KR20230151735A - 설문 척도 추천 방법 및 이를 적용한 장치 - Google Patents

설문 척도 추천 방법 및 이를 적용한 장치 Download PDF

Info

Publication number
KR20230151735A
KR20230151735A KR1020220051445A KR20220051445A KR20230151735A KR 20230151735 A KR20230151735 A KR 20230151735A KR 1020220051445 A KR1020220051445 A KR 1020220051445A KR 20220051445 A KR20220051445 A KR 20220051445A KR 20230151735 A KR20230151735 A KR 20230151735A
Authority
KR
South Korea
Prior art keywords
survey
scale
survey scale
scales
similarity
Prior art date
Application number
KR1020220051445A
Other languages
English (en)
Inventor
이상철
구교권
김도연
Original Assignee
재단법인대구경북과학기술원
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 재단법인대구경북과학기술원 filed Critical 재단법인대구경북과학기술원
Priority to KR1020220051445A priority Critical patent/KR20230151735A/ko
Publication of KR20230151735A publication Critical patent/KR20230151735A/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
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0203—Market surveys; Market polls
    • 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
    • G06F16/903—Querying
    • G06F16/9032—Query formulation
    • G06F16/90324—Query formulation using system suggestions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/258—Heading extraction; Automatic titling; Numbering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • Computational Linguistics (AREA)
  • Finance (AREA)
  • Data Mining & Analysis (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Mathematical Physics (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

설문 척도 추천 장치가 개시된다. 본 장치는 입력부, 디스플레이를 포함하는 출력부 및 입력부를 통해 설문 척도와 관련된 검색 쿼리를 입력받는 경우, 설문 척도 DB에 포함된 설문 척도와 검색 쿼리의 유사도를 산출하고, 산출된 유사도가 소정 기준을 만족하는 하나 이상의 설문 척도를 출력부를 통해 제1 추천하고, 제1 추천된 설문 척도 중 적어도 하나가 선택되는 경우, 선택된 설문 척도와 소정의 유사도를 갖는 하나 이상의 설문 척도를 출력부를 통해 제2 추천하는 제어부를 포함할 수 있다. 이에 따라, 사용자 편의가 제고될 수 있다.

Description

설문 척도 추천 방법 및 이를 적용한 장치{METHOD AND APPARATUS FOR RECOMMENDING SURVEY SCALE}
본 발명은 설문 척도와 관련된 사용자 질의에 대응하여 미리 저장된 다양한 설문 척도를 검색하여 추천하는 방법 및 장치에 관한 것이다.
척도(scale)는 설문 작성에서 부호화된 숫자를 사용하여 어떤 항목의 지표 내용을 측정한다. 연령, 학력, 임금액, 저축액, 몸무게, 키, 거리 등의 질문은 척도를 사용하지 않더라도 쉽게 파악될 수 있지만, 정부 정책에 대한 만족도, 삶의 행복 지수, 소비자 만족도, 언론에 대한 공정성 평가 등과 같은 설문은 조사 담당자와 응답자 사이에 일반적인 이해력이 없기 때문에 척도의 사용이 필요하다.
척도는 동일 기준으로 비교하므로 기준이 명확해야 하며, 응답자가 척도의 범위를 정확하게 이해하고 있지 못하다면 척도의 범위를 함축적으로 사용해야 한다. 척도의 내용이 명확하지 않을 때는 응답자가 쉽게 이해할 수 있도록 숫자, 비율, 그래프 등이 사용될 수 있다.
종래 기술에서는 특정 주제 분야의 설문 작성을 위해 설문 문항 구성 시, 동일 또는 유사 주제 분야에 대하여 다른 이용자가 미리 입력했던 설문 문항을 예시적으로 출력하는 서비스를 제공하였으나, 이는 종래 이용자들이 생성했던 문항을 무작위로 단순히 표현하여 제공하는 한계점이 있었다.
이에, 종래 이용자가 생성한 문항을 단순히 출력하는 서비스보다 사용자 선택 폭을 넓히는 사용자 맞춤형 서비스가 요청된다.
한편, 상기와 같은 정보는 본 발명의 이해를 돕기 위한 백그라운드 (background) 정보로서만 제시될 뿐이다. 상기 내용 중 어느 것이라도 본 발명에 관한 종래 기술로서 적용 가능할지 여부에 관해, 어떤 결정도 이루어지지 않았고, 또한 어떤 주장도 이루어지지 않는다.
KR 공개특허공보 제10-2019-0064801호(2020.03.18)
본 발명이 해결하고자 하는 일 과제는 사용자가 생성하려는 설문 주제에 대해 신뢰성 및 타당성이 고려된 설문 척도를 제공하는 데에 있다.
본 발명의 다른 과제는 어떤 분야에 대한 설문 척도와 관련된 사용자 검색어가 입력되면, 사용자의 선택 폭을 넓히는 다양한 설문 척도 및 설문 문항을 자동으로 제공하는 데에 있다.
본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
상술한 기술적 과제를 달성하기 위한 본 발명의 일 실시 예에 따른 프로세서에 의해 수행되는 설문 척도 추천 방법은 설문 척도와 관련된 검색 쿼리를 입력받는 단계; 설문 척도 DB(database)에 포함된 설문 척도와 상기 검색 쿼리의 유사도를 산출하는 단계; 산출된 유사도가 소정 기준을 만족하는 하나 이상의 설문 척도를 제1 추천하는 단계; 및 상기 제1 추천된 설문 척도 중 적어도 하나가 선택되는 경우, 상기 선택된 설문 척도와 소정의 유사도를 갖는 하나 이상의 설문 척도를 제2 추천하는 단계를 포함할 수 있다.
상기 설문 척도 추천 방법은 상기 입력받는 단계 이전에, 검색 태그 및 카테고리를 포함하는 설문 척도를 복수로 하는 데이터 셋으로부터 토픽 및 키워드를 추출하는 단계; 및 상기 검색 태그, 카테고리, 상기 추출된 토픽 및 키워드를 설문 척도 별로 매핑하여, 상기 설문 척도 DB로 생성하는 단계를 더 포함할 수 있다.
상기 토픽을 추출하는 단계는, 텍스트의 의미 구조를 발견하기 위한 토픽 모델링 알고리즘에 기초하여, 상기 토픽을 추출하는 단계를 포함할 수 있다.
상기 키워드를 추출하는 단계는, 텍스트의 빈도수에 기초한 키워드 추출 알고리즘에 기초하여, 상기 키워드를 추출하는 단계를 포함할 수 있다.
상기 유사도를 산출하는 단계는, 상기 설문 척도 DB에 포함된 설문 척도 각각의 구성 집합과 상기 검색 쿼리의 구성 집합 간 유사도값를 자카드 인덱스(jaccard index)를 이용하여 산출하는 단계를 포함할 수 있다.
상기 제1 추천하는 단계는, 산출된 유사도값이 소정 기준값 이상인 하나 이상의 설문 척도를 검색하여 추천하는 단계를 포함할 수 있다.
상기 설문 척도 추천 방법은 상기 제2 추천하는 단계 이전에, 상기 설문 척도 DB에 포함된 설문 척도 간의 사전 유사도를 미리 산출하는 단계를 더 포함할 수 있다.
상기 제2 추천하는 단계는, 상기 제1 추천된 설문 척도 중 적어도 하나가 선택되는 경우, 상기 미리 산출된 사전 유사도를 이용하여, 상기 선택된 설문 척도와 소정 범위 내에서 유사한 설문 척도 또는 설문 항목을 추천하는 단계를 포함할 수 있다.
본 발명의 일 실시 예에 따른 설문 척도 추천 장치는 입력부; 디스플레이를 포함하는 출력부; 및 상기 입력부를 통해 설문 척도와 관련된 검색 쿼리를 입력받는 경우, 설문 척도 DB에 포함된 설문 척도와 상기 검색 쿼리의 유사도를 산출하고, 산출된 유사도가 소정 기준을 만족하는 하나 이상의 설문 척도를 상기 출력부를 통해 제1 추천하는 제어부를 포함할 수 있다.
상기 제어부는, 상기 제1 추천된 설문 척도 중 적어도 하나가 선택되는 경우, 상기 선택된 설문 척도와 소정의 유사도를 갖는 하나 이상의 설문 척도를 상기 출력부를 통해 제2 추천하도록 구성될 수 있다.
상기 제어부는, 검색 태그 및 카테고리를 포함하는 설문 척도를 복수로 하는 데이터 셋으로부터 토픽 및 키워드를 추출하고, 상기 검색 태그, 카테고리, 상기 추출된 토픽 및 키워드를 설문 척도 별로 매핑하여, 상기 설문 척도 DB로 생성하도록 구성될 수 있다.
상기 제어부는, 텍스트의 의미 구조를 발견하기 위한 토픽 모델링 알고리즘에 기초하여, 상기 토픽을 추출하도록 구성될 수 있다.
상기 제어부는, 텍스트의 빈도수에 기초한 키워드 추출 알고리즘에 기초하여, 상기 키워드를 추출하도록 구성될 수 있다.
상기 제어부는, 상기 설문 척도 DB에 포함된 설문 척도 각각의 구성 집합과 상기 검색 쿼리의 구성 집합 간 유사도값를 자카드 인덱스를 이용하여 산출하도록 구성될 수 있다.
상기 제어부는, 산출된 유사도값이 소정 기준값 이상인 하나 이상의 설문 척도를 검색하여 상기 디스플레이를 통해 추천하도록 구성될 수 있다.
상기 제어부는, 상기 설문 척도 DB에 포함된 설문 척도 간의 사전 유사도를 미리 산출하며, 상기 제1 추천된 설문 척도 중 적어도 하나가 선택되는 경우, 상기 미리 산출된 사전 유사도를 이용하여, 상기 선택된 설문 척도와 소정 범위 내에서 유사한 설문 척도 또는 설문 항목을 상기 디스플레이를 통해 추천하도록 구성될 수 있다.
이 외에도, 본 개시를 구현하기 위한 실행하기 위한 컴퓨터 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램이 더 제공될 수 있다.
이 외에도, 본 개시를 구현하기 위한 방법을 실행하기 위한 컴퓨터 프로그램을 기록하는 컴퓨터 판독 가능한 기록 매체가 더 제공될 수 있다.
본 발명의 일 실시 예에 따르면, 사용자가 생성하려는 설문 주제에 대해 신뢰성 및 타당성이 고려된 설문 척도가 제공됨으로써, 설문 신뢰도가 향상될 수 있으며 설문 문항 작성이 순조롭게 수행될 수 있다.
본 발명의 일 실시 예에 따르면, 설문 주제 분야에서 이용자가 더욱 정확한 응답 결과에 의한 데이터를 획득할 가능성을 높임으로써, 데이터 분석 결과의 신뢰성을 제고하여 연구의 질 향상은 물론, 다양한 분야의 분석 결과 응용에 있어서 우수한 효과가 발생될 수 있다.
본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시 예에 따른 설문 척도 추천 방법을 설명하기 위한 개략도,
도 2는 본 발명의 일 실시 예에 따른 설문 척도 추천 장치의 구성을 나타내는 블록도,
도 3은 본 발명의 일 실시 예에 따른 설문 척도 추천 방법을 나타내는 시퀀스도,
도 4는 본 발명의 일 실시 예에 따른 설문 척도 데이터베이스를 생성하는 방법을 나타내는 시퀀스도,
도 5는 본 발명의 일 실시 예에 따른 설문 척도 데이터베이스를 생성하는 과정을 설명하기 위한 도면,
도 6은 본 발명의 일 실시 예에 따른 검색 쿼리 및 설문 척도 간의 유사도를 산출하는 방법을 설명하기 위한 도면, 그리고,
도 7은 본 발명의 일 실시 예에 따른 검색 쿼리가 입력되면 설문 척도를 검색 및 추천하는 설문 척도 추천 장치를 설명하기 위한 도면이다.
본 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성요소를 지칭한다. 명세서에서 사용되는 '부, 모듈, 부재, 블록'이라는 용어는 소프트웨어 또는 하드웨어로 구현될 수 있으며, 실시 예들에 따라 복수의 '부, 모듈, 부재, 블록'이 하나의 구성요소로 구현되거나, 하나의 '부, 모듈, 부재, 블록'이 복수의 구성요소들을 포함하는 것도 가능하다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 직접적으로 연결되어 있는 경우 뿐 아니라, 간접적으로 연결되어 있는 경우를 포함하고, 간접적인 연결은 무선 통신망을 통해 연결되는 것을 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
명세서 전체에서, 어떤 부재가 다른 부재 "상에" 위치하고 있다고 할 때, 이는 어떤 부재가 다른 부재에 접해 있는 경우뿐 아니라 두 부재 사이에 또 다른 부재가 존재하는 경우도 포함한다.
제 1, 제 2 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위해 사용되는 것으로, 구성요소가 전술된 용어들에 의해 제한되는 것은 아니다.
단수의 표현은 문맥상 명백하게 예외가 있지 않는 한, 복수의 표현을 포함한다.
각 단계들에 있어 식별부호는 설명의 편의를 위하여 사용되는 것으로 식별부호는 각 단계들의 순서를 설명하는 것이 아니며, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않는 이상 명기된 순서와 다르게 실시될 수 있다.
이하 첨부된 도면들을 참고하여 본 개시의 작용 원리 및 실시 예들에 대해 설명한다.
본 명세서 설명하는 설문 척도(survey scale)는 설문 문항을 작성하기 위한 기준이며, 설문 척도 각각은 연관된 설문 문항을 포함하거나 하위 구성으로 포함할 수 있다.
도 1은 본 발명의 일 실시 예에 따른 설문 척도 추천 방법을 설명하기 위한 개략도이며, 상기 방법은 설문 척도 추천 장치(100)를 통해 수행될 수 있다.
일단, 설문 척도 추천 장치(100)는 설문 관련 검색 쿼리를 입력받을 수 있다(S110).
설문 관련 검색 쿼리는 설문 문항을 작성하려는 사용자 단말의 유저 인터페이스를 통해 입력될 수 있으며, 유저 인터페이스는 디스플레이를 통해 출력될 수 있다.
검색 쿼리(query)는 질의문으로 설문에 관련된 내용을 포함할 수 있으며, 다양한 설문 척도(survey scale)와 관련된 정보를 포함할 수 있다. 여기서, 설문 척도는 다양한 검색 태그, 카테고리, 키워드, 토픽(주제) 등을 포함할 수 있다.
그 후에, 설문 척도 추천 장치(100)는 입력된 설문 관련 검색 쿼리에 기초하여, 설문 척도를 검색하고 검색된 설문 척도를 추천할 수 있다(S120).
설문 척도 추천 장치(100)는 검색 쿼리의 다양한 검색 태그, 카테고리, 키워드 및/또는 토픽(주제) 등을 포함하는 구성 집합과 미리 구축된 설문 척도 DB의 설문 척도 각각의 구성 집합을 비교하여 유사도를 산출할 수 있으며, 산출된 유사도에 따라 설문 척도를 검색하고, 검색된 설문 척도를 추천하거나 추천된 설문 척도와 유사한 설문 척도를 함께 추천할 수 있으며, 추천된 설문 문항과 연관된 설문 문항을 제공할 수 있다.
가령, 설문 척도 추천 장치(100)는 “냉장고 소비자 만족도”가 검색 쿼리로 입력되면, “냉장고”, “소비자”, “만족도” 와 미리 구축된 설문 척도 DB의 “주제”, “키워드”, “검색 태그” 및/또는 “카테고리”를 집합 비교한 후, “냉장고 소비자 만족도”, “세탁기 소비자 만족도”, “인덕션 소비자 만족도” 등을 1차적으로 설문 척도로 제공한 후, 제공된 설문 척도와 유사한 설문 척도, 가령, “서비스 센터 소비자 만족도”, “침대 소비자 만족도”, “냉장고 제조사 소비자 만족도” 등을 2차적으로 제공할 수 있으며, 제공된 설문 척도와 연관된 다양한 설문 문항을 제공할 수 있다.
이와 같이, 설문 척도 추천 장치(100)는 검색 쿼리에 대응하는 설문 척도(및 그와 연관된 설문 문항) 및 그와 유사성을 갖는 설문 척도(및 그와 연관된 설문 문항)를 사용자에게 함께 제공함으로써, 사용자(가령, 설문 작성자)의 선택 폭을 넓힐 수 있다.
상술한 설문 척도 추천 장치(100)는 연산처리를 수행하여 사용자에게 결과를 제공할 수 있는 다양한 장치들이 모두 포함된다. 예를 들어, 본 발명의 일 실시 예에 따른 설문 척도 추천 장치(100)는 컴퓨터, 서버 장치 및 휴대용 단말기를 모두 포함하거나, 또는 어느 하나의 형태가 될 수 있다.
상기 컴퓨터는 예를 들어, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(desktop), 랩톱(laptop), 태블릿 PC, 슬레이트 PC 등을 포함할 수 있다. 상기 서버 장치는 외부 장치와 통신을 수행하여 정보를 처리하는 서버로써, 애플리케이션 서버, 컴퓨팅 서버, 데이터베이스 서버, 파일 서버, 게임 서버, 메일 서버, 프록시 서버 및 웹 서버 등을 포함할 수 있다.
상기 휴대용 단말기는 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), WiBro(Wireless Broadband Internet) 단말, 스마트 폰(Smart Phone) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치와 시계, 반지, 팔찌, 발찌, 목걸이, 안경, 콘택트 렌즈, 또는 머리 착용형 장치(head-mounted-device(HMD)) 등과 같은 웨어러블 장치를 포함할 수 있다.
이하에서는 상술한 설문 척도 추천 장치(100)를 보다 구체적으로 설명하기로 한다.
도 2는 본 발명의 일 실시 예에 따른 설문 척도 추천 장치(100)의 구성을 나타내는 블록도이다.
설문 척도 추천 장치(100)는 통신부(110), 입력부(120), 출력부(130), 메모리(150) 및 제어부(190)를 포함할 수 있다. 다만, 도 2에 도시된 구성들은 본 개시에 따른 설문 척도 추천 장치(100)를 구현하는데 있어서 필수적인 것은 아니어서, 본 명세서 상에서 설명되는 설문 척도 추천 장치(100)는 위에서 열거된 구성요소들 보다 많거나, 또는 적은 구성요소들을 가질 수 있다.
통신부(110)는 외부 장치와 통신을 가능하게 하는 하나 이상의 구성 요소를 포함할 수 있으며, 예를 들어, 방송 수신 모듈, 유선통신 모듈, 무선통신 모듈, 근거리 통신 모듈, 위치정보 모듈 중 적어도 하나를 포함할 수 있다.
통신부(110)는 입력된 설문 척도와 관련된 검색 쿼리를 외부 장치 또는 외부 서버로 전송할 수 있으며, 통신부(110)는 외부 장치 또는 서버에서 연산된 결과(가령, 설문 척도 또는 설문 문항 등)를 수신할 수 있다.
입력부(120)는 영상 정보(또는 신호), 오디오 정보(또는 신호), 데이터, 또는 사용자로부터 입력되는 정보의 입력을 위한 것으로서, 적어도 하나의 카메라, 적어도 하나의 마이크로폰 및 사용자 입력부 중 적어도 하나를 포함할 수 있다. 입력부(120)에서 수집한 음성 데이터나 이미지 데이터는 분석되어 사용자의 제어명령으로 처리될 수 있다.
출력부(130)는 시각, 청각 또는 촉각 등과 관련된 출력을 발생시키기 위한 것으로, 디스플레이(133), 스피커, 햅팁 모듈 및 광 출력부 중 적어도 하나를 포함할 수 있다.
여기서, 디스플레이(133)는 터치 센서와 상호 레이어 구조를 이루거나 일체형으로 형성됨으로써, 터치 스크린을 구현할 수 있다. 이러한 터치 스크린은, 본 장치(100)와 사용자 사이의 입력 인터페이스를 제공하는 사용자 입력부로써 기능함과 동시에, 본 장치와 사용자 간에 출력 인터페이스를 제공할 수 있다.
디스플레이(133)는 본 장치(100)에서 처리되는 정보를 표시(출력)할 수 있다. 예를 들어, 디스플레이(133)는 본 장치(100)에서 구동되는 응용 프로그램(일 예로, 어플리케이션)의 실행화면 정보, 또는 이러한 실행화면 정보에 따른 UI(User Interface), GUI(Graphic User Interface) 정보를 표시할 수 있다.
메모리(150)는 프로세서와 전기적으로 연결되고, 프로세서에서 수행되는 적어도 하나의 코드(Code)를 저장할 수 있다. 메모리(150)는 본 장치의 다양한 기능을 지원하는 데이터와, 프로세서의 동작을 위한 프로그램을 저장할 수 있고, 입/출력되는 데이터들(예를 들어, 음악 파일, 정지영상, 동영상 등)을 저장할 있고, 본 장치에서 구동되는 다수의 응용 프로그램(application program 또는 애플리케이션(application)), 본 장치의 동작을 위한 데이터들, 명령어들을 저장할 수 있다. 이러한 응용 프로그램 중 적어도 일부는, 무선 통신을 통해 외부 서버로부터 다운로드 될 수 있다.
이러한, 메모리(150)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), SSD 타입(Solid State Disk type), SDD 타입(Silicon Disk Drive type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(random access memory; RAM), SRAM(static random access memory), 롬(read-only memory; ROM), EEPROM(electrically erasable programmable read-only memory), PROM(programmable read-only memory), 자기 메모리, 자기 디스크 및 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다. 또한, 메모리(150)는 본 장치(100)와는 분리되어 있으나, 유선 또는 무선으로 연결된 데이터베이스가 될 수도 있다.
제어부(190)는 본 장치 내의 구성요소들의 동작을 제어하기 위한 알고리즘 또는 알고리즘을 재현한 프로그램에 대한 데이터를 저장하는 메모리, 및 메모리에 저장된 데이터를 이용하여 전술한 동작을 수행하는 적어도 하나의 프로세서(미도시)로 구현될 수 있다. 이때, 메모리와 프로세서는 각각 별개의 칩으로 구현될 수 있다. 또는, 메모리와 프로세서는 단일 칩으로 구현될 수도 있다.
또한, 제어부(190)는 이하의 도 3 내지 도 7에서 설명되는 본 발명의 다양한 실시 예들을 본 장치(100) 상에서 구현하기 위하여, 위에서 살펴본 구성요소들을 중 어느 하나 또는 복수를 조합하여 제어할 수 있다.
도 2에 도시된 구성 요소들의 성능에 대응하여 적어도 하나의 구성요소가 추가되거나 삭제될 수 있다. 또한, 구성 요소들의 상호 위치는 시스템의 성능 또는 구조에 대응하여 변경될 수 있다는 것은 당해 기술 분야에서 통상의 지식을 가진 자에게 용이하게 이해될 것이다.
한편, 도 2에서 도시된 각각의 구성요소는 소프트웨어 및/또는 Field Programmable Gate Array(FPGA) 및 주문형 반도체(ASIC, Application Specific Integrated Circuit)와 같은 하드웨어 구성요소를 의미한다.
도 3은 본 발명의 일 실시 예에 따른 설문 척도 추천 방법을 나타내는 시퀀스도이다.
먼저, 설문 척도 추천 장치(100)의 제어부(190)는 설문 척도와 관련된 검색 쿼리를 입력부(120)를 통해 입력받을 수 있다(S310, 입력 단계).
여기서, 설문 척도와 관련된 검색 쿼리는 검색 태그, 카테고리, 토픽 및/또는 키워드에 관련된 정보를 포함할 수 있다.
선택적 또는 부가적 실시 예에서, 제어부(190)는 입력된 검색 쿼리에서 구문 분석에 기반하여 의미 있는 단어를 추출할 수 있으며, 불필요한 캐릭터(가령, 공란, 오기된 글짜 등)를 제거할 수 있고, 추출된 단어 단위로 메모리(150)에 저장할 수 있다.
제어부(190)는, 상기 S310 단계(입력 단계) 이전에, 설문 척도 DB(database)를 생성할 수 있는데, 도 4 및 도 5를 참고하여 설명하기로 한다.
도 4는 본 발명의 일 실시 예에 따른 설문 척도 DB를 생성하는 방법을 나타내는 시퀀스도이고, 도 5는 상기 설문 척도 데이터베이스를 생성하는 과정을 설명하기 위한 도면이다.
제어부(190)는 검색 태그 및 카테고리를 포함하는 설문 척도를 복수로 하는 데이터 셋(510)으로부터 토픽 및 키워드를 추출할 수 있다(S410, S530, S540).
데이터 셋(510)의 각 설문 척도(Q1a~QNa)는 검색 태그 및 카테고리를 포함할 수 있다. 검색 태그는 검색을 위한 다양한 정보(가령, “#검색어”)일 수 있으며, 카테고리는 정보의 계층 및 분류 관계(가령, 대/중/소 분류)를 나타내는 정보를 포함할 수 있다. 검색 태그 및 카테고리는 설문 척도의 제공자(가령, 사용자, 시스템 제공자 등)에 의해 미리 결정되어 제공되는 자료이며, 이미 설문 척도로서의 신뢰도 및 타당도가 확보된 자료일 수 있다. 즉, 빅데이터 기반으로 검증되지 않은 데이터를 사용하는 것이 아니라, 검증이 수행된 자료가 사용되어, 설문 척도가 보다 신뢰도 높게 검색 및 추천될 수 있다.
제어부(190)는 데이터 셋(510)의 각 설문 척도(Q1a~QNa)로부터 토픽을 추출할 수 있다(S530).
제어부(190)는 텍스트의 의미 구조를 발견하기 위한 토픽 모델링 알고리즘에 기초하여, 토픽을 추출할 수 있는데, 제어부(190)는 문서 집합의 추상적인 주제(토픽)를 발견하기 위한 통계적 모델을 이용할 수 있다.
제어부(190)는 특정 주제에 관한 문헌에서는 그 주제에 관한 단어가 다른 단어들에 비해 더 자주 등장하는 점을 이용할 수 있다. 예를 들어, 개에 대한 문서에서는 “조직"과 “성과"라는 단어가 더 자주 등장할 수 있는 반면, 고양이에 대한 문서에서는 “이해"와 “인내"가 더 자주 등장할 수 있다. 또한, "그", "~이다"와 같은 단어는 양쪽 모두에서 자주 등장할 것이다. 이렇게 함께 자주 등장하는 단어들은 대게 유사한 의미를 지니게 되는데 이를 잠재적인 "주제"로 정의할 수 있다. 즉, “조직"과 “성과"를 하나의 주제(리더십)로 묶고, “이해"와 “인내"를 또 다른 주제(포용력)로 묶는 모형을 구상할 수 있다.
이를 위해, 제어부(190)는 LDA(latent dirichlet allocation), LSI(latent semantic analysis), PLSI(probabilistic latent semantic analysis), sLDA(supervised LDA), hLDA(hierarchical LDA) 등의 토픽 모델링 알고리즘을 이용하여, 데이터 셋(510)의 설문 척도로부터 토픽을 추출할 수 있는데, 복수 개의 토픽을 추출할 수 있다.
제어부(190)는 데이터 셋(510)의 각 설문 척도(Q1a~QNa)로부터 키워드를 추출할 수 있다(S540).
제어부(190)는 텍스트의 빈도수에 기초한 키워드 추출 알고리즘에 기초하여, 상기 키워드를 추출할 수 있다.
구체적으로, 제어부(190)는 여러 문서로 이루어진 문서군이 있을 때 어떤 단어가 특정 문서 내에서 얼마나 중요한 것인지를 나타내는 통계적 수치를 산출할 수 있다. 특정 문서에서 키워드는 해당 문서에서 자주 발생(term frequency)하지만, 문서군에 있는 다른 문서들에서 희귀한 단어(inverse document frequency)여야 의미가 있을 수 있다. 예를 들어, 특정 문서의 키워드를 추출하고자 할때, “리더십”이라는 단어가 많이 발생하였고, 다른 문서군에서 드물게 발생하였다면 “리더십”이라는 단어는 해당 문서의 키워드가 된다. 다른 문서에서도 많이 발생하는 단어인 “그, 그리고, ~이다” 등과 같은 단어는 해당 문서에서 많이 발생하지만, 문서 군에서도 희귀하지 않기 때문에 키워드가 될 수 없다.
이를 위해, 제어부(190)는 TF-IDF(term frequency - inverse document frequency), BM25, TextRank 등의 알고리즘을 이용할 수 있으며, 복수 개의 키워드를 추출할 수 있다.
제어부(190)는, 도 4의 S410 단계 이후, 검색 태그, 카테고리, 추출된 토픽 및 키워드를 설문 척도 별(Q1b~QNb)로 매핑하여, 설문 척도 DB(520)로 생성할 수 있다(S420).
즉, 개별 설문 척도(Q1b~QNb)는 검색 태그, 카테고리, 추출된 토픽 및/또는 키워드를 포함할 수 있으며, 이와 연관된 설문 문항을 포함하거나 하위 구성으로 포함(가령, 참조 방식을 통해)할 수 있다.
여기서, 검색 태그, 카테고리, 토픽, 키워드는 다양한 분야의 논문, 소셜 미디어, 뉴스, 사전, 인터넷 등에서 발견될 수 있으며, 신뢰성이 확보된 것일 수 있다.
다시, 도 3으로 돌아가서, 제어부(190)는, S310 단계(입력 단계) 이후, 설문 척도 DB에 포함된 설문 척도와 검색 쿼리의 유사도를 산출할 수 있다(S320).
제어부(190)는 설문 척도 DB에 포함된 설문 척도 각각의 구성 집합과 상기 검색 쿼리의 구성 집합 간 유사도값를 자카드 인덱스(jaccard index)를 이용하여 산출할 수 있다. 도 6을 함께 참고하기로 한다.
도 6은 본 발명의 일 실시 예에 따른 검색 쿼리 및 설문 척도 간의 유사도를 산출하는 방법을 설명하기 위한 도면이다.
도 6에서 X 집합은 설문 척도 DB에 포함된 설문 척도 각각의 구성 집합이며, Y 집합은 검색 쿼리의 구성 집합일 수 있다.
자카드 인덱스는 두 집합 사이의 유사도를 측정하는 방법으로, 자카드 계수(coefficient) 또는 자카드 유사도(similarity)라고도 하며, 자카드 인덱스의 값(JS)은 0 과 1 사이의 값을 가지며, 두 집합이 동일하면 1의 값을 가지고, 공통의 원소가 없는 경우 0의 값을 가진다.
제어부(190)는, S320 단계 이후, 산출된 유사도가 소정 기준을 만족하는 하나 이상의 설문 척도를 제1 추천할 수 있다(S330).
제어부(190)는 유사도가 소정 수치 이상인 경우, 해당 설문 척도를 추천할 수 있다. 즉, 제어부(190)는 설문 척도 DB에 포함된 설문 척도 각각의 구성 집합과 상기 검색 쿼리의 구성 집합 간 유사도값(자카드 인덱스)이 소정 수치 이상인 설문 척도를 결정하여 추천할 수 있다. 여기서, 추천된 설문 척도에는 설문 문항도 포함될 수 있다.
또한, 제어부(190)는 결정되고 추천된 설문 척도에 대해서 토픽, 추천 근거(가령, 관련 논문 정보) 등을 함께 제공할 수 있으나, 실시 예가 이에 한정되는 것은 아니다.
선택적 또는 부가적 실시 예로, 제어부(190)는 설문 척도 DB에 포함된 설문 척도 각각의 구성 집합과 상기 검색 쿼리의 구성 집합 간 유사도값을 산출한 후, 유사도값에 따라 결정되는 설문 척도의 개수를 인식한 후, 설문 척도의 개수가 소정 개수를 만족하는 유사도값을 기준 유사도값으로 결정할 수 있다. 이에 따라, 적절하게 설정된 개수의 설문 척도만 출력 또는 결정될 수 있다.
제어부(190)는, S330 단계 이후, 제1 추천된 설문 척도가 선택되지 않으면(S340), 선택을 대기하며(S360), 제1 추천된 설문 척도가 선택되면(S340), 선택된 설문 척도와 소정의 유사도를 갖는 하나 이상의 설문 척도를 제2 추천할 수 있다(S350).
제어부(190)는 사용자에게 제1 추천된 설문 척도 중에서 사용자 편의에 따라 설문 척도를 선택하도록 유저 인터페이스를 제공할 수 있다.
제어부(190)는 상기 제2 추천을 수행할 때, 설문 척도 DB에 포함된 설문 척도 간의 사전 유사도를 미리 산출할 수 있다.
제어부(190)는 제1 추천된 설문 척도 중 적어도 하나가 선택되는 경우, 미리 산출된 사전 유사도를 이용하여, 선택된 설문 척도와 소정 범위 내에서 유사한 설문 척도(및/또는 설문 항목)을 제2 추천할 수 있다.
즉, 상술한 제1 추천의 경우, 사용자가 어떤 쿼리를 입력할지 예상되지 않아, 쿼리의 구성 집합과 설문 척도 DB와 필수적으로 유사도 연산을 해야하나, 미리 구축된 설문 척도 DB 내의 설문 척도끼리 유사도 연산은 미리 수행할 수 있다. 이에 따라, 신속하게 설문 척도 및 설문 항목들이 추천될 수 있어서, 사용자 선택의 폭이 넓어질 수 있다.
선택적 실시 예로, 제어부(190)는 검색 쿼리와 설문 척도 DB 간의 유사도 연산도 미리 저장하였다가, 유사한 검색 쿼리가 입력되는 유사도 결과를 차용하여 이용할 수 있다.
도 7은 본 발명의 일 실시 예에 따른 검색 쿼리가 입력되면 설문 척도를 검색 및 추천하는 설문 척도 추천 장치를 설명하기 위한 도면이다.
제어부(190)는 검색 쿼리 입력 란(710)이 배치된 영역, 제1 추천되는 설문 척도를 나타내는 영역(720), 제1 추천된 설문 척도가 선택되면, 선택된 설문 척도와 유사한 설문 척도를 나타내는 영역(730)을 디스플레이(133)에 출력할 수 있다.
가령, 제어부(190)는 사용자(UF)에 의해 Qr1의 설문 척도가 선택되면, Qr1과 소정 유사도를 갖는 Qa~Qe(RQ)를 제공할 수 있으며, Qa~Qe(RQ) 중 하나가 선택되면, 그와 연관된 설문 문항을 보고서 형태로 사용자에게 제공할 수 있다.
본 명세서에서 설문 척도 추천 장치가 자체적으로 유사도를 결정하여 설문 척도 및 설문 문항을 추천(제공)하는 것으로 설명하나, 실시 예에 따라서는, 검색 쿼리만 입력받아 외부 연산 서버에 전송하고, 외부 서버로부터 설문 척도 및 설문 문항을 제공받아, 출력하는 기능만 수행할 수도 있다.
한편, 개시된 실시 예들은 컴퓨터에 의해 실행 가능한 명령어를 저장하는 기록매체의 형태로 구현될 수 있다. 명령어는 프로그램 코드의 형태로 저장될 수 있으며, 프로세서에 의해 실행되었을 때, 프로그램 모듈을 생성하여 개시된 실시 예들의 동작을 수행할 수 있다. 기록매체는 컴퓨터로 읽을 수 있는 기록매체로 구현될 수 있다.
컴퓨터가 읽을 수 있는 기록매체로는 컴퓨터에 의하여 해독될 수 있는 명령어가 저장된 모든 종류의 기록 매체를 포함한다. 예를 들어, ROM(Read Only Memory), RAM(Random Access Memory), 자기 테이프, 자기 디스크, 플래쉬 메모리, 광 데이터 저장장치 등이 있을 수 있다.
이상에서와 같이 첨부된 도면을 참조하여 개시된 실시 예들을 설명하였다. 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자는 본 개시의 기술적 사상이나 필수적인 특징을 변경하지 않고도, 개시된 실시 예들과 다른 형태로 본 개시가 실시될 수 있음을 이해할 것이다. 개시된 실시 예들은 예시적인 것이며, 한정적으로 해석되어서는 안 된다.
100 : 설문 척도 추천 장치.

Claims (15)

  1. 프로세서에 의해 수행되는 설문 척도 추천 방법으로서,
    설문 척도와 관련된 검색 쿼리를 입력받는 단계;
    설문 척도 DB(database)에 포함된 설문 척도와 상기 검색 쿼리의 유사도를 산출하는 단계;
    산출된 유사도가 소정 기준을 만족하는 하나 이상의 설문 척도를 제1 추천하는 단계; 및
    상기 제1 추천된 설문 척도 중 적어도 하나가 선택되는 경우, 상기 선택된 설문 척도와 소정의 유사도를 갖는 하나 이상의 설문 척도를 제2 추천하는 단계를 포함하는, 설문 척도 추천 방법.
  2. 제1항에 있어서,
    상기 입력받는 단계 이전에,
    검색 태그 및 카테고리를 포함하는 설문 척도를 복수로 하는 데이터 셋으로부터 토픽 및 키워드를 추출하는 단계; 및
    상기 검색 태그, 카테고리, 상기 추출된 토픽 및 키워드를 설문 척도 별로 매핑하여, 상기 설문 척도 DB로 생성하는 단계를 더 포함하는, 설문 척도 추천 방법.
  3. 제2항에 있어서,
    상기 토픽을 추출하는 단계는,
    텍스트의 의미 구조를 발견하기 위한 토픽 모델링 알고리즘에 기초하여, 상기 토픽을 추출하는 단계를 포함하는, 설문 척도 추천 방법.
  4. 제3항에 있어서,
    상기 키워드를 추출하는 단계는,
    텍스트의 빈도수에 기초한 키워드 추출 알고리즘에 기초하여, 상기 키워드를 추출하는 단계를 포함하는, 설문 척도 추천 방법.
  5. 제2항에 있어서,
    상기 유사도를 산출하는 단계는,
    상기 설문 척도 DB에 포함된 설문 척도 각각의 구성 집합과 상기 검색 쿼리의 구성 집합 간 유사도값를 자카드 인덱스(jaccard index)를 이용하여 산출하는 단계를 포함하는, 설문 척도 추천 방법.
  6. 제5항에 있어서,
    상기 제1 추천하는 단계는,
    산출된 유사도값이 소정 기준값 이상인 하나 이상의 설문 척도를 검색하여 추천하는 단계를 포함하는, 설문 척도 추천 방법.
  7. 제6항에 있어서,
    상기 제2 추천하는 단계 이전에,
    상기 설문 척도 DB에 포함된 설문 척도 간의 사전 유사도를 미리 산출하는 단계를 더 포함하며,
    상기 제2 추천하는 단계는,
    상기 제1 추천된 설문 척도 중 적어도 하나가 선택되는 경우, 상기 미리 산출된 사전 유사도를 이용하여, 상기 선택된 설문 척도와 소정 범위 내에서 유사한 설문 척도 또는 설문 항목을 추천하는 단계를 포함하는, 설문 척도 추천 방법.
  8. 하드웨어인 컴퓨터와 결합되어, 제1항 내지 제7항 중 어느 한 항의 방법을 실행시키기 위하여 매체에 저장된, 설문 척도 추천 프로그램.
  9. 설문 척도 추천 장치로서,
    입력부; 디스플레이를 포함하는 출력부; 및
    상기 입력부를 통해 설문 척도와 관련된 검색 쿼리를 입력받는 경우, 설문 척도 DB에 포함된 설문 척도와 상기 검색 쿼리의 유사도를 산출하고, 산출된 유사도가 소정 기준을 만족하는 하나 이상의 설문 척도를 상기 출력부를 통해 제1 추천하는 제어부를 포함하며,
    상기 제어부는,
    상기 제1 추천된 설문 척도 중 적어도 하나가 선택되는 경우, 상기 선택된 설문 척도와 소정의 유사도를 갖는 하나 이상의 설문 척도를 상기 출력부를 통해 제2 추천하도록 구성되는, 설문 척도 추천 장치.
  10. 제9항에 있어서,
    상기 제어부는,
    검색 태그 및 카테고리를 포함하는 설문 척도를 복수로 하는 데이터 셋으로부터 토픽 및 키워드를 추출하고, 상기 검색 태그, 카테고리, 상기 추출된 토픽 및 키워드를 설문 척도 별로 매핑하여, 상기 설문 척도 DB로 생성하도록 구성되는, 설문 척도 추천 장치.
  11. 제10항에 있어서,
    상기 제어부는,
    텍스트의 의미 구조를 발견하기 위한 토픽 모델링 알고리즘에 기초하여, 상기 토픽을 추출하도록 구성되는, 설문 척도 추천 장치.
  12. 제11항에 있어서,
    상기 제어부는,
    텍스트의 빈도수에 기초한 키워드 추출 알고리즘에 기초하여, 상기 키워드를 추출하도록 구성되는, 설문 척도 추천 장치.
  13. 제10항에 있어서,
    상기 제어부는,
    상기 설문 척도 DB에 포함된 설문 척도 각각의 구성 집합과 상기 검색 쿼리의 구성 집합 간 유사도값를 자카드 인덱스를 이용하여 산출하도록 구성되는, 설문 척도 추천 장치.
  14. 제13항에 있어서,
    상기 제어부는,
    산출된 유사도값이 소정 기준값 이상인 하나 이상의 설문 척도를 검색하여 상기 디스플레이를 통해 추천하도록 구성되는, 설문 척도 추천 장치.
  15. 제14항에 있어서,
    상기 제어부는,
    상기 설문 척도 DB에 포함된 설문 척도 간의 사전 유사도를 미리 산출하며, 상기 제1 추천된 설문 척도 중 적어도 하나가 선택되는 경우, 상기 미리 산출된 사전 유사도를 이용하여, 상기 선택된 설문 척도와 소정 범위 내에서 유사한 설문 척도 또는 설문 항목을 상기 디스플레이를 통해 추천하도록 구성되는, 설문 척도 추천 장치.
KR1020220051445A 2022-04-26 2022-04-26 설문 척도 추천 방법 및 이를 적용한 장치 KR20230151735A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220051445A KR20230151735A (ko) 2022-04-26 2022-04-26 설문 척도 추천 방법 및 이를 적용한 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220051445A KR20230151735A (ko) 2022-04-26 2022-04-26 설문 척도 추천 방법 및 이를 적용한 장치

Publications (1)

Publication Number Publication Date
KR20230151735A true KR20230151735A (ko) 2023-11-02

Family

ID=88747791

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220051445A KR20230151735A (ko) 2022-04-26 2022-04-26 설문 척도 추천 방법 및 이를 적용한 장치

Country Status (1)

Country Link
KR (1) KR20230151735A (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190064801A (ko) 2017-12-01 2019-06-11 상명대학교산학협력단 감성 어휘 기반의 사회적 감성 설문 조사를 위한 설문 생성 시스템 및 그 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190064801A (ko) 2017-12-01 2019-06-11 상명대학교산학협력단 감성 어휘 기반의 사회적 감성 설문 조사를 위한 설문 생성 시스템 및 그 방법

Similar Documents

Publication Publication Date Title
US11017045B2 (en) Personalized user experience and search-based recommendations
AU2018383346B2 (en) Domain-specific natural language understanding of customer intent in self-help
CN109196496B (zh) 未知词预测器和内容整合的翻译器
CN108885624B (zh) 信息推荐系统及方法
US10878044B2 (en) System and method for providing content recommendation service
US20150169710A1 (en) Method and apparatus for providing search results
US20130036121A1 (en) System and method for recommending blog
US9251473B2 (en) Identifying salient items in documents
US10482142B2 (en) Information processing device, information processing method, and program
CN107562939A (zh) 垂直领域新闻推荐方法、装置及可读储存介质
US20200050906A1 (en) Dynamic contextual data capture
US20220121668A1 (en) Method for recommending document, electronic device and storage medium
US20200065425A1 (en) Delivery of Contextual Interest from Interaction Information
US20180011933A1 (en) Method, apparatus, and server for generating hotspot content
KR101694727B1 (ko) 인공 지능 기반 연관도 계산을 이용한 노트 제공 방법 및 장치
US20210264480A1 (en) Text processing based interface accelerating
US20160253684A1 (en) Systems and methods of structuring reviews with auto-generated tags
US20150286711A1 (en) Method for web information discovery and user interface
Anh et al. Extracting user requirements from online reviews for product design: A supportive framework for designers
US20150356640A1 (en) Retrieving reviews based on user profile information
US10372782B1 (en) Content generation and experimentation using engagement tests
CN111538830A (zh) 法条检索方法、装置、计算机设备及存储介质
US10339559B2 (en) Associating social comments with individual assets used in a campaign
KR20230151735A (ko) 설문 척도 추천 방법 및 이를 적용한 장치
CN117859164A (zh) 用于提供智能学习体验的系统和方法