터베이스에 조회함으로써 상기 성과물의 확장된 정보를 취득하는 단계는,
    상기 성과물 정보를 관련 데이터베이스의 검색 수단에 제출하여 얻어지는 검색 결과물의 콘텐츠를 스크랩(scrape)하거나 상기 데이터베이스의 API를 이용함으로써 취득하는 것;
    을 포함하는 것인 방법.
  8. 제7항에 있어서,
    상기 성과물 정보를 관련 데이터베이스의 검색 수단에 제출하는 것은, 상기 성과물 정보와 함께 상기 제1 이용자의 하나 이상의 프로필 정보를 상기 검색 수단에 제출하는 것;
    을 포함하는 것인 방법.
  9. 제1항에 있어서,
    상기 제2 이용자에게 상기 제1 이용자의 성과물을 제2 이용자의 성과물 후보로서 추천하는 단계;
    를 더 포함하는 것인 방법.
  10. 소셜네트워크 시스템의 제1 이용자의 이용자 프로필 정보의 성과물 정보를 추출하고;
    상기 성과물 정보를 관련 데이터베이스에 조회함으로써 상기 성과물의 확장된 정보를 취득하고;
    상기 확장된 정보 중에서 상기 성과물 정보를 제외한 하나 이상의 정보를 추출하고;
    상기 확장된 정보로부터 추출된 하나 이상의 정보를 이용하여 제2 이용자를 결정하고;
    상기 제2 이용자를 상기 제1 이용자에게 추천하도록 설정된 하나 이상의 컴퓨터 프로세서;를 포함하는 시스템.
  11. 제10항에 있어서,
    상기 확장된 정보로부터 추출된 하나 이상의 정보를 이용하여 제2 이용자를 결정하는 것은,
    상기 확장된 정보로부터 추출된 하나 이상의 정보를 상기 소셜네트워크 시스템의 이용자 프로필 정보에 조회하여 상기 확장된 정보로부터 추출된 하나 이상의 정보에 매칭되거나 상기 확장된 정보로부터 추출된 하나 이상의 정보와 연관되는 이용자 프로필을 갖는 제2 이용자를 결정하는 것;
    을 포함하는 것인 시스템.
  12. 제10항에 있어서,
    상기 확장된 정보로부터 추출된 하나 이상의 정보를 이용하여 제2 이용자를 결정하는 것은,
    적어도 상기 소셜네트워크 시스템의 이용자 프로필 정보 및 상기 확장된 정보로부터 추출된 하나 이상의 정보를 이용하여 산출된 피처(feature)를 기반으로 하는 머신러닝 모델을 이용하여 각 이용자의 프로필 정보에 점수를 매기는(scoring) 것; 및
    가장 높은 점수를 갖는 프로필 정보를 갖는 이용자를 상기 제2 이용자로 선택하는 것;
    을 포함하는 것인 시스템.
  13. 제10항에 있어서,
    상기 성과물은 특허출원, 실용신안 출원, 디자인 출원, 상표 출원, 논문, 저작물 및 수상내역 중 하나이고,
    상기 관련 데이터베이스는 특허 데이터베이스, 실용신안 데이터베이스, 디자인 데이터베이스, 상표 데이터베이스, 논문 데이터베이스, 저작물 데이터베이스, 대학 데이터베이스, 도서관 데이터베이스 및 수상내역 데이터베이스 중 하나인 것인 시스템.
  14. 제10항에 있어서,
    상기 확장된 정보로부터 추출된 하나 이상의 정보는 공동 발명자, 공동 창작자, 공동 저자, 출원인, 양수인, 인용문헌 정보 및 피인용문헌 정보로부터 선택되는 것인 시스템.
  15. 제10항에 있어서,
    상기 성과물 정보를 관련 데이터베이스에 조회함으로써 상기 성과물의 확장된 정보를 취득하는 것은,
    상기 성과물 정보를 관련 데이터베이스의 검색 수단에 제출하여 얻어지는 검색 결과물의 콘텐츠를 스크랩(scrape)하거나 상기 데이터베이스의 API를 이용함으로써 취득하는 것;
    을 포함하는 것인 시스템.
  16. 제15항에 있어서,
    상기 성과물 정보를 관련 데이터베이스의 검색 수단에 제출하는 것은, 상기 성과물 정보와 함께 상기 제1 이용자의 하나 이상의 프로필 정보를 상기 검색 수단에 제출하는 것;
    을 포함하는 것인 시스템.
  17. 제10항에 있어서,
    상기 하나 이상의 컴퓨터 프로세서는 상기 제2 이용자에게 상기 제1 이용자의 성과물을 제2 이용자의 성과물 후보로서 추천하는 것;
    을 더 수행하는 것인 시스템.
  18. 소셜네트워크 시스템의 제1 이용자의 이용자 프로필 정보의 성과물 정보를 추출하는, 성과물 정보 추출부;
    상기 성과물 정보를 관련 데이터베이스에 조회함으로써 상기 성과물의 확장된 정보를 취득하는, 성과물의 확장된 정보 취득부;
    상기 확장된 정보 중에서 상기 성과물 정보를 제외한 하나 이상의 정보를 추출하는, 확장된 정보의 연관 정보 추출부;
    상기 확장된 정보로부터 추출된 하나 이상의 정보를 이용하여 제2 이용자를 결정하는, 제2 이용자 결정부; 및
    상기 제2 이용자를 상기 제1 이용자에게 추천하는, 추천부;
    를 포함하는 시스템.
  19. 컴퓨터를 이용하여 제1항 내지 제9항 중 어느 한 항의 방법을 실행시키는 컴퓨터 프로그램이 저장된, 상기 컴퓨터로 판독 가능한 기록매체.
  20. 컴퓨터를 이용하여 제1항 내지 제9항 중 어느 한 항의 방법을 실행시키는, 상기 컴퓨터로 판독 가능한 기록매체에 저장된 컴퓨터 프로그램.
KR1020180145810A 2018-11-22 2018-11-22 소셜네트워크 시스템에서의 이용자 추천 방법 및 그 시스템 KR20200060166A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180145810A KR20200060166A (ko) 2018-11-22 2018-11-22 소셜네트워크 시스템에서의 이용자 추천 방법 및 그 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180145810A KR20200060166A (ko) 2018-11-22 2018-11-22 소셜네트워크 시스템에서의 이용자 추천 방법 및 그 시스템

Publications (1)

Publication Number Publication Date
KR20200060166A true KR20200060166A (ko) 2020-05-29

Family

ID=70912017

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180145810A KR20200060166A (ko) 2018-11-22 2018-11-22 소셜네트워크 시스템에서의 이용자 추천 방법 및 그 시스템

Country Status (1)

Country Link
KR (1) KR20200060166A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022149784A1 (en) * 2021-01-06 2022-07-14 Samsung Electronics Co., Ltd. Method and electronic device for detecting candid moment in image frame

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022149784A1 (en) * 2021-01-06 2022-07-14 Samsung Electronics Co., Ltd. Method and electronic device for detecting candid moment in image frame

Similar Documents

Publication Publication Date Title
TWI709927B (zh) 目標用戶群體的確定方法及裝置
US8560519B2 (en) Indexing and searching employing virtual documents
US8352496B2 (en) Entity name matching
US20130219255A1 (en) Authorized Syndicated Descriptions of Linked Web Content Displayed With Links in User-Generated Content
US8250124B2 (en) Assigning content to an entry in directory
US20160335367A1 (en) Entity disambiguation using multisource learning
US9886711B2 (en) Product recommendations over multiple stores
US20150134664A1 (en) Experience graph
KR100725643B1 (ko) 온톨로지 기반 참고문헌 분석을 통한 연구자 성과정보 구축및 서비스 시스템과 그 방법 및 그 방법에 대한 컴퓨터프로그램을 저장한 기록매체
US20160217200A1 (en) Dynamic creation of domain specific corpora
US20180189380A1 (en) Job search engine
KR20200060166A (ko) 소셜네트워크 시스템에서의 이용자 추천 방법 및 그 시스템
Yang et al. HNRWalker: recommending academic collaborators with dynamic transition probabilities in heterogeneous networks
CN112131259A (zh) 一种相似恶意软件推荐方法、装置、介质和设备
US20170061552A1 (en) System and method for prediction of email addresses of certain individuals and verification thereof
de Graaff et al. Towards geosocial recommender systems
KR101607771B1 (ko) 저자 식별 방법 및 장치
KR20110048126A (ko) 공통 관심사에 의한 가상 게시판 생성 장치 및 그의 생성 방법
Vöhringer et al. Adapting the lesk algorithm for calculating term similarity in the context of requirements engineering
JP5583107B2 (ja) キーワード地名ペア抽出装置及び方法及びプログラム
KR101279753B1 (ko) 검색 결과에 대한 사용자 응답에 기반하여 검색 결과값을 재구성하는 검색 서비스 제공 장치 및 방법
Gu et al. Key analysis of smart tourism project setting and tourists' satisfaction degree based on data mining
Gohourou et al. International business matching using word embedding
Tahmasebi et al. Explanation to the Concept of Rehabilitation in Historic Buildings by Comparative Study of Different Functional Interventions
CN107220255B (zh) 地址信息处理方法及装置