WO2010036012A2 - 인터넷을 이용한 의견 검색 시스템, 의견 검색 및 광고 서비스 시스템과 그 방법 - Google Patents

인터넷을 이용한 의견 검색 시스템, 의견 검색 및 광고 서비스 시스템과 그 방법 Download PDF

Info

Publication number
WO2010036012A2
WO2010036012A2 PCT/KR2009/005405 KR2009005405W WO2010036012A2 WO 2010036012 A2 WO2010036012 A2 WO 2010036012A2 KR 2009005405 W KR2009005405 W KR 2009005405W WO 2010036012 A2 WO2010036012 A2 WO 2010036012A2
Authority
WO
WIPO (PCT)
Prior art keywords
opinion
search
information
negative
positive
Prior art date
Application number
PCT/KR2009/005405
Other languages
English (en)
French (fr)
Other versions
WO2010036012A3 (ko
Inventor
남상협
Original Assignee
주식회사 버즈니
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
Priority claimed from KR1020080093125A external-priority patent/KR101007284B1/ko
Priority claimed from KR1020080096415A external-priority patent/KR101021204B1/ko
Application filed by 주식회사 버즈니 filed Critical 주식회사 버즈니
Priority to US13/120,649 priority Critical patent/US20110179009A1/en
Publication of WO2010036012A2 publication Critical patent/WO2010036012A2/ko
Publication of WO2010036012A3 publication Critical patent/WO2010036012A3/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
    • 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
    • G06Q30/0255—Targeted advertisements based on user history
    • G06Q30/0256—User search

Definitions

  • the present invention relates to an opinion retrieval system, an opinion retrieval and advertisement service system using the Internet, and a method thereof, and more particularly, to automatically extract and analyze user opinion information scattered on various websites existing on the Internet. It provides opinion search service to check search and statistics by negative opinions, and provides customized advertisement service suitable for each opinion search user with user opinion information scattered on various websites existing on the Internet. They can easily search and monitor other users 'opinions on specific keywords at a glance, and users can easily search and monitor other users' opinions on specific keywords at a glance. Sleeping in the field Get more effective advertising effect for the goods, and further comments by the goods in the Internet can be further improved purchase probability of the search relates to a system, feedback and search advertising system and method.
  • an object of the present invention is to automatically extract and analyze user opinion information scattered on various websites existing on the Internet to confirm search and statistics by positive / negative opinions
  • an object of the present invention is to automatically extract and analyze user opinion information scattered on various websites existing on the Internet to confirm search and statistics by positive / negative opinions
  • Another object of the present invention is to provide a customized advertisement service suitable for each opinion search user simultaneously with user opinion information scattered on various websites existing on the Internet. Not only can they easily search and monitor their opinions at a glance, but also advertisers can get more efficient advertising effects on their products and further improve the probability of purchasing them. It provides an opinion retrieval and advertisement service system and its method.
  • a first aspect of the present invention includes a first server for collecting web document data existing on the Internet; A language processing module that separates the collected web document data into sentence units and performs linguistic processing on each of the separated sentences to extract linguistic features; An opinion / non-computation classification module for classifying opinion / non-comment sentences using the linguistic qualities of the extracted sentences; An opinion expression division module for dividing the linguistic qualities of the divided opinion sentences into positive / negative opinion expressions; A second server indexing the opinion information of the corresponding web document to be stored according to linguistic features of the divided opinion sentences; And a web server that receives a specific keyword transmitted from a user terminal connected through the Internet, searches for opinion information of a web document related to the specific keyword in association with the second server, and displays the opinion search result on the screen of the corresponding user terminal. It is to provide a opinion retrieval system using the Internet.
  • the data storage module may further include a data storage module configured to extract and store at least one information data of text, image, or video information required from the web document data collected through the first server.
  • the language processing module separates the general document data including the opinion / non-comment sentences set in advance with the collected web document data in sentence units, and performs linguistic processing on each of the separated sentences. You can extract the qualities.
  • the opinion indexing information storage module further stores the summary information of the corresponding opinion sentences for each of the opinion sentences indexed through the second server and the basic and opinion information of the corresponding web document into a database and is stored in a database. May be included.
  • the basic and opinion information of the web document may include a title, a text, an analyzed text, a creation date, a tag, a URL, an image, a video, the number of positive / negative expressions, the overall positive / negative degree, and each positive / negative expression.
  • Location information of the beginning and end of the information, object keyword information that can be the target of the opinion vocabulary, object keyword and opinion expression relationship information, or type information to which each object keyword belongs may be composed of at least one information.
  • the language processing may be performed by Morpheme Analyze or Segmentation.
  • the web server may be displayed on the screen of the user terminal to selectively check the overall opinions, positive / negative opinions related to the particular keyword.
  • the web server determines the ratio of positive / negative opinion expression in the overall opinion search result related to the specific keyword, or the ratio of positive / negative opinion expression in each opinion information related to the specific keyword. Can be displayed on the screen.
  • the web server may list the opinion search results related to the specific keyword in order of importance or time and display them on the screen of the corresponding user terminal.
  • the importance level is determined based on the degree of relevance and opinion expressed by the specific keyword in the corresponding web document, and is limited to the entire time range or the specific time range, and the time order is in the order in which the corresponding web document is generated. As a result, it may be determined in ascending / descending order, and may be limited to the entire time range or a specific time range.
  • the web server may display a comment input window on the screen of the corresponding user terminal to add the opinion of the corresponding opinion search user in the form of a comment on the opinion contents of the web document related to the specific keyword.
  • the web server may display the opinion search result related to the specific keyword on the screen of the corresponding user terminal by emphasizing the part expressed as positive / negative with the specific keyword in a specific expression.
  • the web server may analyze the positive / negative opinion part according to the user's selection of the opinion search result articles related to the specific keyword, and highlight it in a specific expression and display it on the screen of the corresponding user terminal.
  • the specific expression may be made of underline, bold text, or at least one emphasizing expression of various colors.
  • the web server may display a change in the positive / negative ratio in the form of a graph on the screen of the corresponding user terminal in accordance with the degree of positive / negative opinion expression of the opinion search result related to the specific keyword.
  • the web server may display a positive / negative ratio on the screen of the corresponding user terminal for each opinion search result related to the specific keyword.
  • the web server may be displayed on the screen of the user terminal to select the user's consent / objection to the opinion search results associated with the particular keyword.
  • the web server may monitor in real time the generation of affirmative / negative opinion related to a specific keyword registered by the user and notify the corresponding user terminal.
  • a second aspect of the invention includes the steps of: (a) collecting web document data residing on the internet; (b) separating the collected web document data into sentence units and performing linguistic processing on each of the separated sentences to extract linguistic features; (c) dividing the opinion / non-comment sentences using the linguistic qualities of the extracted sentences; (d) dividing the linguistic qualities of the divided opinion sentences into positive / negative opinion expressions; (e) indexing the opinion information of the corresponding web document to be stored according to linguistic qualities of the divided opinion sentences; And (f) searching for opinion information of a web document related to a specific keyword transmitted from a user terminal connected through the Internet, and displaying the opinion search result on a screen of the corresponding user terminal. It is.
  • the general document data including the opinion / non-comment sentences set in advance together with the collected web document data are separated in sentence units, and language processing is performed on each of the separated sentences. You can extract linguistic qualities.
  • step (e) the summary information of the corresponding opinion sentence for each of the linguistic qualities of the indexed opinion sentences and the basic and opinion information of the corresponding web document are made into a database and stored in a separate storage module. It may further comprise a step.
  • the language processing may perform morphological analysis or spacing.
  • the overall opinion related to the specific keyword and positive / negative opinion contents may be selectively displayed. Can be.
  • the ratio of positive / negative opinion expression in the overall opinion search result related to the specific keyword, or The ratio of positive / negative opinion expression in each opinion information related to the specific keyword may be displayed.
  • step (f) when displaying the opinion search results associated with the particular keyword on the screen of the user terminal, it may be displayed in the order of importance or time.
  • the importance level is determined based on the degree of relevance and opinion expressed by the specific keyword in the corresponding web document, and is limited and applied to the entire time range or the specific time range, and the time sequence is in the order in which the corresponding web document is generated. Therefore, it can be determined in ascending / descending order and can be applied to the entire time range or to a specific time range.
  • the opinion search user of the opinion search user in the form of a comment on the opinion contents of the web document related to the specific keyword. You can display a comment box to add a comment.
  • the part expressed as positive / negative together with the specific keyword can be highlighted and displayed in a specific expression. have.
  • the particular expression may be underlined, bold or at least one of the various colors.
  • the opinion search result related to the specific keyword is displayed on the screen of the corresponding user terminal, positive / negative opinion according to the user's selection for the opinion search result articles related to the specific keyword.
  • it can be displayed by highlighting at least one of underline, bold text, or various colors.
  • the change of the positive / negative ratio of each time according to the degree of positive / negative opinion expression is displayed in graph form. I can do it.
  • the positive / negative ratio may be displayed for each detailed item of the specific keyword.
  • the method may further include the step of monitoring in real time the generation of affirmative / negative opinion related to a specific keyword registered by the user and notifying the corresponding user terminal.
  • a third aspect of the present invention is to provide a recording medium on which a program for executing the above-described opinion retrieval method using the Internet is recorded.
  • opinion information DB that stores the opinion information of the corresponding web document for each language feature of the opinion sentence; An advertisement information DB in which advertisement information for each keyword is stored; And receiving a specific keyword transmitted from a user terminal connected through the Internet, interworking with the opinion information DB and the advertisement information DB, searching for opinions and advertisement information of a web document related to the specific keyword, and providing opinions on the screen of the corresponding user terminal. It is to provide an opinion retrieval and advertisement service system using the Internet that includes a web server displaying advertisement information related to the search result articles.
  • the opinion information DB is preferably stored in a database (DB) of the summary information of the corresponding opinion sentence for each language and the basic and opinion information of the web document.
  • DB database
  • the basic and opinion information of the web document may include a title, a text, an analyzed text, a creation date, a tag, a URL, an image, a video, the number of positive / negative expressions, the overall positive / negative degree, and each positive / negative expression.
  • Location information of the beginning and end of the information, object keyword information that can be the target of the opinion vocabulary, object keyword and opinion expression relationship information, or type information to which each object keyword belongs may be composed of at least one information.
  • the opinion information stored in the opinion information DB is separated into sentence units for the web document data existing on the Internet, and language processing is performed on each of the separated sentences to extract linguistic features. Distinguish the opinion / non-computation sentences using the linguistic qualities of each sentence, and classify the linguistic qualities of the divided opinion sentences into positive / negative expressions, and by linguistic qualities of the divided opinion sentences.
  • the opinion information of the web document may be indexed and stored.
  • the language processing may be morphological analysis or spacing.
  • the advertisement information is searched by the advertiser, and as a result, at least one of the advertisement link, advertisement phrase, or advertisement image information for each keyword for each keyword or opinion search type is converted into a database (DB). Can be stored.
  • DB database
  • the opinion search types may be made of any one type selected from among whole opinion contents, positive / negative opinion contents, or positive / negative opinion portion analysis contents of opinion search result articles.
  • the web server is displayed on the screen of the user terminal to selectively check the overall opinions, positive / negative opinions related to the specific keyword, positive / negative in the overall opinion search results associated with the specific keyword
  • the advertisement information related to the ratio of opinion expression or the ratio of positive / negative opinion expression in each opinion information related to the specific keyword may be displayed on the screen of the corresponding user terminal.
  • the web server displays the advertisement information related to the positive opinion content related to the specific keyword on the screen of the corresponding user terminal, or the search user for the negative opinion content of the web document related to the specific keyword.
  • the input window can be displayed on the screen of the corresponding user terminal so that the comment text can be posted.
  • the web server analyzes the positive / negative part of the opinion search result articles related to the specific keyword according to the user's selection, and displays the advertisement information related to the analyzed opinion part on the screen of the corresponding user terminal.
  • the web server may provide a part of the advertising revenue to the content provider providing each opinion search result article according to the search ranking of the corresponding content, whether the search user is selected, and the number of recommendations for the corresponding content.
  • the fifth aspect of the present invention includes the steps of: (a) storing opinion information of a corresponding web document in a separate opinion information DB for each language feature of the opinion sentence; (b) storing the advertisement information for each keyword in a separate advertisement information DB; And (c) retrieving opinions and advertisement information of a web document related to a specific keyword transmitted from a user terminal connected through the Internet in the opinion information DB and advertisement information DB, respectively, together with the opinion search result articles on the screen of the corresponding user terminal.
  • the present invention provides a method of searching for opinions and advertising using the Internet, including displaying related advertisement information.
  • a database (DB) may be stored and stored in the opinion information DB as a database (DB) of the summary information of the corresponding opinion sentence for each linguistic feature and the basic and opinion information of the corresponding web document.
  • the opinion information stored in the opinion information DB is separated into sentence units for web document data existing on the Internet, and the linguistic processing is performed on each of the separated sentences.
  • the linguistic processing is performed on each of the separated sentences.
  • step (b) at least any one of a search preset by the advertiser in the advertisement information DB and the result of the keyword-specific ad link, advertisement phrase or advertisement image information for each keyword or opinion search type.
  • Advertising information can be stored in a database (DB).
  • the opinion search types may be made of any one type selected from among whole opinion contents, positive / negative opinion contents, or positive / negative opinion portion analysis contents of opinion search result articles.
  • the advertisement information related to the opinion search result articles related to the specific keyword is displayed on the screen of the corresponding user terminal
  • the overall opinion and positive / negative opinion contents related to the specific keyword are selectively selected. Display on the screen of the corresponding user terminal so as to be identified, and express the negative / negative opinion in all opinion search results related to the specific keyword, or express the positive / negative opinion in each opinion information related to the specific keyword.
  • the advertisement information associated with the ratio may be displayed on the screen of the corresponding user terminal.
  • the advertisement information related to the opinion search result articles related to the specific keyword is displayed on the screen of the corresponding user terminal
  • the advertisement information related to the positive opinion contents related to the specific keyword is displayed.
  • the input window may be displayed on the screen of the corresponding user terminal so as to be displayed on the screen of the corresponding user terminal or to post a comment of the search user with respect to the negative opinions of the web document related to the specific keyword.
  • the user selects the opinion search result articles related to the specific keyword.
  • the positive / negative opinion portion may be analyzed, and advertisement information related to the analyzed opinion portion may be displayed on the screen of the corresponding user terminal.
  • step (c) providing a part of the advertising revenue to the content provider providing each opinion search result article according to the search ranking of the content, whether the search user is selected, and the number of recommendations for the content. It may further include.
  • a sixth aspect of the present invention is to provide a recording medium on which a program for executing the above-mentioned opinion retrieval and advertisement service method using the Internet is recorded.
  • the user opinion information scattered on various websites existing on the Internet are automatically extracted and analyzed to search and statistics by positive / negative opinions.
  • users can easily search and monitor other users 'opinions on a particular keyword at a glance, and greatly reduce the time spent in searching for other users' opinions. There is an advantage.
  • marketers, stock investors, corporate value evaluators, etc. of each company can check the opinions of various users on the company or goods existing on the vast Internet at a glance, and know the opinions of the users. In order to reduce the cost of surveys and consulting firms, it is possible to effectively extract the opinions and statistics of each user.
  • the opinion search users different from a specific keyword Not only can users easily search and monitor their opinions at a glance, but also advertisers can get more efficient advertising effect on their products, and moreover, improve the probability of purchasing the products. have.
  • FIG. 1 is a block diagram illustrating an overall opinion retrieval system using the Internet according to an embodiment of the present invention.
  • FIG. 2 is an overall flowchart illustrating a method for searching for opinions using the Internet according to an embodiment of the present invention.
  • FIG. 3 to 6 are screen configuration diagrams for explaining the opinion search results applied to an embodiment of the present invention
  • FIG. 5 is a comment search result related to a specific opinion search keyword (nomnomnom)
  • FIG. 6 is a screen configuration diagram showing the function of a page analyzed for opinions
  • FIG. 6 is a screen configuration provided to select a user's consent / opposition for opinion search result articles related to a specific opinion search keyword (nomnomnom). It is also.
  • FIG. 7 is a block diagram illustrating an overall opinion search and advertisement service system using the Internet according to another embodiment of the present invention.
  • FIG. 8 is a flowchart illustrating a method of searching for opinions and advertising services using the Internet according to another embodiment of the present invention.
  • 9 to 12 are screen configuration diagrams for explaining the results of opinion search and advertisement service applied to another embodiment of the present invention.
  • FIG. 1 is a block diagram illustrating an overall opinion retrieval system using the Internet according to an embodiment of the present invention.
  • the opinion retrieval system using the Internet data collection server 100, language processing module 200, opinion / non-comment classification module 300, opinion expression classification Module 400, indexing server 500, opinion indexing information storage module 600, opinion search module 700, web server 800, and user terminal 900.
  • the data collection server 100 performs a function of collecting various web document data existing on the Internet 10. That is, the data collection server 100 receives in real time download (Hyper Text Markup Language) information of each Web site (Web Site) existing on the Internet (10).
  • Web Site Web Site
  • the data collection server 100 is at least any one of the information required in the web document data downloaded as described above, such as information (Text), image (Image), video (Video), etc.
  • the data may be extracted and stored in a separate data storage module 150.
  • the data collection server 100 may collect and collect web document data including opinion information data (ie, general sentence / document data and information data given affirmative / negative evaluation thereof) as shown in Table 1 below. It may be.
  • opinion information data ie, general sentence / document data and information data given affirmative / negative evaluation thereof
  • the specific web document data including the opinion information data is selected and machine learning algorithms (for example, SVM and K-) described later are selected.
  • NN, Bayseian, etc.) to generate a web document screening model, and then use the generated web document screening model to selectively collect only web document data including opinion information data from the entire Internet web page. do.
  • Table 1 expression score Opinion Content ⁇ 10 It is interesting and sends it ⁇ 10 Report stories of 'smart' people ⁇ 8 The daily plucking of wise people! Declaration ⁇ 9 Soaked in my uncle's charm ... Shingo ⁇ 8 Report stories of ordinary people, not smart people ⁇ 10 It is a love story with good acting and good content. Uncle is so attractive ⁇ ???? Declaration ⁇ 10 It was a very spectacular story. Declaration ⁇ 10 I watched with no expectation, it was a heart warming movie all the time. It's fun. Report it. ⁇ 6 It's warm and comic .. It's too short for a movie. Declaration ⁇ 5 Turn around, it's obvious. Declaration
  • the target data collected through the data collection server 100 are opinion information data, that is, general sentence / document data and information data given affirmative / negative evaluation thereof, as shown in Table 1 above.
  • the positive / negative evaluation may be expressed as a score within a certain range, or may be variously evaluated using an asterisk or other symbols. In the present invention, all of the positive / negative evaluations expressed in this manner are recalculated and used in the same score range.
  • the present invention uses a score between 1 and 10 points (positive as closer to 10 points), and the collected data is 2 points when the score is used between 1 and 5 points. If it is, it is calculated as Equation 2 below.
  • the collected data as described above is a set of opinion scores ⁇ (data, score), (data, score), (data, score), (data, score) ⁇ converted into corresponding data sentences / documents and scores used in the present invention.
  • the web document data collected by the data collection server 100 can be used immediately, it is also possible to apply a domain classification module (not shown) by classifying each domain for use.
  • data related to a corresponding domain is collected by each domain (eg, a movie, a book, an electronic product, a cosmetic, a clothing, a person, etc.) determined to be classified to secure data for each domain.
  • each domain eg, a movie, a book, an electronic product, a cosmetic, a clothing, a person, etc.
  • the data collected for each domain is composed of a combination of review data and fact data for the domain.
  • the ratio of opinion data and fact data of the data collected by each domain is maintained at the same or similar ratio, so that the data is purely classified according to domains.
  • language processing is performed to extract an appropriate feature from each domain.
  • the language processing is divided into semantically separable units through, for example, Morpheme Analyze or Segmentation.
  • the characteristics of the corresponding domain are as follows.
  • Trigram The author is a book, is a book A, from book A, interesting from A, interesting, interesting, make writing, writing a writing, make up a writing, Was ,.
  • the quality of the domain is as follows. That is, as a result of morphological analysis, after removing the investigation, affix, pre-end ending, and ending ending which do not have a special meaning, the qualities in the form of unigram, bigram, and trigram as shown in the above spacing are removed. Can be used.
  • Unigram, Bigram, and Trigram features can all be used, or only some of them can be used selectively. This is the case when the evaluation using the evaluation data shows the highest performance. You will select a combination.
  • features of each domain are probabilistically learned using, for example, Naive Baysian, SVM or K-NN, and other general machine learning algorithms (Machine Learning Classifier Algorithm).
  • linear classifier may be expressed as Equation 4 below.
  • the size of the vector is the total number of features, and features that do not appear in the document have "0" values, and features that appear in the document have their number or value "1".
  • Is a weight vector which is a vector that gives weight to each feature by each class
  • the matrix size is the number of types of features ⁇ class Count
  • the machine learning algorithm can use the data in the same manner as described above.
  • Naive Baysian as an example, it may be expressed as Equation 5 below.
  • C means a class, for example, a domain such as a movie, a book, a product, and the like.
  • the F i means each feature, for example, Unigram (author), Bigram (author book), Trigram (author book A), and the like.
  • P (C) is the probability that the class C comes out. For example, if there are five movie data, twelve book data, and eight commodity data, P (movie) has a "5 / (5 + 12 + 8)" probability.
  • P (F 1 ,..., F n ) is a probability that each F i appears at the same time, and may be omitted because the same applies to all classes (the same applies to all classes as denominators).
  • C) is a probability that F 1 ,..., F n is generated when class C is given.
  • Equation 5 the calculation of the molecules for determining the actual class probabilities assumes that each feature is conditionally independent of each other, and is specifically calculated as shown in Equation 6 below.
  • C) is a probability of F i given a given C
  • C) represents the number (Frequency) of the feature (F j ) in any class C.
  • the total number of features is N.
  • a classification model is generated, and when the sentence or document comes in as an input, the classification model probabilistically determines which domain the data is included in. do.
  • the classification model outputs class C showing the highest generation probability for the features.
  • a dictionary may be constructed in an automated manner when extracting opinions through the opinion / non-comment classification module 300 described later.
  • a learning model for classifying opinion expressions may be automatically generated.
  • a model for extracting opinions having optimal performance for a domain may be automatically generated.
  • the Internet (10) is a TCP / IP protocol and a number of services existing in the upper layer, that is, Hyper Text Transfer Protocol (HTTP), Telnet, File Transfer Protocol (FTP), Domain Name System (DNS), SMTP (Simple Mail Transfer Protocol), Simple Network Management Protocol (SNMP), Network File Service (NFS), Network Information Service (NIS), and the like, a worldwide open computer network structure that provides the user terminal 900 will be described later It provides an environment that allows easy access to the web server 800. Meanwhile, the Internet 10 may be a wired or wireless internet, or may be a core network integrated with a wired public network, a wireless mobile communication network, or a portable internet.
  • HTTP Hyper Text Transfer Protocol
  • Telnet Telnet
  • FTP File Transfer Protocol
  • DNS Domain Name System
  • SMTP Simple Mail Transfer Protocol
  • SNMP Simple Network Management Protocol
  • NFS Network File Service
  • NIS Network Information Service
  • the Internet 10 may be a wired or wireless internet, or may be a core network integrated with a wired public network
  • the language processing module 200 separates the web document data collected from the data collection server 100 or stored in the data storage module 150 in sentence units, and performs language processing on each of the separated sentences. Performs the function of extracting features.
  • the language processing module 200 may be a sentence unit for general document data (eg, text, Korean, Word, or Excel document) in addition to the web document data collected from the data collection server 100 or stored in the data storage module 150.
  • the linguistic features may be extracted by performing a linguistic processing on the separated sentences.
  • the general document data has a pre-set opinion and / or non- opinion set in order to implement the opinion / disagreement classification model, that is, the opinion / disagreement classification module 300 to more accurately distinguish whether the data is opinion data or fact data Sentences can be included, thereby effectively supplementing limited web document data.
  • the linguistic processing may be performed by, for example, Morpheme Analyze or Segmentation, but in addition to the irradiation process for extracting features (or index words), Korean refractive processing, or circular return processing, etc. It may be.
  • the opinion / non-discrimination module 300 performs a function of dividing the opinion / non-comment sentences by using linguistic features of each sentence extracted from the language processing module 200.
  • the sentences extracted from the language processing module 200 include sentences with opinions, and general sentences without opinions. These sentences may be divided into sentences in which an opinion exists and sentences in which an opinion does not exist using the opinion / non-comment classification module 300.
  • the opinion / disagreement classification module 300 can be easily implemented using the conventional machine learning algorithm described above.
  • a data set composed of opinions and a data set composed only of fact information are collected. Thereafter, for example, Morpheme Analyze or Segmentation is performed to extract an appropriate linguistic feature.
  • the spacing is a process of dividing an input sentence into units having meanings. For example, if the input sentence says "I enjoyed the movie”, the resulting sentence translates to "I enjoyed the movie”.
  • the morpheme analysis is a task for finding what part of speech information for each of the divided units. For example, if the input sentence says "I enjoyed the movie”, the result sentence reads "I (CTP1 first person pronoun) + (fjb assistant) movie (CMCN secretary common noun) + (fjco purpose check) (YBDO general verbs) + crab (fmoca auxiliary verb) + (YBDO general verbs) + (fmbtp past tense first ending endings) + da (fmofd flat ending endings).
  • learning is performed by selecting a general machine learning algorithm, for example, Naive Baysian, SVM, K-NN, or other model.
  • a general machine learning algorithm for example, Naive Baysian, SVM, K-NN, or other model.
  • the opinion / non-comment classification model that can distinguish whether the data is opinion data or fact data, that is, the opinion / non-comment classification module 300 may be implemented. .
  • the opinion / disagreement classification module 300 configured as described above may be provided and implemented for each of the data for each domain classified through the above-described domain classification model.
  • the opinion expression division module 400 performs a function of dividing the language features of the opinion sentences separated from the opinion / non- opinion classification module 300 into positive / negative opinion expressions.
  • the opinion expression division module 400 finds a part that is a positive / negative opinion among the input comment sentences and displays the part.
  • the opinion / disagreement classification module 300 it is also possible to display a positive / negative expression portion in the input sentence using the opinion expression classification module 400 directly.
  • the opinion expression classification module 400 quantifies the degree of affirmation / negativeness of all words such as general self-supporting words and words as well as salmon, and utilizes them as a resource, and finds a machine learning model for finding positive / negative expressions in sentences. Used to generate
  • the present invention calculates the positive score and the negative score of each semantic unit and automatically stores them in a separate opinion vocabulary storage module (not shown).
  • the input data includes a score indicating a positive degree and sentences / documents belonging to the score as shown below.
  • these opinion data are collected through review sites where the user posts positive / negative scores and opinions on the general web.
  • the probability of how "best” (CMCN secretary common noun) represents positive / negative and how the word "best (CMCN secretary common noun)" is distributed to each score range (1 to 10).
  • the calculation is performed through the following equation (7).
  • the w j shown below is the "highest (CMCN non-ordinary common noun)", it can represent a combination of words and tag information (POS-Part Of Speech), or can represent a single word except the "best" tag information. have.
  • S means all score sets. For example, if a movie evaluation has 1 to 10 points, it means a set of sentences with a score of 1 to 10 points.
  • the score (s i ) means the actual score of the corresponding score set. In other words, the score (s i ) of the 10-point score set is 10.
  • the score (w i ) represents the positive / negative score of w i .
  • Freq (w j , s i ) represents the number of times the word w j appears in the score set s i . Is the sum of the number of occurrences of the word w j in all score sets, which means the number of times w j appears in the entire data.
  • Equation 7 For example, assuming that only two 10-point sentences and two 9-point sentences exist as "fun”, it can be obtained as shown in Equation 8 below.
  • the semantic unit may be configured as a semantic unit by tying "fun” with the morpheme "YBDO”, or with only one word of "fun”.
  • Equation 10 is required in consideration of the number of data in each score band.
  • s i ) is a probability value where w j appears in the s i score set.
  • the word is normalized by using a probability value appearing in each score band, thereby solving a problem in which scores are biased according to the size of the score band.
  • a positive / negative score of each semantic unit is calculated and stored in a separate opinion vocabulary storage module.
  • the opinion expression classification module 400 may be provided and implemented for each of the data for each domain classified through the above-described domain classification model.
  • the input sentence is "1 (SGR instructional adjective) movie (CMCN secretary common noun) + (fjb assistant) really (SBO general adverb) funny (YBDO general verb) + (fmbtp past tense Mother) + everything (fmofd flat ending)-10 points,
  • a vocabulary of more than a certain score among scores of 1 to 10 points is considered as positive, and vocabulary less than or equal to a specific score is regarded as negative vocabulary.
  • the opinion expression division module 400 is implemented using the opinion expression division learning model. That is, the opinion expression classification module 400 finds and marks the part of the opinion in detail when the sentence is input as described above.
  • sentence 4 belongs to a set of 1-point sentences, it is certain that sentence 4 is a negative sentence, and using the information of such a negative sentence, all the positive / negative vocabulary in sentence 4 is changed to negative vocabulary. Will be displayed. That is, sentence 4 is displayed as follows.
  • the models used for learning are, for example, Hidden Markov Model (HMM), Maximum Entropy Model (ME), Conditional Random Field, Struct Support Vector Machine, or other Machine Learning algorithms.
  • HMM Hidden Markov Model
  • ME Maximum Entropy Model
  • Conditional Random Field Struct Support Vector Machine
  • Struct Support Vector Machine or other Machine Learning algorithms.
  • the data commonly input in these machine learning algorithm models are (x 1 , y 1 ), ..., (x n , y n ), where x is the meaning unit of "funny (YBDO general verb)" or " Funny “," YBDO general verbs ", etc., and y is a level (Label) that the semantic unit can have, such as” Positive “,” Negative “, and” Neutral “. You can also add other levels, such as "Strength,” which will help you determine affirmations.
  • the model desired in the present invention is a model for predicting a level y that is eventually attached to the input data sequence xs.
  • the model mentioned above are the front and rear (x i- of x i x i with respect to the particular position 1 , y i-1 ), (x i + 1 , y i + 1 ), before and after its (x i-2 , y i-2 ), (x i + 2 , y i + 2 ), like this
  • Continuously expanding surrounding data, as well as other feature-part of speech, capital letter, emoticon, etc. information that exists at that location can also be used together so that the level of y i of x i under certain conditions You will predict if this will work.
  • the opinion expression division module 400 is generated.
  • the opinion expression division module 400 predicts which level sequence y i is generated for the corresponding data sequence.
  • the language processing is performed as follows to selectively perform a spacing or morpheme analysis (Morpheme Analyze), such data is input to the opinion expression classification module 400 as follows: Can be expressed as:
  • the input sentence is "4 Lee (SGR-directed noun) movie (CMCN secretary common noun) + (fjb assistant) funny (YBDO common verb) + Ji (fmoca auxiliary conjunction) + (YA auxiliary verb) + (Fmbtp past tense fresh ending) + c (fmofd flat ending ending) +. (G symbol)-1 point ",
  • Sentences with affirmative / negative opinions are divided into "4 Lee (SGR-directed adjective) / NEUTRAL movie (CMCN secretary common noun) / NEUTRAL + (fjb assistant) / NEUTRAL funny (YBDO general verb) / NEGATIVE + G (fmoca secondary concatenation) / NEGATIVE No (YA auxiliary language) Of NEGATIVE + NEWRAL + c (fmofd flat ending ending) / NEUTRAL +. (G symbol) / NEUTRAL ".
  • the opinion expression classification module 400 for each domain after classifying the opinion data displayed positive / negative portion input to the domain classification module You can also create it.
  • the indexing server 500 indexes the opinion information of the corresponding web document so that the opinion information of the corresponding web document is stored in the opinion indexing information storage module 600 according to the linguistic qualities of the opinion sentences separated from the opinion expression classification module 400. Perform.
  • the opinion indexing information storage module 600 is a database (DB) of the summary information of the corresponding opinion sentences and linguistic features of the corresponding web document by linguistic qualities of each opinion sentence indexed by the indexing server 500 Perform the stored function.
  • DB database
  • the positive / negative opinion-expression part is found and displayed using the opinion / non- opinion classification module 300 and the opinion expression classification module 400 with respect to the input data.
  • information such as a title, a text, an analyzed text, a creation date, a tag, a URL, image information, and video information may be stored.
  • the object may include entity keyword information, object keyword and opinion expression relationship information, or type information to which each entity keyword belongs.
  • Type information of object keyword (AA, movie), (BB, movie)
  • the type information of the object keyword among the information data may be found by mixing the following two methods.
  • the first method is to find out the type information of each entity by obtaining an entity database for each predefined type
  • the second method is to search the web using the domain classification module. This is a method of classifying document and sentence domains and finding out what type it is.
  • the relation information between the object keyword and the opinion expression information is, for example, using a Korean parser or an SVO analysis method (eg, a verb, a verb and an object analysis) method, and each opinion expression is dependent on an entity. Information is determined and inputted.
  • a Korean parser or an SVO analysis method eg, a verb, a verb and an object analysis
  • the information data as described above is stored in the opinion indexing information storage module 600 so that the opinion search module 700 may be used later.
  • the opinion search module 700 receives the user's specific opinion search keyword and / or type information transmitted through the web server 800, and interoperates with the indexing server 500 or the indexing information storage module 600. Searches for indexing information of a web document related to the specific opinion search keyword and / or type information and transmits the indexed information of the web document to the web server 800 to be transmitted to the corresponding user terminal 900.
  • the content transmitted to the web server 800 may be "Keyword: Nom Nom, Type: Positive / Negative / Opinion".
  • the "opinion” in the type information is a search result in which both positive and negative opinions are displayed together, and the "positive” is a type in which only positive opinions are output.
  • “Negative” is a type that only negative opinions.
  • the specific opinion search keyword and type are transmitted to the opinion search module 700
  • the specific opinion search keyword and data corresponding to the type are read from the indexing server 500 or the indexing information storage module 600.
  • the search results are sent back to the web server 800 by ranking such as the amount or date order.
  • the searched result information may include, for example, a title, a link, a corresponding site title, a positive number, a negative number, a positive number, a body content, a body summary content, a positive expression position, a negative expression position, and the like.
  • the summary content refers to a part of the document in which a part appearing in the searched result document corresponding to the keyword “nom nom” and a part of a positive / negative opinion expression are displayed together.
  • the summary section instead of displaying only the search keywords in the body summary content (Snippet) like the general search, the summary section also displays the part where the opinion about the keyword appears.
  • the information related to the specific search keyword may be selected through an advertisement selection module (not shown) in which advertisement related data is input by the advertiser in advance, and may be displayed together with the search result.
  • the web server 800 receives the specific opinion search keyword and / or type information transmitted from the user terminal 900 connected through the Internet 10, and transmits it to the opinion search module 700, and receives an opinion. It receives the opinion search result, that is, the indexing information data retrieved from the search module 700 performs an interface (Interface) to be displayed on the screen of the user terminal 900.
  • an interface Interface
  • the opinion search module 700 and the web server 800 are separated from each other, but are not limited thereto, and the opinion search module 700 is integrated into the web server 800 so that the web server is integrated. It may be implemented to perform all functions at (800).
  • the web server 800 may display on the screen of the corresponding user terminal 900 to selectively check the overall opinions and positive / negative opinions related to the specific opinion search keyword (FIGS. 3 to 6). Reference).
  • the web server 800 may determine the ratio of positive / negative opinion expression in the overall opinion search result associated with the specific opinion search keyword, or the positive / negative opinion expression in each opinion information related to the specific opinion search keyword.
  • the ratio may be displayed on the screen of the corresponding user terminal 900 (see FIGS. 3 to 6).
  • the web server 800 may list the opinion search results related to the specific opinion search keyword in order of importance or time order (latest order or oldest order) and display them on the screen of the corresponding user terminal 900. have.
  • the importance level calculates a ratio of the importance of the specific opinion search keyword in the web document and how many opinions the web document includes.
  • the degree of relevance and opinion expression determine the importance.
  • the importance may be calculated over the entire time range, or may be limited to a specific time range and applied only to documents in that time zone.
  • the time sequence is a method of displaying the web document in ascending / descending order according to the order in which the web document is generated. You can display the entire time in ascending / descending order, or you can show it in chronological order within a specific time range.
  • the web server 800 corresponds to a predetermined opinion input window (not shown) so that not only the opinions of other users related to the specific opinion search keyword can be searched, but also their opinions can be added to the searched opinion results in the form of comments. It may be displayed on the screen of the user terminal 900.
  • the user can log in or comment in a non-logged state.
  • the user inputs gender / age / region and other personal information at the time of membership registration, and statistical information according to gender / age / region and other classifications for opinion information added in this system using this personal information. Can be obtained, which can be provided to other users in a euro / free manner.
  • the web server 800 may display a comment search result related to the specific opinion search keyword in a specific expression (eg, underline, By emphasizing in bold text or other colors such as various colors that can be emphasized on the web) and displaying them on the screen of the corresponding user terminal 900, the user's opinion can be more easily distinguished (FIGS. 3 to 6). Reference).
  • a comment search result related to the specific opinion search keyword eg, underline, By emphasizing in bold text or other colors such as various colors that can be emphasized on the web
  • a comment search result related to the specific opinion search keyword eg, underline, By emphasizing in bold text or other colors such as various colors that can be emphasized on the web
  • the web server 800 analyzes the positive / negative opinion part of the opinion search result articles related to the specific opinion search keyword according to the user's selection, and emphasizes this in a specific expression to display the screen of the user terminal 900. Can be displayed (see FIG. 5).
  • the web server 800 analyzes the comment for the comment search result article. After performing the operation, the display is displayed on the screen of the corresponding user terminal 900. At this time, the part expressed by the opinion / positive / negative is emphasized to the user with a specific color, a scratched letter, an underline, etc., which can be emphasized on the web.
  • the web server 800 may display the results of the opinion search related to the specific opinion search keyword on the screen of the corresponding user terminal 900 in the form of a graph of the change of the positive / negative ratio according to the degree of positive / negative opinion expression. Can be.
  • the web server 800 provides statistical analysis data for a specific opinion search keyword input by the user.
  • the X axis represents time
  • the Y axis represents positive / negative opinion expression (positive / negative).
  • a specific opinion search keyword may be displayed as a graph, or a positive / negative ratio change for other specific opinion search keywords belonging to the same category as the specific opinion search keyword may be expressed as a graph.
  • the above date information should be stored together in the indexing information storage module 600. Then, the following operation is performed to configure the screen.
  • one cycle is selected for each period (day / week / month / year) to find the number of documents in which a particular opinion search keyword is determined to be positive and the number of documents determined to be negative for each period.
  • the web server 800 may display a positive / negative ratio of the opinion search result related to the specific opinion search keyword on the screen of the corresponding user terminal 900 for each detailed item of the specific opinion search keyword.
  • the sub-item is divided into sub-themes of a corresponding keyword such as sound quality, design, portability, and the like. Can be displayed.
  • the web server 800 may display on the screen of the corresponding user terminal 900 to select the user's consent / objection to the opinion search results articles related to the specific opinion search keyword (see FIG. 6). .
  • the user can agree or disagree with the opinion search result. This may be reflected by clicking (selecting) the yes / no button on the opinion search result screen as shown in FIG. 6 to be described later.
  • the number of votes approved by the user-the number of votes against the user is given as a weight to the ranking of each opinion search result. The more you give the effect of lowering the ranking.
  • the pros give the recommendation by the recommendation (w i ) to distribute the profits in the aforementioned advertising platform to benefit the content providers who have received the pros.
  • agree (w i ) agree (w i ) -disagree (w i )
  • agree (w i ) means the number the user agrees with
  • disagree (w i ) means the number the user disagrees with.
  • the web server 800 may monitor generation of positive / negative opinions related to a specific opinion search keyword registered by the user in real time and notify the corresponding user terminal 900.
  • the monitoring means that the user is notified when a positive / negative opinion related to a specific opinion search keyword registered in advance is notified to the corresponding user, and each company monitors the negative opinion about the company and responds immediately. There is an effect that can be done.
  • the web server 800 may display an advertisement associated with the specific opinion search keyword on the screen of the user terminal 900 on the screen where the user inputs a specific opinion search keyword to check the opinion search result for the specific opinion search keyword. Can display
  • the order of advertisement placement may be the order in which the advertising billing amount is large, or the corresponding keyword and the relation information. Accordingly, the user can selectively perform general opinion search (positive and negative mixed) / positive opinion search / negative opinion search, and the above-mentioned advertisements are displayed together for each opinion search.
  • documents that are positively expressed for each advertisement product may be extracted and provided together with each advertisement in a general online advertisement publication. This will show a positive feedback document extracted with all the available advertising methods online, such as general keyword search ads, opinion search ads, or general banner ads.
  • an advertisement product of the corresponding category may be displayed as a search advertisement.
  • the number of positive / negative opinions of each product and positive opinions for each product may also be shown.
  • advertisers can post their own ads for negative feedback. At this time, it is possible to post clarification articles on general advertisements or corresponding opinions, and at the same time, it is possible to send transcripts of clarification comments on negative comments in a batch.
  • the data input by the advertiser may be set by inputting the following data, for example.
  • Contents of advertisement Set advertisement link, advertisement text, advertisement image, etc.
  • Opinion search keyword Advertisers set their ads to be posted when any opinion search keyword is entered. For example, if the user sets the opinion search keyword "shine phone” and the user inputs the search term "shine phone”, the advertisement of the advertiser who inputs "shine phone” appears.
  • the opinion search results are arranged at the top, the order of placement is in accordance with the order of the amount paid by the advertiser.
  • posts of users who have positively reviewed the advertisement product together with the advertisement may be posted together.
  • Opinion search result keywords Advertisers can set their own ads to be posted when the keyword appears in the opinion search results set in the opinion search results.
  • the advertisement of the corresponding advertiser may be posted when "JM53" appears in the opinion search result. This can maximize the advertising effect.
  • the advertisement posting position can be placed at the top of the opinion search results or placed together with the opinion search results, and the advertiser can select which opinion search results to send the advertisement to, and search for general / opinion search / positive opinion search / You can choose from negative feedback search results.
  • advertising revenue can be shared with a certain percentage of the publisher. Using this, you can set up ads for your own products if you have a positive post about your product, or post a negative for your competitor's product.
  • Advertisers can post ads within the analysis page even if they select one of the comment search results to see a page that specifically analyzes the positive / negative part of the comment search result body. have.
  • advertisers can post ads selectively based on whether they are mostly positive or negative within the analyzed page, and whether the advertiser's keywords are positive / negative or not is a certain distance between the positive / negative expressions and the keywords entered by the advertiser. It can be determined by how many more positive / negative expressions appear within the distance.
  • the data input by the advertiser is the same as the above-described data input content
  • the contents input by the website administrators providing the contents of the opinion search result are, for example, name, social security number, account number, site address, Address and so on.
  • the user when the user performs the opinion search, for example, the user inputs the opinion search keyword "A" into the search box. Thereafter, the opinion search result is displayed on the screen of the corresponding user terminal 900.
  • the top N opinion search result content providers (the corresponding sites) and share the opinion search keyword advertising revenue.
  • the content provider sharing the revenue is the target of previously inputting the site information to the search site.
  • the amount of distribution of the revenue is given to each weight as follows, based on the proportion of the total, the opinion search keyword advertising revenue is shared.
  • the content provider restricts the target to the top N contents of the opinion search result.
  • the advertising revenue generated by inputting a single opinion search keyword is "C”
  • the proportion of the platform provider that is, the opinion search service provider (search company)
  • the opinion search result content provider If the ratio of the profits to be obtained is "1- ⁇ ”, the importance w i of each content provider in the revenue distribution is calculated as in Equation 12 below.
  • the registered (w i ) function is a function indicating whether the w i content provider is registered with the opinion search service provider.
  • the rank i is a value indicating a search rank in which the content of the w i content provider appears, and has a value of 1 in the case of the first content.
  • the rank_weight is a function for determining how much importance is assigned to the opinion search result, and the higher the value, the higher the importance of ranking of the opinion search result is reflected.
  • the click (w i ) is a function indicating whether a user who has searched for the corresponding content search result has clicked. Indicates.
  • the click_weight is a constant that determines how much weight to give to whether the user clicks.
  • the recommendation (w i ) indicates the number of times that users recommend the content.
  • the recommended number of times may be two types of recommendation times: a general recommendation number and a recommendation number related to a specific opinion search keyword.
  • the recommend_weight represents a weight given to the number of recommendations.
  • Equation 12 When Equation 12 is used, a larger portion of revenue is distributed in the case where a user, a site that is clicked more frequently, and a content recommended by more users appear at the top of the opinion search result among registered users.
  • Equation 13 the advertisement fee (C) provided by advertisers for each opinion search keyword-specific opinion search result is distributed as shown in Equation 13 below.
  • C ⁇ ⁇ is the revenue that the opinion search service provider (search company) takes
  • C ⁇ (1- ⁇ ) is the revenue that the content providers bring
  • the user terminal 900 is connected to the web server 800 through a wired or wireless communication network such as, for example, a network or the Internet, and is connected to the web server 800 through a conventional web browser.
  • a wired or wireless communication network such as, for example, a network or the Internet
  • Various services to be provided can be provided.
  • a computer such as a desktop PC or a notebook PC is generally, but is not limited thereto, and may be any type of wired / wireless communication device that can access a web server 800 through the Internet 10 and use a bidirectional opinion search service. .
  • the user terminal 900 may be a cellular phone, a PCS phone (PCS phone), a synchronous / asynchronous IMT-2000 (International Mobile Telecommunication-) communication via a wireless Internet or a portable Internet.
  • PCS phone PCS phone
  • IMT-2000 International Mobile Telecommunication-2000
  • a mobile terminal such as 2000
  • PDA Palm Personal Computer
  • PDA Personal Digital Assistant
  • WAP phone Smart Phone
  • WAP phone Wireless application protocol phone
  • Mobile game machine It may mean all wired and wireless home appliances / communication devices having a user interface for accessing a web server 800 that operates a opinion search service such as mobile play-station.
  • FIG. 2 is a flowchart illustrating a method of searching for opinions using the Internet according to an embodiment of the present invention
  • FIGS. 3 to 6 are screen configuration diagrams for explaining the result of opinion search applied to an embodiment of the present invention.
  • 3 is a screen diagram showing a result of opinion search when selecting a specific opinion search keyword (nomnomnom) and a positive opinion type
  • FIG. 4 is a opinion search result when selecting a specific opinion search keyword (nomnomnom) and a negative opinion type
  • FIG. 5 is a screen configuration diagram illustrating a page function of opinion analysis result for a comment search result article related to a specific comment search keyword (nomnomnom)
  • FIG. 6 is a specific comment search keyword ( (Nom Nom Nom) related to the search results, the screen configuration that allows the user to select the pros / cons against the article.
  • language processing module 200 By separating the web document data collected in step S100 into sentence units, and performing linguistic processing (eg, morphological analysis or spacing) on each of the separated sentences, language features are extracted (S200). ).
  • linguistic processing eg, morphological analysis or spacing
  • step S300 after dividing the opinion / non-comment sentences using the linguistic qualities of each sentence extracted in the step S200 through the opinion / disagreement classification module 300 (S300), the opinion expression classification module 400 In step S300, the linguistic qualities of the divided opinion sentences are divided into positive / negative opinion expressions (S400).
  • the indexing server 500 performs indexing such that opinion information of the corresponding web document is stored in the opinion indexing information storage module 600 for each language feature of the opinion sentence divided in the step S400 (S500). ).
  • the summary information of the corresponding opinion sentence for each language sentence of the opinion sentence indexed in step S500 and the basic and opinion information of the corresponding web document are made into a database and stored in a separate opinion indexing information storage module 600. This is preferred.
  • a user who wants to search for opinions accesses a specific web page (eg, http://buzzni.com) that provides a opinion search service using the user terminal 900 capable of accessing the Internet 10.
  • the server 800 provides a main search screen having a search input window A for comment search and a type selection button B for selecting a comment search type (comment / positive / negative).
  • the web server 800 After receiving a specific opinion search keyword and / or opinion search type transmitted from the user terminal 900 connected through the Internet 10 and delivering it to the opinion search module 700, the opinion search module 700 is a web server 800.
  • the opinion search module 700 is a web server 800.
  • the indexing server 500 or the opinion indexing information storage module 600 the opinion information of the web document related to the specific opinion search keyword received through) is searched, and the opinion search result is transmitted back to the web server 800.
  • the web server 800 displays the opinion search results for the specific opinion search keyword searched through the opinion search module 700 on the screen of the corresponding user terminal 900 (S600).
  • the opinion search result related to the specific opinion search keyword is displayed on the screen of the user terminal 900 in step S600, the positive / negative opinion expression in the overall opinion search result related to the specific opinion search keyword is displayed. It is preferable to display the ratio or the ratio of positive / negative opinion expression in each opinion information related to the specific opinion search keyword (see FIGS. 3 to 6).
  • step S600 when the opinion search result related to the specific opinion search keyword is displayed on the screen of the corresponding user terminal 900, it is preferable to display the results in order of importance or time.
  • the importance is determined based on the degree of relevance and opinion expression that the specific opinion search keyword has in the corresponding web document, and is limited and applied to the entire time range or the specific time range, and the time order is the order in which the corresponding web document is generated. According to the ascending / descending order, it can be applied to the entire time range or limited to a specific time range.
  • the corresponding opinion in the form of a comment about the opinion contents of the web document related to the specific opinion search keyword. It is preferable to display a comment input window (not shown) so that a search user's comment can be added.
  • the expression expressed as positive / negative together with the specific opinion search keyword is specified (eg, Underlining, bold text, or various colors) is preferably displayed (see FIGS. 3 to 6).
  • the opinion analysis page may provide a function of “comment opinion analysis” (FIG. 3 to 6).
  • the web server 800 analyzes the positive / negative comment section for the comment search result article, for example, an underscore. It is preferable to highlight the display in at least one of bold font and various colors (see FIG. 5).
  • step S600 when the opinion search result related to the specific opinion search keyword is displayed on the screen of the corresponding user terminal 900, the change in the positive / negative ratio of each time according to the degree of positive / negative opinion expression in the form of a graph. Display display is preferred (see FIGS. 3-6).
  • the positive / negative ratio may be displayed for each detailed item of the specific opinion search keyword.
  • step S600 when the opinion search result related to the specific opinion search keyword is displayed on the screen of the corresponding user terminal 900 in step S600, the user's consent / opposition to the opinion search result articles related to the specific opinion search keyword It is preferable to display on the screen of the corresponding user terminal 900 to select (see FIG. 6).
  • the step of monitoring the generation of affirmative / negative opinion related to a specific opinion search keyword registered by the user through the web server 800 in real time to notify the corresponding user terminal 900 may further include.
  • the opinion retrieval method using the Internet can also be implemented as computer readable code on a computer readable recording medium.
  • the computer-readable recording medium includes all kinds of recording devices in which data that can be read by a computer system is stored.
  • a computer-readable recording medium may be a ROM, a RAM, a CD-ROM, a magnetic tape, a hard disk, a floppy disk, a removable storage device, a nonvolatile memory (Flash memory).
  • Flash memory nonvolatile memory
  • the computer readable recording medium can also be distributed over computer systems connected over a computer network so that the computer readable code is stored and executed in a distributed fashion.
  • one embodiment of the present invention implements the opinion retrieval system and method using the Internet based on Korean
  • the present invention is not limited thereto, and may be implemented by applying various languages such as English, Japanese, and Chinese.
  • FIG. 7 is a block diagram illustrating an overall opinion search and advertisement service system using the Internet according to an embodiment of the present invention.
  • opinion information DB 100 may be used.
  • advertisement information DB 200 may be used.
  • advertisement search module 300 may be used.
  • advertisement search module may be used.
  • the web server 500 may be used.
  • the opinion information DB 100 performs a function of storing opinion information of the corresponding web document as a database (DB) for each language feature of the opinion sentence. That is, in the opinion information DB 100, it is preferable that the summary information of the corresponding opinion sentence for each language and the basic and opinion information of the corresponding web document are stored in a database (DB).
  • DB database
  • the basic and opinion information of the web document may include, for example, a title, a text, an analyzed text, a creation date, a tag, a URL, an image, a video, the number of positive / negative expressions, the overall positive / negative degree, and each positive / negative object.
  • Location information at the beginning and end of the expression, object keyword information to be the object of the opinion vocabulary, object keyword and opinion expression relationship information, or type information to which each object keyword belongs may be composed of at least one information.
  • information such as a title, a text, an analyzed text, a creation date, a tag, a URL, image information, and video information may be stored.
  • the object may include entity keyword information, object keyword and opinion expression relationship information, or type information to which each entity keyword belongs.
  • Type information of object keyword (AA, movie), (BB, movie)
  • the type information of the object keyword among the information data may be found by mixing the following two methods.
  • the first method is to find the type information of each entity by obtaining an entity database for each predefined type
  • the second method is to use a domain classification module (not shown). This is a method of classifying the web document and sentence domain to find out what type it is.
  • the relation information between the object keyword and the opinion expression information is, for example, using a Korean parser or an SVO analysis method (eg, a verb, a verb and an object analysis) method, and each opinion expression is dependent on an entity. Information is determined and inputted. The above information data is stored in the opinion information DB 100 so that the opinion search module 300 can be used later.
  • a Korean parser or an SVO analysis method eg, a verb, a verb and an object analysis
  • the opinion information stored in the opinion information DB 100 is separated into sentence units for web document data existing on the Internet, and language processing is performed on each of the separated sentences to extract linguistic features.
  • Opinion / disagreement sentences are classified using the linguistic qualities of the extracted sentences, and the linguistic qualities of the divided opinion sentences are divided into positive / negative opinion expressions, and the linguistic qualities of the divided opinion sentences.
  • opinion information of the corresponding web document may be indexed and stored.
  • Patent Application No. 2008-93125 (Opinion Retrieval System and Method Using Internet), which was previously filed by the present applicant, describes the opinion information stored in the opinion information DB 100 in detail. Detailed description thereof will be omitted.
  • the advertisement information DB 200 performs a function of storing the advertisement information for each keyword into a database (DB). That is, in the advertisement information DB 200, advertisement information for each posting area is stored as a database DB according to the setting of the advertiser.
  • the advertisement information may be a database (DB) that is searched by the advertiser and at least one of the advertisement link, advertisement phrase, or advertisement image information for each keyword for the keyword or opinion search types. Preferably stored.
  • DB database
  • opinion search types may be made of any one type selected from among all opinion contents, positive / negative opinion contents, or positive / negative opinion portion analysis contents of opinion search result articles.
  • the data input by the corresponding advertiser through the advertiser terminal 700 may be set, for example, by inputting the following data.
  • Contents of advertisement Set advertisement link, advertisement text, advertisement image, etc.
  • Opinion search keyword Advertisers set their ads to be posted when any opinion search keyword is entered. For example, if the user sets the opinion search keyword "shine phone” and the user inputs the opinion search word "shine phone”, the advertisement of the advertiser who inputs the "shine phone” comes out.
  • the advertisement content is placed on the top of the opinion search results, the order of placement is in accordance with the order of the amount paid by the advertiser.
  • posts of users who have positively reviewed the advertisement product together with the advertisement may be posted together.
  • Opinion search result keywords Advertisers can set their own ads to be posted when the keyword appears in the opinion search results set in the opinion search results.
  • the advertisement of the corresponding advertiser may be posted when "JM53" appears in the opinion search result. This can maximize the advertising effect.
  • the advertisement posting position can be placed at the top of the opinion search results or placed together with the opinion search results, and the advertiser can select which opinion search results to send the advertisement to, and search for general / opinion search / positive opinion search / One of the negative feedback search results can be selected.
  • advertising revenue can be shared with a certain percentage of the publisher. This allows you to set up ads for your own products if you have a positive post about your product, or post a negative for your competitor's product.
  • Analyze page keyword Advertiser posts ads within analyzed page even if user selects one of opinion search results and sees page that specifically analyzes positive / negative part about opinion body. You may.
  • advertisers can post ads selectively based on whether they are mostly positive or negative within the analyzed page, and whether the advertiser's keywords are positive / negative or not is a certain distance between the positive / negative expressions and the keywords entered by the advertiser. It can be determined by how many more positive / negative expressions appear within the distance.
  • the advertisement information data set by each advertiser is stored in a database (DB) in the advertisement information DB 200 through a web server 500 connected to the Internet.
  • DB database
  • the opinion search module 300 receives the user's specific opinion search keyword and / or type information transmitted through the web server 500, and works in conjunction with the opinion information DB 100 to provide the specific opinion search keyword. And / or search for opinion information of a web document related to type information and transmit the opinion information to the web server 500 to be transmitted to the corresponding user terminal 600.
  • the content transmitted by the user terminal 600 to the web server 500 may be "Keyword: Nom Nom, Type: Positive / Negative / Opinion".
  • the "opinion” in the type information is a search result in which both positive and negative opinions are displayed together, and the "positive” is a type in which only positive opinions are output.
  • “Negative” is a type that only negative opinions.
  • the opinion search module 300 When the specific opinion search keyword and type information is transmitted to the opinion search module 300 as described above, the opinion search module 300 reads the data corresponding to the specific opinion search keyword and the corresponding type from the opinion information DB 100. The search results are sent back to the web server 500 by ranking such as the amount of opinion or the date order.
  • the searched result information may include, for example, a title, a link, a corresponding site title, a positive number, a negative number, a positive number, a body content, a body summary content, a positive expression position, a negative expression position, and the like.
  • the summary content refers to a part of the document in which a part appearing in the searched result document corresponding to the keyword “nom nom” and a part of a positive / negative opinion expression are displayed together.
  • the summary section instead of displaying only the search keywords in the body summary content (Snippet) like the general search, the summary section also displays the part where the opinion about the keyword appears.
  • the advertisement search module 400 receives the user's specific opinion search keyword and / or type information transmitted through the web server 500, and works in conjunction with the advertisement information DB 200. And / or search for advertisement information related to type information and transmit the information to the web server 500 to be transmitted to the corresponding user terminal 600.
  • the advertisement search module 400 interworks with the advertisement information DB 200 to search for an advertisement associated with a specific keyword input through the web server 500 and the corresponding advertisement information of the search result according to a preset posting area. It is transmitted to the web server 500 to be displayed on the screen of the terminal 600.
  • the web server 500 receives the specific opinion search keyword and / or type information transmitted from the user terminal 600 connected through the Internet.
  • the opinion search module 300, the advertisement search module 400, and the web server 500 are separated from each other, but are not limited thereto.
  • the opinion search module 300 and the advertisement search module are not limited thereto.
  • 400 may be integrated into the web server 500 to implement all functions in the web server 500.
  • the web server 500 may display on the screen of the user terminal 600 to selectively check the overall opinions and positive / negative opinions related to the specific opinion search keyword.
  • the web server 500 may determine the ratio of positive / negative opinion expression in the overall opinion search result associated with the specific opinion search keyword, or the positive / negative opinion expression in each opinion information related to the specific opinion search keyword.
  • the advertisement information related to the ratio may be displayed on the screen of the corresponding user terminal 600.
  • the web server 500 may list the opinion search results related to the specific opinion search keyword in order of importance or time order (latest order or oldest order) and display them on the screen of the corresponding user terminal 600. have.
  • the importance level calculates a ratio of the importance of the specific opinion search keyword in the web document and how many opinions the web document includes.
  • the degree of relevance and opinion expression determine the importance.
  • the importance may be calculated over the entire time range, or may be limited to a specific time range and applied only to documents in that time zone.
  • the time sequence is a method of displaying the web document in ascending / descending order according to the order in which the web document is generated. You can display the entire time in ascending / descending order, or you can show it in chronological order within a specific time range.
  • the web server 500 not only retrieves the opinions of other users related to the specific opinion search keyword, but also adds a predetermined opinion input window (not shown) so that the user can add his / her opinion in the form of a comment to the searched opinion result. It may be displayed on the screen of the user terminal 600.
  • the user can log in or comment in a non-logged state.
  • the user inputs gender / age / region and other personal information at the time of membership registration, and statistical information according to gender / age / region and other classifications for opinion information added in this system using this personal information. Can be obtained, which can be provided to other users in a euro / free manner.
  • the web server 500 may include a portion of the opinion search result associated with the specific opinion search keyword together with the portion of the specific opinion search keyword included in each opinion search result text as a positive / negative expression (eg, underline, By bold text or various colors such as expressions that can be emphasized on the web) and displaying them on the screen of the corresponding user terminal 600, the user's opinion can be more easily distinguished.
  • a positive / negative expression eg, underline, By bold text or various colors such as expressions that can be emphasized on the web
  • the web server 500 analyzes the positive / negative opinion part according to the user's selection of the opinion search result articles related to the specific opinion search keyword, highlights it in a specific expression, and also analyzes the positive / negative analysis.
  • the advertisement information related to the opinion part may be displayed on the screen of the corresponding user terminal 600.
  • the web server 500 analyzes the comment for the comment search result article. And display advertisement information related to the analyzed opinion contents on a screen of the corresponding user terminal 600. At this time, the part expressed by the opinion / positive / negative is emphasized to the user with a specific color, a scratched letter, an underline, etc., which can be emphasized on the web.
  • the web server 500 may display the results of the opinion search results related to the specific opinion search keyword on the screen of the corresponding user terminal 600 in a graph form in accordance with the degree of positive / negative opinion expression. Can be.
  • the web server 500 provides statistical analysis data for a specific opinion search keyword input by the user.
  • the X-axis indicates time and the Y-axis indicates positive / negative opinion expression (positive / negative).
  • the positive / negative ratio of each specific opinion search keyword changes for each period.
  • a specific opinion search keyword may be displayed as a graph, or a positive / negative ratio change for other specific opinion search keywords belonging to the same category as the specific opinion search keyword may be expressed as a graph.
  • the date information as described above should also be stored in the opinion information DB 100. Then, the following operation is performed to configure the screen.
  • one cycle is selected for each period (day / week / month / year) to find the number of documents in which a particular opinion search keyword is determined to be positive and the number of documents determined to be negative for each period.
  • the web server 500 may display a positive / negative ratio of the opinion search result related to the specific opinion search keyword on the screen of the corresponding user terminal 600 for each detailed item of the specific opinion search keyword.
  • the sub-item is divided into sub-themes of a corresponding keyword such as sound quality, design, portability, and the like. Can be displayed.
  • the web server 500 may display on the screen of the corresponding user terminal 600 to select the user's consent / objection to the opinion search results articles associated with the specific opinion search keyword.
  • the user can agree or disagree with the opinion search result. This can be reflected by clicking (selecting) the yes / no button on the opinion search result screen.
  • the number of votes approved by the user-the number of votes against the user is given as a weight to the ranking of each opinion search result. The more you give the effect of lowering the ranking.
  • the pros give the recommendation by the recommendation (w i ) to distribute the profits in the aforementioned advertising platform to benefit the content providers who have received the pros.
  • agree (w i ) agree (w i ) -disagree (w i )
  • agree (w i ) means the number the user agrees with
  • disagree (w i ) means the number the user disagrees with.
  • the web server 500 may monitor the generation of positive / negative opinions related to a specific opinion search keyword registered by the user in real time and notify the corresponding user terminal 600.
  • the monitoring means that the user is notified when a positive / negative opinion related to a specific opinion search keyword registered in advance is notified to the corresponding user, and each company monitors the negative opinion about the company and responds immediately. There is an effect that can be done.
  • the web server 500 screens the advertisement information associated with the specific opinion search keyword on the screen of the user terminal 600 on the screen where the user inputs a specific opinion search keyword to check the opinion search result for the specific opinion search keyword. Can be displayed on
  • the order of advertisement placement may be the order in which the advertising billing amount is large, or the corresponding keyword and the relation information. Accordingly, the user can selectively perform general opinion search (positive and negative mixed) / positive opinion search / negative opinion search, and the above-mentioned advertisements are displayed together for each opinion search.
  • documents that are positively expressed for each advertisement product may be extracted and provided together with each advertisement in a general online advertisement publication. This will show a positive feedback document extracted with all the available advertising methods online, such as general keyword search ads, opinion search ads, or general banner ads.
  • an advertisement product of the corresponding category may be displayed as a search advertisement.
  • the number of positive / negative opinions of each product and positive opinions for each product may also be shown.
  • advertisers can post their own ads for negative feedback. At this time, it is possible to post clarification articles on general advertisements or corresponding opinions, and at the same time, it is possible to send transcripts of clarification comments on negative comments in a batch.
  • the web server 500 may provide a part of the advertising revenue to the content provider providing each opinion search result article according to the search ranking of the corresponding content, whether the search user is selected, and the number of recommendations for the corresponding content.
  • the data input by the advertiser is the same as the above-described data input content
  • the contents input by the website administrators providing the contents of the opinion search result are, for example, name, social security number, account number, site address, Address and so on.
  • the user when the user performs the opinion search, for example, the user inputs the opinion search keyword "A" into the search box. Thereafter, the opinion search result is displayed on the screen of the corresponding user terminal 600.
  • the top N opinion search result content providers (the corresponding sites) and share the opinion search keyword advertising revenue.
  • the content provider sharing the revenue is the target of previously inputting the site information to the search site.
  • the amount of distribution of the revenue is given to each weight as follows, based on the proportion of the total, the opinion search keyword advertising revenue is shared.
  • the content provider restricts the target to the top N contents of the opinion search result.
  • the advertising revenue generated by inputting a single opinion search keyword is "C”
  • the proportion of the platform provider that is, the opinion search service provider (search company)
  • the opinion search result content provider If the ratio of the profits to be obtained is " 1- ⁇ ", the importance w i of each content provider in the revenue distribution is calculated as in Equation 15 below.
  • the registered (w i ) function is a function indicating whether the w i content provider is registered with the opinion search service provider.
  • the rank i is a value indicating a search rank in which the content of the w i content provider appears, and has a value of 1 in the case of the first content.
  • the rank_weight is a function for determining how much importance is assigned to the opinion search result, and the higher the value, the higher the importance of ranking of the opinion search result is reflected.
  • the click (w i ) is a function indicating whether a user who has searched for the corresponding content search result has clicked. Indicates.
  • the click_weight is a constant that determines how much weight to give to whether the user clicks.
  • the recommendation (w i ) indicates the number of times that users recommend the content.
  • the recommended number of times may be two types of recommendation times: a general recommendation number and a recommendation number related to a specific opinion search keyword.
  • the recommend_weight represents a weight given to the number of recommendations.
  • Equation 15 the registered users appear in the top of the opinion search results, and take up a greater share in revenue distribution when the user, the site that clicks more frequently, and the content recommended by more users.
  • Equation 16 the advertisement fee (C) that the advertisers provide for the opinion search result for each opinion search keyword is distributed as shown in Equation 16 below.
  • C ⁇ ⁇ is the revenue that the opinion search service provider (search company) takes
  • C ⁇ (1- ⁇ ) is the revenue that the content providers bring
  • the user terminal 600 and the advertiser terminal 700 are connected to the web server 500 through a wired or wireless communication network such as a network or the Internet, for example, a typical web browser.
  • a wired or wireless communication network such as a network or the Internet, for example, a typical web browser.
  • a computer such as a desktop PC or a notebook PC is generally, but is not limited thereto, and may be any type of wired / wireless communication device capable of accessing a web server 500 through the Internet and using a bidirectional opinion search service. .
  • the user terminal 600 and the advertiser terminal 700 may be a cellular phone, a PCS phone (PCS phone), a synchronous / asynchronous IMT- that communicates through a wireless Internet or a portable Internet.
  • a mobile terminal such as 2000 (International Mobile Telecommunication-2000), in addition to a Palm Personal Computer (PDA), a Personal Digital Assistant (PDA), a Smart Phone, a WAP phone (WAP phone)
  • PDA Palm Personal Computer
  • WAP phone WAP phone
  • FIGS. 9 to 12 illustrate results of opinions searching and advertisements applied to an embodiment of the present invention. These are the screen configuration diagrams.
  • the opinion information of the corresponding web document is stored in the opinion information DB 100 for each language feature of the opinion sentence (S100), and the advertisement information for each keyword is advertised.
  • Information is stored in the DB (200) (S200).
  • a user who wants to search for opinions connects to a specific web page (eg, http://buzzni.com) that provides opinion search and advertisement service using the user terminal 600 capable of internet access.
  • 500 provides a main search screen having a search input window A for opinion search and advertisement service, and type selection buttons B for selecting a comment search type (opinion / positive / negative).
  • the server 500 receives a specific opinion search keyword and / or opinion search type transmitted from the user terminal 600 connected through the Internet, and delivers it to the opinion search module 300 and the advertisement search module 400, and then the opinion search.
  • the module 300 and the advertisement search module 400 may include opinion information DB and advertisement information related to the opinion information of the web document related to the specific opinion search keyword received through the web server 500 and related advertisement information DB. Each search is performed at 200 and the opinion search result and advertisement information are transmitted back to the web server 500.
  • the web server 500 includes the opinion search result articles for the specific opinion search keyword respectively searched through the opinion search module 300 and the advertisement search module 400, and the advertisement information related thereto with preset reference information (eg, , The advertisement display order or location, etc.) is properly displayed on the screen of the user terminal 600 (S300).
  • preset reference information eg, , The advertisement display order or location, etc.
  • step S100 the summary information of the corresponding opinion sentence for each linguistic feature of the opinion sentence and the basic and opinion information of the corresponding web document may be converted into a database (DB) in the opinion information DB 100.
  • DB database
  • step S100 the opinion information stored in the opinion information DB 100 is divided into sentence units of web document data existing on the Internet, and language processing is performed on each of the separated sentences. And classify the opinion / non-comment sentences using the linguistic qualities of the extracted sentences, and classify the linguistic qualities of the divided opinion sentences into positive / negative opinion expressions.
  • the opinion information of the web document can be indexed and stored according to the linguistic qualities of the comment sentence.
  • step S200 at least one of the advertisement link, advertisement phrase or advertisement image information for each keyword of the search set by the advertiser in the advertisement information DB 200 and the result for each keyword or opinion search type as a result.
  • Information can be stored in a database.
  • the opinion retrieval types may be, for example, any one type selected from among whole opinion contents, positive / negative opinion contents, or positive / negative opinion portion analysis contents of opinion search result articles.
  • step S300 when displaying the advertisement information associated with the opinion search results articles related to the particular keyword on the screen of the user terminal 600, the entire opinion, positive / negative opinion content associated with the specific keyword is selectively selected. Displayed on the screen of the corresponding user terminal 600 so as to be identified, and the ratio of positive / negative opinion expression in all opinion search results related to the specific keyword, or positive / in each opinion information related to the specific keyword The advertisement information related to the negative opinion expression ratio may be displayed on the screen of the corresponding user terminal 600 (see FIGS. 3A to 3D).
  • step S300 when advertising information related to the opinion search result articles related to the specific keyword is displayed on the screen of the corresponding user terminal 600, the advertisement information related to the positive opinion contents related to the specific keyword is displayed.
  • An input window (not shown) may be displayed on a screen of the corresponding user terminal 600, or a posting text of a corresponding search user may be posted on negative opinion contents of a web document related to the specific keyword. ) Can be displayed on the screen.
  • step S300 when the advertisement information related to the opinion search result articles related to the specific keyword is displayed on the screen of the corresponding user terminal 600, the user selects the opinion search result articles related to the specific keyword.
  • the positive / negative opinion portion may be analyzed, and advertisement information related to the analyzed opinion portion may be displayed on the screen of the corresponding user terminal 600 (see FIG. 12).
  • the method may further include providing a part of the advertising revenue to the content provider providing each opinion search result article according to the search ranking of the corresponding content, whether the search user is selected, and the number of recommendations for the corresponding content. You may.
  • the opinion retrieval and advertisement service method using the Internet can also be implemented as computer-readable code on a computer-readable recording medium.
  • the computer-readable recording medium includes all kinds of recording devices in which data that can be read by a computer system is stored.
  • a computer-readable recording medium may be a ROM, a RAM, a CD-ROM, a magnetic tape, a hard disk, a floppy disk, a removable storage device, a nonvolatile memory (Flash memory).
  • Flash memory nonvolatile memory
  • the computer readable recording medium can also be distributed over computer systems connected over a computer network so that the computer readable code is stored and executed in a distributed fashion.
  • an embodiment of the present invention implements a feedback search and advertisement service system and method using the Internet based on Korean
  • the present invention is not limited thereto, and may be implemented by applying various languages such as English, Japanese, and Chinese. It may be.

Landscapes

  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

본 발명은 인터넷을 이용한 의견 검색 시스템, 의견 검색 및 광고 서비스 시스템과 그 방법에 관한 것으로, 인터넷 상에 존재하는 여러 웹사이트들에 흩어져 있는 사용자 의견 정보들을 자동 추출 및 분석하여 긍정/부정 의견별로 검색 및 통계를 확인할 수 있도록 의견 검색 서비스를 제공해 주고, 인터넷 상에 존재하는 여러 웹사이트들에 흩어져 있는 사용자 의견 정보들과 함께 각 의견 검색 사용자에게 적합한 맞춤형 광고 서비스를 동시에 제공해 줌으로써, 의견 검색 사용자들은 특정 키워드에 대하여 다른 사용자들의 의견을 손쉽게 한눈에 검색 및 모니터링(Monitoring) 할 수 있으며, 기존에 다른 사용자들의 의견을 검색하기 위해서 들였던 많은 시간을 크게 단축시킬 수 있으며, 의견 검색 사용자들 입장에서는 특정 키워드에 대하여 다른 사용자들의 의견을 손쉽게 한눈에 검색 및 모니터링(Monitoring) 할 수 있을 뿐만 아니라 광고주들 입장에서는 자사 물품들에 대해 보다 효율적인 광고 효과를 얻을 수 있으며, 더 나아가 물품의 구매 확률을 보다 향상시킬 수 있는 효과가 있다.

Description

인터넷을 이용한 의견 검색 시스템, 의견 검색 및 광고 서비스 시스템과 그 방법
본 발명은 인터넷을 이용한 의견 검색 시스템, 의견 검색 및 광고 서비스 시스템과 그 방법에 관한 것으로, 보다 상세하게는 인터넷 상에 존재하는 여러 웹사이트들에 흩어져 있는 사용자 의견 정보들을 자동 추출 및 분석하여 긍정/부정 의견별로 검색 및 통계를 확인할 수 있도록 의견 검색 서비스를 제공해 주며, 인터넷 상에 존재하는 여러 웹사이트들에 흩어져 있는 사용자 의견 정보들과 함께 각 의견 검색 사용자에게 적합한 맞춤형 광고 서비스를 동시에 제공해 줌으로써, 사용자들은 특정 키워드에 대하여 다른 사용자들의 의견을 손쉽게 한눈에 검색 및 모니터링 할 수 있고, 의견 검색 사용자들 입장에서는 특정 키워드에 대하여 다른 사용자들의 의견을 손쉽게 한눈에 검색 및 모니터링(Monitoring) 할 수 있을 뿐만 아니라 광고주들 입장에서는 자사 물품들에 대해 보다 효율적인 광고 효과를 얻을 수 있으며, 더 나아가 물품의 구매 확률을 보다 향상시킬 수 있는 인터넷을 이용한 의견 검색 시스템, 의견 검색 및 광고 서비스 시스템과 그 방법에 관한 것이다.
최근에 인터넷 사용이 점차 활발해 짐에 따라, 많은 사람들이 인터넷에서 예컨대, 블로그(Blog), 위키(Wiki)와 같은 매체를 통해서 자신의 의견을 표현하고 있는 추세이다. 또한, 특정한 정보의 가치를 평가할 때, 이러한 다른 사람들이 인터넷 상에 올려놓은 의견 정보를 참조하고자 하는 수요도 높아지고 있다.
예를 들면, 인터넷 상에는 상품 리뷰(Review)에서 영화 리뷰까지 다양한 사용자들의 의견이 존재한다. 이러한 각 사용자들의 의견들은 일반 사용자들이 물품을 구매하거나, 영화를 보기 전에 다른 사용자들의 의견을 보고자 하는 경우에도 이용될 수 있으며, 마케팅 담당자나 주식 매매자 등이 각 물품이나 회사에 대한 일반 사용자들의 다양한 의견을 알고자 하는 경우에도 사용될 수 있다. 특히, 일반 사용자들은 특정 물품을 구매하기 전에 다른 사용자들의 평가를 먼저 보고 나서 이런 물품을 구매하려는 경향이 크다.
즉, 다른 사용자들의 의견을 알고자 하는 경우는 일반적으로 검색을 하는 경우에 비하여 훨씬 더 물건을 구매하기 전 단계인 경우가 많다. 이러한 단계에서 효과적으로 해당 사용자에게 관련 물품에 대한 광고를 제공하게 될 경우에는 그 효과도 더욱더 크게 된다.
하지만, 이러한 인터넷 상에 존재하는 의견들은 개개의 웹사이트들에만 존재하여, 이러한 의견 정보들을 사용하고자 할 경우에는 사용자가 일일이 이러한 개개의 모든 웹사이트를 수동으로 찾아보아야 하는 번거로움이 존재한다.
이러한 모든 웹사이트들을 사용자들이 모두 찾아보기 어려우며 일반 검색으로 다른 사용자들의 의견을 찾고자 하는 경우에는 의견이 있는 웹 문서, 긍정적인 의견이 있는 웹 문서, 부정적인 의견이 있는 웹 문서 등이 혼재하여 효과적으로 다른 사용자들의 의견을 찾아보기 어려운 문제점이 있다.
본 발명은 전술한 문제점을 해결하기 위하여 안출된 것으로서, 본 발명의 목적은 인터넷 상에 존재하는 여러 웹사이트들에 흩어져 있는 사용자 의견 정보들을 자동 추출 및 분석하여 긍정/부정 의견별로 검색 및 통계를 확인할 수 있도록 의견 검색 서비스를 제공해 줌으로써, 사용자들은 특정 키워드에 대하여 다른 사용자들의 의견을 손쉽게 한눈에 검색 및 모니터링 할 수 있는 인터넷을 이용한 의견 검색 시스템 및 그 방법을 제공하는데 있다.
본 발명의 다른 목적은 인터넷 상에 존재하는 여러 웹사이트들에 흩어져 있는 사용자 의견 정보들과 함께 각 의견 검색 사용자에게 적합한 맞춤형 광고 서비스를 동시에 제공해 줌으로써, 의견 검색 사용자들 입장에서는 특정 키워드에 대하여 다른 사용자들의 의견을 손쉽게 한눈에 검색 및 모니터링(Monitoring) 할 수 있을 뿐만 아니라 광고주들 입장에서는 자사 물품들에 대해 보다 효율적인 광고 효과를 얻을 수 있으며, 더 나아가 물품의 구매 확률을 보다 향상시킬 수 있는 인터넷을 이용한 의견 검색 및 광고 서비스 시스템과 그 방법을 제공하는데 있다.
전술한 목적을 달성하기 위하여 본 발명의 제1 측면은, 인터넷 상에 존재하는 웹 문서 데이터를 수집하는 제1 서버; 상기 수집된 웹 문서 데이터에 대해 문장 단위로 분리하고, 분리된 각 문장에 대해 언어처리를 수행하여 언어적인 자질들을 추출하는 언어처리모듈; 상기 추출된 각 문장의 언어적인 자질들을 이용하여 의견/비의견 문장을 구분하는 의견/비의견 구분모듈; 상기 구분된 의견 문장의 언어적인 자질들에 대해 긍정/부정 의견표현으로 구분하는 의견표현 구분모듈; 상기 구분된 의견 문장의 언어적인 자질별로 해당 웹 문서의 의견 정보들이 저장되도록 인덱싱하는 제2 서버; 및 인터넷을 통해 접속된 사용자 단말로부터 전송되는 특정 키워드를 제공받아 상기 제2 서버와 연동되어 상기 특정 키워드와 관련된 웹 문서의 의견 정보들을 검색하여 해당 사용자 단말의 화면에 의견 검색결과를 디스플레이 해주는 웹 서버를 포함하는 인터넷을 이용한 의견 검색 시스템을 제공하는 것이다.
여기서, 상기 제1 서버를 통해 수집된 웹 문서 데이터에서 필요한 텍스트, 이미지 또는 비디오 정보들 중 적어도 어느 하나의 정보 데이터를 추출하여 저장되는 데이터 저장모듈이 더 포함됨이 바람직하다.
바람직하게, 상기 언어처리모듈은 상기 수집된 웹 문서 데이터와 함께 미리 설정된 의견/비의견 문장들을 포함하는 일반적인 문서 데이터에 대해 문장 단위로 분리하고, 분리된 각 문장에 대해 언어처리를 수행하여 언어적인 자질들을 추출할 수 있다.
바람직하게, 상기 제2 서버를 통해 인덱싱된 각 의견 문장의 언어적인 자질별 해당 의견 문장의 요약정보 및 해당 웹 문서의 기본 및 의견 정보들이 데이터베이스(DB)화하여 저장되는 의견 인덱싱 정보 저장모듈이 더 포함될 수 있다.
바람직하게, 상기 웹 문서의 기본 및 의견 정보들은 제목, 본문, 의견 분석된 본문, 생성 날짜, 태그, URL, 이미지, 동영상, 긍정/부정 표현의 수, 전체적인 긍정/부정 정도, 각 긍정/부정 표현의 시작과 끝의 위치정보, 의견 어휘들의 대상이 될만한 객체 키워드 정보, 객체 키워드와 의견표현 관계정보, 또는 각 객체 키워드들이 속하는 타입 정보 중 적어도 하나의 정보로 이루어질 수 있다.
바람직하게, 상기 언어처리는 형태소 분석(Morpheme Analyze) 또는 띄어쓰기(Segmentation) 처리로 이루어질 수 있다.
바람직하게, 상기 웹 서버는 상기 특정 키워드와 관련된 전체 의견, 긍정적/부정적 의견내용을 선택적으로 확인할 수 있도록 해당 사용자 단말의 화면에 디스플레이 해줄 수 있다.
바람직하게, 상기 웹 서버는 상기 특정 키워드와 관련된 전체적인 의견 검색결과 내에서의 긍정/부정 의견표현의 비율, 또는 상기 특정 키워드와 관련된 각 의견 정보 내에서의 긍정/부정 의견표현의 비율을 해당 사용자 단말의 화면에 디스플레이 해줄 수 있다.
바람직하게, 상기 웹 서버는 상기 특정 키워드와 관련된 의견 검색결과를 중요도 또는 시간 순서에 따라 리스트(List)화하여 해당 사용자 단말의 화면에 디스플레이 해줄 수 있다.
바람직하게, 상기 중요도는 상기 특정 키워드가 해당 웹 문서에서 가지는 관련도와 의견표현 정도를 통해 결정되고, 전체 시간 범위 또는 특정 시간 범위로 제한하여 적용되며, 상기 시간 순서는 해당 웹 문서가 생성되는 순서에 따라 오름차순/내림차순으로 결정되고, 전체 시간 범위 또는 특정 시간 범위로 제한하여 적용될 수 있다.
바람직하게, 상기 웹 서버는 상기 특정 키워드와 관련된 웹 문서의 의견 내용들에 대해 댓글 형식으로 해당 의견 검색 사용자의 의견을 추가할 수 있도록 의견 입력창을 해당 사용자 단말의 화면에 디스플레이 해줄 수 있다.
바람직하게, 상기 웹 서버는 상기 특정 키워드와 관련된 의견 검색결과를 상기 특정 키워드와 함께 긍정/부정으로 표현된 부분을 특정한 표현으로 강조하여 해당 사용자 단말의 화면에 디스플레이 해줄 수 있다.
바람직하게, 상기 웹 서버는 상기 특정 키워드와 관련된 의견 검색결과 글들에 대해 해당 사용자의 선택에 따라 긍정/부정 의견 부분을 분석하고, 이를 특정한 표현으로 강조하여 해당 사용자 단말의 화면에 디스플레이 해줄 수 있다.
바람직하게, 상기 특정한 표현은 밑줄, 굵은 글씨체 또는 다양한 색상 중 적어도 어느 하나의 강조표현으로 이루어질 수 있다.
바람직하게, 상기 웹 서버는 상기 특정 키워드와 관련된 의견 검색결과를 긍정/부정 의견표현 정도에 따라 시기별로 긍정/부정 비율의 변화를 그래프 형태로 해당 사용자 단말의 화면에 디스플레이 해줄 수 있다.
바람직하게, 상기 웹 서버는 상기 특정 키워드와 관련된 의견 검색결과를 상기 특정 키워드의 세부 항목별로 긍정/부정 비율을 해당 사용자 단말의 화면에 디스플레이 해줄 수 있다.
바람직하게, 상기 웹 서버는 상기 특정 키워드와 관련된 의견 검색결과 글들에 대해 해당 사용자의 찬성/반대 의사를 선택할 수 있도록 해당 사용자 단말의 화면에 디스플레이 해줄 수 있다.
바람직하게, 상기 웹 서버는 사용자가 기 등록한 특정 키워드와 관련된 긍정/부정 의견의 생성을 실시간으로 모니터링 하여 해당 사용자 단말로 통지해줄 수 있다.
본 발명의 제2 측면은, (a) 인터넷 상에 존재하는 웹 문서 데이터를 수집하는 단계; (b) 상기 수집된 웹 문서 데이터에 대해 문장 단위로 분리하고, 분리된 각 문장에 대해 언어처리를 수행하여 언어적인 자질들을 추출하는 단계; (c) 상기 추출된 각 문장의 언어적인 자질들을 이용하여 의견/비의견 문장을 구분하는 단계; (d) 상기 구분된 의견 문장의 언어적인 자질들에 대해 긍정/부정 의견표현으로 구분하는 단계; (e) 상기 구분된 의견 문장의 언어적인 자질별로 해당 웹 문서의 의견 정보들이 저장되도록 인덱싱하는 단계; 및 (f) 인터넷을 통해 접속된 사용자 단말로부터 전송되는 특정 키워드와 관련된 웹 문서의 의견 정보들을 검색하여 해당 사용자 단말의 화면에 의견 검색결과를 디스플레이 해주는 단계를 포함하는 인터넷을 이용한 의견 검색 방법을 제공하는 것이다.
바람직하게, 상기 단계(b)에서, 상기 수집된 웹 문서 데이터와 함께 미리 설정된 의견/비의견 문장들이 포함된 일반적인 문서 데이터에 대해 문장 단위로 분리하고, 분리된 각 문장에 대해 언어처리를 수행하여 언어적인 자질들을 추출할 수 있다.
바람직하게, 상기 단계(e)에서, 상기 인덱싱된 각 의견 문장의 언어적인 자질별 해당 의견 문장의 요약정보 및 해당 웹 문서의 기본 및 의견 정보들을 데이터베이스(DB)화하여 별도의 저장모듈에 저장하는 단계를 더 포함할 수 있다.
바람직하게, 상기 단계(b)에서, 상기 언어처리는 형태소 분석 또는 띄어쓰기 처리를 수행할 수 있다.
바람직하게, 상기 단계(f)에서, 상기 특정 키워드와 관련된 의견 검색결과를 해당 사용자 단말의 화면에 디스플레이 할 경우, 상기 특정 키워드와 관련된 전체 의견, 긍정적/부정적 의견내용을 선택적으로 확인할 수 있도록 디스플레이 해줄 수 있다.
바람직하게, 상기 단계(f)에서, 상기 특정 키워드와 관련된 의견 검색결과를 해당 사용자 단말의 화면에 디스플레이 할 경우, 상기 특정 키워드와 관련된 전체적인 의견 검색결과 내에서의 긍정/부정 의견표현의 비율, 또는 상기 특정 키워드와 관련된 각 의견 정보 내에서의 긍정/부정 의견표현의 비율을 디스플레이 해줄 수 있다.
바람직하게, 상기 단계(f)에서, 상기 특정 키워드와 관련된 의견 검색결과를 해당 사용자 단말의 화면에 디스플레이 할 경우, 중요도 또는 시간 순서에 따라 디스플레이 해줄 수 있다.
바람직하게, 상기 중요도는 상기 특정 키워드가 해당 웹 문서에서 가지는 관련도와 의견표현 정도를 통해 결정하고, 전체 시간 범위 또는 특정 시간 범위로 제한하여 적용하며, 상기 시간 순서는 해당 웹 문서가 생성되는 순서에 따라 오름차순/내림차순으로 결정하고, 전체 시간 범위 또는 특정 시간 범위로 제한하여 적용할 수 있다.
바람직하게, 상기 단계(f)에서, 상기 특정 키워드와 관련된 의견 검색결과를 해당 사용자 단말의 화면에 디스플레이 할 경우, 상기 특정 키워드와 관련된 웹 문서의 의견 내용들에 대해 댓글 형식으로 해당 의견 검색 사용자의 의견을 추가할 수 있도록 의견 입력창을 디스플레이 해줄 수 있다.
바람직하게, 상기 단계(f)에서, 상기 특정 키워드와 관련된 의견 검색결과를 해당 사용자 단말의 화면에 디스플레이 할 경우, 상기 특정 키워드와 함께 긍정/부정으로 표현된 부분을 특정한 표현으로 강조하여 디스플레이 해줄 수 있다.
바람직하게, 상기 특정한 표현은 밑줄, 굵은 글씨체 또는 다양한 색상 중 적어도 어느 하나의 강조 표현일 수 있다.
바람직하게, 상기 단계(f)에서, 상기 특정 키워드와 관련된 의견 검색결과를 해당 사용자 단말의 화면에 디스플레이 할 경우, 상기 특정 키워드와 관련된 의견 검색결과 글들에 대해 해당 사용자의 선택에 따라 긍정/부정 의견 부분을 분석한 후, 밑줄, 굵은 글씨체 또는 다양한 색상 중 적어도 어느 하나의 표현으로 강조하여 디스플레이 해줄 수 있다.
바람직하게, 상기 단계(f)에서, 상기 특정 키워드와 관련된 의견 검색결과를 해당 사용자 단말의 화면에 디스플레이 할 경우, 긍정/부정 의견표현 정도에 따라 시기별 긍정/부정 비율의 변화를 그래프 형태로 디스플레이 해줄 수 있다.
바람직하게, 상기 단계(f)에서, 상기 특정 키워드와 관련된 의견 검색결과를 해당 사용자 단말의 화면에 디스플레이 할 경우, 상기 특정 키워드의 세부 항목별로 긍정/부정 비율을 디스플레이 해줄 수 있다.
바람직하게, 상기 단계(f)이후에, 사용자가 기 등록한 특정 키워드와 관련된 긍정/부정 의견의 생성을 실시간으로 모니터링 하여 해당 사용자 단말로 통지해주는 단계를 더 포함할 수 있다.
본 발명의 제3 측면은, 상술한 인터넷을 이용한 의견 검색 방법을 실행시키기 위한 프로그램을 기록한 기록매체를 제공하는 것이다.
본 발명의 제4 측면은, 의견 문장의 언어적인 자질별로 해당 웹 문서의 의견 정보들이 저장되는 의견정보 DB; 키워드별 광고 정보들이 저장되는 광고정보 DB; 및 인터넷을 통해 접속된 사용자 단말로부터 전송되는 특정 키워드를 제공받아 상기 의견정보 DB 및 광고정보 DB와 연동되어 상기 특정 키워드와 관련된 웹 문서의 의견 및 광고 정보들을 각각 검색하여 해당 사용자 단말의 화면에 의견 검색결과 글들과 함께 관련된 광고 정보를 디스플레이 해주는 웹 서버를 포함하는 인터넷을 이용한 의견 검색 및 광고 서비스 시스템을 제공하는 것이다.
여기서, 상기 의견정보 DB는 각 의견 문장의 언어적인 자질별 해당 의견 문장의 요약정보 및 해당 웹 문서의 기본 및 의견 정보들이 데이터베이스(DB)화하여 저장됨이 바람직하다.
바람직하게, 상기 웹 문서의 기본 및 의견 정보들은 제목, 본문, 의견 분석된 본문, 생성 날짜, 태그, URL, 이미지, 동영상, 긍정/부정 표현의 수, 전체적인 긍정/부정 정도, 각 긍정/부정 표현의 시작과 끝의 위치정보, 의견 어휘들의 대상이 될만한 객체 키워드 정보, 객체 키워드와 의견표현 관계정보, 또는 각 객체 키워드들이 속하는 타입 정보 중 적어도 하나의 정보로 이루어질 수 있다.
바람직하게, 상기 의견정보 DB에 저장되는 의견 정보들은, 인터넷 상에 존재하는 웹 문서 데이터에 대해 문장 단위로 분리하고, 분리된 각 문장에 대해 언어처리를 수행하여 언어적인 자질들을 추출하고, 상기 추출된 각 문장의 언어적인 자질들을 이용하여 의견/비의견 문장을 구분하며, 상기 구분된 의견 문장의 언어적인 자질들에 대해 긍정/부정 의견표현으로 구분하며, 상기 구분된 의견 문장의 언어적인 자질별로 해당 웹 문서의 의견 정보들을 인덱싱하여 저장될 수 있다.
바람직하게, 상기 언어처리는 형태소 분석 또는 띄어쓰기 처리로 이루어질 수 있다.
바람직하게, 상기 광고 정보들은 광고주에 의해 기 설정된 검색과 그 결과 키워드별 또는 의견검색 타입들에 대한 결과 키워드별 광고 링크, 광고 문구 또는 광고 이미지 정보 중 적어도 어느 하나의 광고 정보가 데이터베이스(DB)화하여 저장될 수 있다.
바람직하게, 상기 의견검색 타입들은 전체 의견내용, 긍정적/부정적 의견내용 또는 의견 검색결과 글들에 대한 긍정/부정 의견부분 분석내용 중 선택된 어느 하나의 타입으로 이루어질 수 있다.
바람직하게, 상기 웹 서버는 상기 특정 키워드와 관련된 전체 의견, 긍정적/부정적 의견내용을 선택적으로 확인할 수 있도록 해당 사용자 단말의 화면에 디스플레이 해주고, 상기 특정 키워드와 관련된 전체 의견 검색결과 내에서의 긍정/부정 의견표현의 비율, 또는 상기 특정 키워드와 관련된 각 의견 정보 내에서의 긍정/부정 의견표현의 비율과 함께 관련된 광고 정보들을 해당 사용자 단말의 화면에 디스플레이 해줄 수 있다.
바람직하게, 상기 웹 서버는 상기 특정 키워드와 관련된 긍정 의견 내용들과 함께 관련된 광고 정보들을 해당 사용자 단말의 화면에 디스플레이 해주거나, 상기 특정 키워드와 관련된 웹 문서의 부정 의견 내용들에 대해 해당 검색 사용자의 해명글을 게시할 수 있도록 입력창을 해당 사용자 단말의 화면에 디스플레이 해줄 수 있다.
바람직하게, 상기 웹 서버는 상기 특정 키워드와 관련된 의견 검색결과 글들에 대해 해당 사용자의 선택에 따라 긍정/부정 의견 부분을 분석하고, 상기 분석된 의견 부분과 함께 관련된 광고 정보를 해당 사용자 단말의 화면에 디스플레이 해줄 수 있다.
바람직하게, 상기 웹 서버는 각 의견 검색결과 글을 제공하는 컨텐츠 제공자에게 해당 컨텐츠의 검색 순위, 검색 사용자의 선택 여부 및 해당 컨텐츠에 대한 추천 횟수에 따라 광고 수익의 일부를 제공해줄 수 있다.
본 발명의 제5 측면은, (a) 의견 문장의 언어적인 자질별로 해당 웹 문서의 의견 정보들을 별도의 의견정보 DB에 저장하는 단계; (b) 키워드별 광고 정보들을 별도의 광고정보 DB에 저장하는 단계; 및 (c) 인터넷을 통해 접속된 사용자 단말로부터 전송되는 특정 키워드와 관련된 웹 문서의 의견 및 광고 정보들을 상기 의견정보 DB 및 광고정보 DB에서 각각 검색하여 해당 사용자 단말의 화면에 의견 검색결과 글들과 함께 관련된 광고 정보들을 디스플레이 해주는 단계를 포함하는 인터넷을 이용한 의견 검색 및 광고 방법을 제공하는 것이다.
바람직하게, 상기 단계(a)에서, 상기 의견정보 DB에 각 의견 문장의 언어적인 자질별 해당 의견 문장의 요약정보 및 해당 웹 문서의 기본 및 의견 정보들을 데이터베이스(DB)화하여 저장할 수 있다.
바람직하게, 상기 단계(a)에서, 상기 의견정보 DB에 저장되는 의견 정보들은, 인터넷 상에 존재하는 웹 문서 데이터에 대해 문장 단위로 분리하고, 분리된 각 문장에 대해 언어처리를 수행하여 언어적인 자질들을 추출하며, 상기 추출된 각 문장의 언어적인 자질들을 이용하여 의견/비의견 문장을 구분한 후, 상기 구분된 의견 문장의 언어적인 자질들에 대해 긍정/부정 의견표현으로 구분하며, 상기 구분된 의견 문장의 언어적인 자질별로 해당 웹 문서의 의견 정보들을 인덱싱하여 저장할 수 있다.
바람직하게, 상기 단계(b)에서, 상기 광고정보 DB에 광고주에 의해 기 설정된 검색과 그 결과 키워드별 또는 의견검색 타입들에 대한 결과 키워드별 광고 링크, 광고 문구 또는 광고 이미지 정보 중 적어도 어느 하나의 광고 정보를 데이터베이스(DB)화하여 저장할 수 있다.
바람직하게, 상기 의견검색 타입들은 전체 의견내용, 긍정적/부정적 의견내용 또는 의견 검색결과 글들에 대한 긍정/부정 의견부분 분석내용 중 선택된 어느 하나의 타입으로 이루어질 수 있다.
바람직하게, 상기 단계(c)에서, 상기 특정 키워드와 관련된 의견 검색결과 글들과 함께 관련된 광고 정보를 해당 사용자 단말의 화면에 디스플레이 할 경우, 상기 특정 키워드와 관련된 전체 의견, 긍정적/부정적 의견내용을 선택적으로 확인할 수 있도록 해당 사용자 단말의 화면에 디스플레이 해주고, 상기 특정 키워드와 관련된 전체 의견 검색결과 내에서의 긍정/부정 의견표현의 비율, 또는 상기 특정 키워드와 관련된 각 의견 정보 내에서의 긍정/부정 의견표현의 비율과 함께 관련된 광고 정보들을 해당 사용자 단말의 화면에 디스플레이 해줄 수 있다.
바람직하게, 상기 단계(c)에서, 상기 특정 키워드와 관련된 의견 검색결과 글들과 함께 관련된 광고 정보를 해당 사용자 단말의 화면에 디스플레이 할 경우, 상기 특정 키워드와 관련된 긍정 의견 내용들과 함께 관련된 광고 정보들을 해당 사용자 단말의 화면에 디스플레이 해주거나, 상기 특정 키워드와 관련된 웹 문서의 부정 의견 내용들에 대해 해당 검색 사용자의 해명글을 게시할 수 있도록 입력창을 해당 사용자 단말의 화면에 디스플레이 해줄 수 있다.
바람직하게, 상기 단계(c)에서, 상기 특정 키워드와 관련된 의견 검색결과 글들과 함께 관련된 광고 정보를 해당 사용자 단말의 화면에 디스플레이 할 경우, 상기 특정 키워드와 관련된 의견 검색결과 글들에 대해 해당 사용자의 선택에 따라 긍정/부정 의견 부분을 분석하고, 상기 분석된 의견 부분과 함께 관련된 광고 정보를 해당 사용자 단말의 화면에 디스플레이 해줄 수 있다.
바람직하게, 상기 단계(c)이후에, 각 의견 검색결과 글을 제공하는 컨텐츠 제공자에게 해당 컨텐츠의 검색 순위, 검색 사용자의 선택 여부 및 해당 컨텐츠에 대한 추천 횟수에 따라 광고 수익의 일부를 제공해주는 단계를 더 포함할 수 있다.
본 발명의 제6 측면은, 상술한 인터넷을 이용한 의견 검색 및 광고 서비스 방법을 실행시키기 위한 프로그램을 기록한 기록매체를 제공하는 것이다.
이상에서 설명한 바와 같은 본 발명의 인터넷을 이용한 의견 검색 시스템 및 그 방법에 따르면, 인터넷 상에 존재하는 여러 웹사이트들에 흩어져 있는 사용자 의견 정보들을 자동 추출 및 분석하여 긍정/부정 의견별로 검색 및 통계를 확인할 수 있도록 의견 검색 서비스를 제공해 줌으로써, 사용자들은 특정 키워드에 대하여 다른 사용자들의 의견을 손쉽게 한눈에 검색 및 모니터링 할 수 있으며, 기존에 다른 사용자들의 의견을 검색하기 위해서 들였던 많은 시간을 크게 단축시킬 수 있는 이점이 있다.
또한, 본 발명에 의하면, 각 회사의 마케팅 담당자나 주식 투자자, 기업 가치 평가자 등은 방대한 인터넷 상에서 존재하는 해당 기업이나 물품에 대한 여러 사용자들의 의견을 한눈에 확인할 수 있으며, 기존에 사용자들의 의견을 알기 위해서 실시했던 설문조사나 컨설팅 회사에 들였던 비용을 대폭 줄일 수 있으면서 효과적으로 각 사용자들의 의견 추출 및 통계를 내서 활용할 수 있는 이점이 있다.
또한, 본 발명에 의하면, 인터넷 상에 존재하는 여러 웹사이트들에 흩어져 있는 사용자 의견 정보들과 함께 각 의견 검색 사용자에게 적합한 맞춤형 광고 서비스를 동시에 제공해 줌으로써, 의견 검색 사용자들 입장에서는 특정 키워드에 대하여 다른 사용자들의 의견을 손쉽게 한눈에 검색 및 모니터링(Monitoring) 할 수 있을 뿐만 아니라 광고주들 입장에서는 자사 물품들에 대해 보다 효율적인 광고 효과를 얻을 수 있으며, 더 나아가 물품의 구매 확률을 보다 향상시킬 수 있는 이점이 있다.
또한, 본 발명에 의하면, 해당 대상에 대한 구매 관련된 정보를 의견 중심으로 보여주는 검색과 통계 그리고 이를 통한 광고를 이용하여 해당 대상에 대하여 자신이 관심을 가지는 부분에 대한 긍정적인 의견을 지닌 정보를 확인하고 구매할 수 있게 됨으로써, 기존에 다른 사용자들의 의견을 찾기 위해서 들였던 많은 시간을 크게 단축시킬 수 있는 이점이 있다.
도 1은 본 발명의 일 실시예에 따른 인터넷을 이용한 의견 검색 시스템을 설명하기 위한 전체적인 블록 구성도이다.
도 2는 본 발명의 일 실시예에 따른 인터넷을 이용한 의견 검색 방법을 설명하기 위한 전체적인 흐름도이다.
도 3 내지 도 6은 본 발명의 일 실시예에 적용된 의견검색 결과를 설명하기 위한 화면 구성도들로서, 도 3은 특정의 의견검색 키워드(놈놈놈) 및 긍정 의견 타입 선택 시 의견검색 결과를 나타낸 화면 구성도이고, 도 4는 특정의 의견검색 키워드(놈놈놈) 및 부정 의견 타입 선택 시 의견검색 결과를 나타낸 화면 구성도이며, 도 5는 특정의 의견검색 키워드(놈놈놈)와 관련된 의견검색 결과 글에 대한 의견 분석한 페이지 기능을 구체적으로 나타낸 화면 구성도이며, 도 6은 특정의 의견검색 키워드(놈놈놈)와 관련된 의견 검색결과 글들에 대해 사용자의 찬성/반대 의사를 선택할 수 있도록 구비한 화면 구성도이다.
도 7은 본 발명의 다른 실시예에 따른 인터넷을 이용한 의견 검색 및 광고 서비스 시스템을 설명하기 위한 전체적인 블록 구성도이다.
도 8은 본 발명의 다른 실시예에 따른 인터넷을 이용한 의견 검색 및 광고 서비스 방법을 설명하기 위한 전체적인 흐름도이다.
도 9 내지 도 12는 본 발명의 다른 실시예에 적용된 의견 검색 및 광고 서비스 결과를 설명하기 위한 화면 구성도들이다.
이하, 첨부 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다. 그러나, 다음에 예시하는 본 발명의 실시예는 여러 가지 다른 형태로 변형될 수 있으며, 본 발명의 범위가 다음에 상술하는 실시예에 한정되는 것은 아니다. 본 발명의 실시예는 당업계에서 통상의 지식을 가진 자에게 본 발명을 보다 완전하게 설명하기 위하여 제공되어지는 것이다.
도 1은 본 발명의 일 실시예에 따른 인터넷을 이용한 의견 검색 시스템을 설명하기 위한 전체적인 블록 구성도이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 인터넷을 이용한 의견 검색 시스템은, 크게 데이터 수집서버(100), 언어처리모듈(200), 의견/비의견 구분모듈(300), 의견표현 구분모듈(400), 인덱싱 서버(500), 의견 인덱싱 정보 저장모듈(600), 의견검색모듈(700), 웹 서버(800) 및 사용자 단말(900) 등을 포함하여 이루어진다.
여기서, 데이터 수집서버(100)는 인터넷(10) 상에 존재하는 다양한 웹 문서 데이터들을 수집하는 기능을 수행한다. 즉, 데이터 수집서버(100)는 인터넷(10) 상에 존재하는 각 웹사이트(Web Site)들의 HTML(Hyper Text Markup Language) 정보를 실시간으로 다운로드(Download) 받게 된다.
또한, 데이터 수집서버(100)는 상기와 같이 다운로드(Download) 받은 웹 문서 데이터에서 필요한 정보들 예컨대, 텍스트(Text), 이미지(Image) 또는 비디오(Video) 등의 정보들 중 적어도 어느 하나의 정보 데이터를 추출하여 별도의 데이터 저장모듈(150)에 저장시킬 수 있다.
또한, 데이터 수집서버(100)는 하기의 표 1과 같이, 의견정보 데이터(즉, 일반 문장/문서 데이터와 이에 대한 긍정/부정 평가가 매겨진 정보 데이터)를 포함하는 웹 문서 데이터들을 선별하여 수집할 수도 있다.
이때, 상기 의견정보 데이터를 포함하는 웹 문서 데이터들만을 선별적으로 수집하는 방법으로는, 의견정보 데이터를 포함하는 특정의 웹 문서 데이터를 선별하고, 후술하는 기계학습 알고리즘(예컨대, SVM, K-NN, Bayseian 등)을 사용하여 웹 문서 선별 모델을 생성한 후, 상기 생성된 웹 문서 선별 모델을 사용하여 전체 인터넷 웹 페이지에서 의견정보 데이터가 포함된 웹 문서 데이터들만을 선별적으로 수집할 수 있게 된다.
최근 들어서 사용자들의 자신이 본 영화나 구매한 상품 및 유명인, 국가 정책 등에 대한 평가/의견 글들을 인터넷에 올리는 양이 급증하고 있다. 하기의 표 1에 나타난 데이터도 우리가 흔히 볼 수 있는 영화에 대한 평가 글들이다.
이처럼 현재의 웹(Web)에서는 (문장/문서, 긍정/부정 점수) 쌍으로 되어 있는 가용데이터가 크게 증가하고 있다. 이러한 웹 문서 데이터의 증가는 자동적인 의견 어휘 사전 구축 및 의견 추출 시스템 개발에 있어서 큰 기여를 하게 된다.
표 1
표현 점수 의견내용
★★★★★ 10 재미있어 신고
★★★★★ 10 '똑똑한' 사람들이 살아가는 이야기 신고
★★★★★ 8 현명한 사람들의 일상 뜯어고치기! 신고
★★★★★ 9 삼촌의 매력에 흠뻑... 신고
★★★★★ 8 스마트한 사람들의 이야기가 아닌 평범한 사람들의 이야기 신고
★★★★★ 10 연기도 좋고 내용도 잼있고 가슴 훈훈해지는 사랑이야기. 삼촌 너무 매력적이야∼???? 신고
★★★★★ 10 정말 감동할만한 이야기이었어요. 신고
★★★★★ 10 별 기대 안하고 봤는데, 보는 내내 가슴 따뜻해지는 영화였습니다. 재미도 있고요 신고
★★★★ 6 훈훈하고 코믹하고.. 영화 넘 짧은거 같은데.. 근데 진짜 삼촌없음 어쩔뻔???? 신고
★★★ 5 돌고돌고돌아 결국은 뻔한 이야기. 신고
즉, 데이터 수집서버(100)를 통해 수집되는 대상 데이터는 상기의 표 1에 나타난 바와 같이, 의견정보 데이터 즉, 일반 문장/문서 데이터와 이에 대한 긍정/부정 평가가 매겨진 정보 데이터들이다.
이때, 상기 긍정/부정 평가는 일정 범위내의 점수로 표현되어지거나, 별표(★)나 기타 기호들을 이용하여 다양하게 평가될 수 있다. 본 발명에서는 이렇게 다양한 방식으로 표현되는 긍정/부정 평가는 모두 동일한 점수 범위로 재 계산되어서 사용된다.
이를 구체적으로 설명하면, 본 발명의 일 실시예에서 사용하는 점수 범위가 a∼b 라고 하였을 때에 수집한 데이터의 점수범위가 c∼d 라고 한다면, 해당 수집 점수 x는 하기의 수학식 1과 같이 변화된다.
수학식 1
Figure PCTKR2009005405-appb-M000001
예를 들어, 본 발명은 1∼10점 사이의 점수를 사용하고(10점에 가까울수록 긍정), 수집한 데이터는 1∼5점 사이의 점수를 사용하는 경우에, 수집한 데이터가 2점이라고 한다면, 하기의 수학식 2와 같이 계산되어 진다.
수학식 2
Figure PCTKR2009005405-appb-M000002
다른 경우로, 본 발명에서는 1∼10점 사이의 점수를 사용하고, 수집한 데이터가 1∼20점 사이의 점수를 사용한다고 하면, 하기의 수학식 3과 같이 계산되어 진다.
수학식 3
Figure PCTKR2009005405-appb-M000003
상기와 같이 수집한 데이터는 해당 데이터 문장/문서와 본 발명에서 사용하는 점수로 변환된 의견 점수 집합{(데이터, 점수), (데이터, 점수), (데이터, 점수), (데이터, 점수)}이 된다.
한편, 전술한 바와 같이, 데이터 수집서버(100)에 의해 수집된 웹 문서 데이터는 바로 사용도 가능하지만, 도메인 분류모듈(미도시)을 적용하여 각 도메인별로 분류한 후 사용하는 방법도 가능하다.
이를 구체적으로 설명하면, 먼저, 분류하기로 결정한 각 도메인별(예컨대, 영화, 책, 전자제품, 화장품, 의류, 인물, 기타 등등)로 해당 도메인과 관련된 데이터를 수집하여 도메인별로 데이터를 확보한다.
이때, 수집하는 각 도메인별 데이터는 해당 도메인에 대한 의견(Review) 데이터와 사실 데이터의 조합으로 이루어져 있다. 각 도메인별로 수집한 데이터의 의견 데이터와 사실 데이터의 비율은 모두 같거나 비슷한 비율을 유지하도록 하여, 데이터가 순수하게 도메인에 따라서 분류되도록 한다.
다음으로, 이렇게 수집한 도메인에서는 각 도메인에서 적절한 자질(Feature)을 추출하기 위해서 언어처리를 수행하게 된다. 이때, 상기 언어처리는 예컨대, 형태소 분석(Morpheme Analyze)이나 띄어쓰기(Segmentation) 등을 통해서 의미적으로 분리 가능한 단위로 나누게 된다.
한편, 후술하는 기계학습 모델에 입력되는 각 도메인의 자질(Feature)은 다음과 같다.
예를 들어, 도서관련 도메인에서 입력(Input) 데이터가 "저자는 도서 A에서 흥미진진하게 글을 구성하였다."일 경우, 상기 띄어쓰기(Segmentation)를 수행하면, "저자 는 도서 A 에서 흥미진진 하 게 글 을 구성하 였다."로 변환되고, 상기 형태소 분석을 수행하면, "저자(CTP3 3인칭 대명사) + 는(fjb 보조사) 도서(CMCN 비서술 보통명사) A(F 외국문자) 에(UM 체언 추정) + 에서(fjcao 일반 부사격조사) 흥미진진(CMCPA 동작성 서술 보통명사) + 하(fph 형용사파생접사) + 게(fmoca 보조 연결어미) 글(CMCN 비서술 보통명사) + 을(fjco 목적격조사) 구성하(CMCN 비서술 보통명사) + 이(fpd 동사파생접사) + 었(fmbtp 과거시제 선어말어미) + 다(fmofd 평서형 종결어미) + .(g 기호)"로 변환된다.
이때, 상기 띄어쓰기(Segmentation)를 수행한 데이터만 사용하는 경우, 해당 도메인의 자질은 다음과 같다.
① 유니그램(Unigram) : 저자, 는, 도서, A, 에서, 흥미진진, 하, 게, 글, 을, 구성하, 였다,.
=> a b c d e -> a, b, c, d, e
② 바이그램(Bigram) : 저자 는, 는 도서, 도서 A, A 에서, 에서 흥미진진, 흥미진진 하, 하 게, 게 글, 글 을, 을 구성하, 구성하 였다, 였다 .
=> a b c d e -> a b, b c, c d, d e
③ 트라이그램(Trigram) : 저자 는 도서, 는 도서 A, 도서 A 에서, A 에서 흥미진진, 에서 흥미진진 하, 흥미진진 하 게, 하 게 글, 게 글 을, 글 을 구성하, 을 구성하 였다,.
=> a b c d e -> a b c, b c d, c d e
한편, 상기 형태소 분석을 수행한 데이터를 사용하는 경우, 해당 도메인의 자질은 다음과 같다. 즉, 형태소 분석 결과 특별한 의미를 가지지 않는 조사나 접사, 선 어말 어미, 종결 어미 등을 제거한 후, 상기의 띄어쓰기와 같이 유니그램(Unigram), 바이그램(Bigram), 트라이그램(Trigram) 형태의 자질을 사용할 수 있다.
① 유니그램(Unigram) : 저자, 도서, A, 흥미진진, 글, 구성하
② 바이그램(Bigram) : 저자 도서, 도서 A, A 흥미진진, 흥미진진 글, 글 구성하
③ 트라이그램(Trigram) : 저자 도서 A,도서 A 흥미진진, A 흥미진진 글, 흥미진진 글 구성하
전술한 바와 같이, 유니그램(Unigram), 바이그램(Bigram), 트라이그램(Trigram) 자질을 모두 사용하거나, 일부분만 선택적으로 사용할 수 있으며, 이는 평가 데이터를 이용한 평가를 통해 가장 높은 성능을 보이는 경우의 조합을 선택하게 된다.
이후에, 각 도메인별 자질(Feature)들은 예컨대, Naive Baysian, SVM 또는 K-NN, 기타 일반적인 기계학습 알고리즘(Machine Learning Classifier Algorithm)을 이용하여 확률적으로 학습을 하게 된다.
예를 들면, 선형 분류기(Linear Classifier)는 하기의 수학식 4와 같이 표현될 수 있다.
수학식 4
Figure PCTKR2009005405-appb-M000004
여기서,
Figure PCTKR2009005405-appb-I000001
는 입력 데이터 벡터로서 본 발명의 일 실시예에서는 선택한 유니그램(Unigram), 바이그램(Bigram), 트라이그램(Trigram) 입력 데이터들이 이에 해당된다.
Figure PCTKR2009005405-appb-I000002
는 해당 각 자질(Feature)의 개수(Frequency)나, 존재 유무 등의 정보를 이용하여 벡터를 만들게 된다.
상기 벡터의 크기는 전체 자질(Feature) 수이며, 해당 문서에서 등장하지 않은 자질(Feature)은 "0" 값들 가지며, 해당 문서에서 등장한 자질(Feature)들은 그것의 개수(Frequency)나 "1" 값을 가지게 된다.
그래서,
Figure PCTKR2009005405-appb-I000003
는 예컨대, [0, 0, 1, 1, 0, 0, 0, 0, 0, 0, 1,….]과 같이 자질 벡터(Feature Vector)로 표현된다.
그리고,
Figure PCTKR2009005405-appb-I000004
는 가중치 벡터(Weight Vector)로서 각 클래스(class)별로 각 자질(Feature)에 가중치(Weight)를 부여하는 벡터(Vector)로서 매트릭스(Matrix) 크기는 자질(Feature)의 종류 수 × 클래스(class) 개수이다.
이와 같이 학습을 하게 되면
Figure PCTKR2009005405-appb-I000005
의 값을 예측할 수 있게 된다.
Figure PCTKR2009005405-appb-I000006
의 값을 알게 되면, 임의의
Figure PCTKR2009005405-appb-I000007
가 입력되었을 때에
Figure PCTKR2009005405-appb-I000008
와 매트릭스 연산을 수행하여 어느 클래스(Class)에서 가장 높은 값을 가지는지 알 수 있게 된다.
또한, 기계학습 알고리즘에는 상기와 같은 방식으로 데이터를 사용할 수 있게 된다. 구체적으로 Naive Baysian을 예로 들어서 설명하면, 하기의 수학식 5와 같이 표현될 수 있다.
수학식 5
Figure PCTKR2009005405-appb-M000005
여기서, 상기 C는 클래스(Class)를 의미하며 예컨대, 영화, 도서, 상품 등과 같은 도메인이 이에 해당된다. 상기 Fi는 각각의 자질(Feature)을 의미하며 예컨대, 유니그램(Unigram)(저자), 바이그램(Bigram)(저자 도서), 트라이그램(Trigram)(저자 도서 A) 등이 이에 해당된다.
그리고, 상기 P(C)는 클래스 C가 나올 확률이다. 예컨대, 영화 데이터가 5개, 도서 데이터가 12개, 상품 데이터가 8개라고 한다면, P(영화)는 "5/(5+12+8)" 확률이 된다.
그리고, 상기 P(F1,...,Fn)는 각각의 Fi가 동시에 나올 확률인데, 모든 클래스에 대해서 동일하게 적용되기 때문에 생략도 가능하다(모든 클래스에 동일하게 분모로 적용됨). 그리고, 상기 P(F1,...,Fn|C)는 클래스 C가 주어졌을 때, F1,...,Fn 가 생성될 확률이다.
상기의 수학식 5에서 실제 클래스 확률을 결정하는 분자들의 계산은 각각의 자질(Feature)들이 서로 조건적으로 독립적(Conditionally Independent)이라고 가정하고 구체적으로 하기의 수학식 6과 같이 계산한다.
수학식 6
Figure PCTKR2009005405-appb-M000006
여기서, 상기 p(Fi|C)는 임의의 C가 주어졌을 때, 상기 Fi의 확률로서,
Figure PCTKR2009005405-appb-I000009
와 같이 계산할 수 있으며, 상기 Freq(Fj|C)는 임의의 클래스 C 안에서의 자질(Feature) Fj의 개수(Frequency)를 나타낸다. 전체 자질(Feature)의 개수는 N개이다.
상기와 같이, Naive Baysian 이외에도 기타 기계학습 알고리즘에 상기 자질(Feature)들을 입력으로 받아서 임의의 입력 데이터들에 대하여 클래스 C를 결정해주는 모델을 생성 가능하게 된다.
마지막으로, 전술한 바와 같이 학습을 마치면, 하나의 분류 모델이 생성되며, 이렇게 생성된 분류 모델은 임의의 문장이나 문서가 입력으로 들어오게 되면, 해당 데이터가 어떤 도메인에 포함되는지 확률적으로 결정하게 된다.
한편, 실제로 분류 모델을 사용할 때에는, 임의의 문장이나 문서가 입력되면, 상기의 예에서 자질(Feature)을 선택하였듯이, 해당 입력 데이터에 대해서 자질을 같은 방식으로 선택한다.
그런 다음, 해당 입력 데이터의 자질들을 분류 모델에 입력하게 되면, 분류 모델은 해당 자질들에 대해서 가장 높은 생성 확률을 보이는 클래스 C를 출력하게 된다.
전술한 바와 같이, 본 발명의 일 실시예에서 상기의 도메인 분류모듈을 사용할 경우, 후술하는 의견/비의견 구분모듈(300)을 통한 의견 추출 시 자동화된 방식으로 사전을 구축할 수 있으며, 후술하는 의견표현 구분모듈(400)에서 의견 표현을 구분하기 위한 학습 모델도 자동적으로 생성할 수 있다.
이에 따라, 각 도메인별로 데이터를 분류하여 학습 모델을 구축하게 되면, 도메인에 최적화된 성능을 내는 의견 추출을 위한 모델을 자동적으로 생성할 수 있다.
한편, 인터넷(Internet)(10)은 TCP/IP 프로토콜 및 그 상위계층에 존재하는 여러 서비스, 즉 HTTP(Hyper Text Transfer Protocol), Telnet, FTP(File Transfer Protocol), DNS(Domain Name System), SMTP(Simple Mail Transfer Protocol), SNMP(Simple Network Management Protocol), NFS(Network File Service), NIS(Network Information Service) 등을 제공하는 전 세계적인 개방형 컴퓨터 네트워크 구조를 의미하며, 사용자 단말(900)은 후술하는 웹 서버(800)에 용이하게 접속될 수 있게 하는 환경을 제공한다. 한편, 인터넷(10)은 유선 또는 무선 인터넷일 수도 있고, 이외에도 유선 공중망, 무선 이동 통신망, 또는 휴대 인터넷 등과 통합된 코어망 일 수도 있다.
그리고, 언어처리모듈(200)은 데이터 수집서버(100)로부터 수집되거나 데이터 저장모듈(150)에 저장된 웹 문서 데이터에 대해 문장 단위로 분리하고, 분리된 각 문장에 대해 언어처리를 수행하여 언어적인 자질(Feature)들을 추출하는 기능을 수행한다.
또한, 언어처리모듈(200)은 데이터 수집서버(100)로부터 수집되거나 데이터 저장모듈(150)에 저장된 웹 문서 데이터 이외에 일반적인 문서 데이터(예컨대, 텍스트, 한글, 워드 또는 엑셀 문서 등)에 대해서도 문장 단위로 분리하고, 분리된 각 문장에 대해 언어처리를 수행하여 언어적인 자질(Feature)들을 추출할 수도 있다.
한편, 상기 일반적인 문서 데이터에는 해당 데이터가 의견 데이터인지 사실 데이터인지 보다 정확하게 구분할 수 있는 의견/비의견 구분모델 즉, 의견/비의견 구분모듈(300)을 구현하기 위하여 미리 설정된 의견 및/또는 비의견 문장들이 포함될 수 있으며, 이에 따라 한정된 웹 문서 데이터를 효과적으로 보완할 수 있다.
이때, 상기 언어처리는 예컨대, 형태소 분석(Morpheme Analyze) 또는 띄어쓰기(Segmentation) 처리로 수행됨이 바람직하지만, 이외에도 자질(또는 색인어) 추출을 위한 조사 처리, 한국어 굴절 처리, 또는 원형 복귀 처리 등을 수행할 수도 있다.
그리고, 의견/비의견 구분모듈(300)은 언어처리모듈(200)로부터 추출된 각 문장의 언어적인 자질(Feature)들을 이용하여 의견/비의견 문장을 구분하는 기능을 수행한다.
즉, 언어처리모듈(200)로부터 추출된 문장들은 의견이 있는 문장들도 있고, 의견이 존재하지 않은 일반 문장도 있다. 이러한 문장들은 의견/비의견 구분모듈(300)을 이용하여 의견이 존재하는 문장과 의견이 존재하지 않은 문장으로 구분할 수 있게 된다.
이러한 의견/비의견 구분모듈(300)은 상술한 통상의 기계학습 알고리즘을 이용하여 용이하게 구현될 수 있다.
이를 구체적으로 설명하면, 먼저, 의견으로 이루어진 데이터 집합과 사실 정보로만 이루어진 데이터 집합을 수집한다. 이후에, 예컨대, 형태소 분석(Morpheme Analyze)이나 띄어쓰기(Segmentation) 등을 수행하여 적절한 언어적인 자질(Feature)을 추출한다.
여기서, 상기 띄어쓰기(Segmentation)라 함은 입력 문장을 의미를 가지는 단위로 나누는 과정이다. 예를 들면, 입력 문장이 "나는 영화를 재밌게 봤다"라고 한다면, 결과 문장은 "나 는 영화 를 재밌 게 보 았 다"로 변환된다.
그리고, 상기 형태소 분석(Morpheme Analyze)이라 함은 상기 각 나뉘어진 단위에 대하여 어떤 품사(Part Of Speech) 정보를 지니고 있는지 찾아주는 작업이다. 예를 들면, 입력 문장이 "나는 영화를 재밌게 봤다"라고 한다면, 결과 문장은 "나(CTP1 1인칭 대명사) + 는(fjb 보조사) 영화(CMCN 비서술 보통명사) + 를(fjco 목적격조사) 재밌(YBDO 일반동사) + 게(fmoca 보조 연결어미) 보(YBDO 일반동사) + 았(fmbtp 과거시제 선어말어미) + 다(fmofd 평서형 종결어미)"로 변환된다.
다음으로, 상기 추출한 언어적인 자질(Feature)을 이용하여 통상의 기계학습 알고리즘인 예컨대, Naive Baysian, SVM, K-NN 이나 기타 모델을 선택하여 학습을 수행한다.
이렇게 학습이 끝나고 나면, 임의의 문장이나 문서가 입력이 되면, 해당 데이터가 의견 데이터인지 사실 데이터인지 구분할 수 있는 의견/비의견 구분모델 즉, 의견/비의견 구분모듈(300)이 구현될 수 있다.
한편, 전술한 바와 같이 구성된 의견/비의견 구분모듈(300)은 상술한 도메인 분류모델을 통해 분류된 각 도메인별 데이터들에 대해 각각 하나씩 구비되어 구현될 수도 있다.
그리고, 의견표현 구분모듈(400)은 의견/비의견 구분모듈(300)로부터 구분된 의견 문장의 언어적인 자질(Feature)들에 대해 긍정/부정 의견표현으로 구분하는 기능을 수행한다.
즉, 의견표현 구분모듈(400)은 입력된 의견 문장 중에서 긍정적/부정적 의견인 부분을 찾아서 그 부분을 표시해준다. 한편, 의견/비의견 구분모듈(300)을 사용하지 않고 바로 의견표현 구분모듈(400)을 사용하여 입력된 문장에서 긍정적/부정적 표현 부분을 표시해 줄 수도 있다.
이러한 의견표현 구분모듈(400)은 연어뿐만 아니라 일반적인 자립어, 어절 등 모든 단어들의 긍정/부정 정도를 수량화하여 하나의 자원으로 활용하고, 문장 내에서 긍정/부정 표현을 찾아내기 위한 기계학습 모델을 생성하는데 사용된다.
이를 구체적으로 설명하면, 인터넷 상에는 영화 리뷰(Review), 상품평, 책 서평 등 각종 리뷰가 존재한다. 이러한 리뷰(Review)들은 보통 평가 문장들과 함께 평가 결과도 함께 게시되어 있다.
예를 들어, "이 영화는 최고의 걸작이다."하고 10점을 주거나, "이거는 완전히 쓰레기 영화다."하고 1점을 주는 방식이다. 이러한 의견 데이터를 기반으로 하여 본 발명에서는 각 의미 단위들이 가지는 긍정 점수와 부정 점수를 계산하여 자동적으로 별도의 의견 어휘 저장모듈(미도시)에 저장하게 된다.
만약, 입력 문장이 「"이 영화는 정말 재밌었다" - 10점, "이번에 본거는 꽤 재밌었다" - 9점, "내 생애 최고로 재밌었던 영화" - 9점」이라고 한다면,
상기 언어처리를 수행할 경우, 「"이(SGR 지시 관형사) 영화(CMCN 비서술 보통명사) + 는(fjb 보조사) 정말(SBO 일반 부사) 재밌(YBDO 일반동사) + 었(fmbtp 과거시제 선어말어미) + 다(fmofd 평서형 종결어미)" - 10점, "이번(CMCN 비서술 보통명사) + 에(fjcao 일반 부사격조사) 본거(CMCN 비서술 보통명사) + 는(fjb 보조사) 꽤(SBO 일반 부사) 재밌(YBDO 일반동사) + 었(fmbtp 과거시제 선어말어미) + 다(fmofd 평서형 종결어미)" - 9점, "나(CTP1 1인칭 대명사) + 에(fjcao 일반 부사격조사) 생애(CMCN 비서술 보통명사) 최고(CMCN 비서술 보통명사) + 로(fjcao 일반 부사격조사) 재밌(YBDO 일반동사) + 었(fmbtp 과거시제 선어말어미) + 던(fmotgp 과거시제 관형형 전성어미) 영화(CMCN 비서술 보통명사)" - 9점」과 같이 언어 단위별로 분리된다.
다음으로, 상기와 같이 분리된 각 언어 단위별로 긍정적/부정적 표현으로 될 확률을 계산한다.
예컨대, 입력 데이터는 아래와 같이, 긍정 정도를 나타내는 점수와 해당 점수에 속하는 문장/문서들로 이루어져 있다. 이 의견 데이터들은 상술한 바와 같이 일반 웹에서 사용자가 긍정/부정 점수와 의견을 같이 올리는 리뷰 사이트들을 통해서 수집하게 된다.
「① 1점 - ["A를 봤는데 지루했다", "B는 최악이다",…],
② 2점 - ["C를 봤는데 실망이었다", "D는 졸작이다",…],
③ 9점 - ["E를 봤는데 흥미진진 했다", "F는 수작이다",…],
④ 10점 - ["G는 최고의 영화이다", "H는 세계 최고의 영화이다",…].」
이러한 데이터들은 전술한 바와 같이, 띄어쓰기(Segmentation)와 언어별로 형태소 분석(Morpheme Analyze)을 수행하게 된다(다른 언어에서도 동일하게 적용 가능하다). 그러면, 아래와 같이 의견 데이터가 변환된다.
「① A(F 외국문자) + 를(fjco 목적격조사) + 보(YBDO 일반동사) + 았(fmbtp 과거시제 선어말어미) + 는데(fmocs 종속 연결어미) + 지루(CMCPA 동작성 서술 보통명사) + 하(fph 형용사파생접사) + 였(fmbtp 과거시제 선어말어미) + 다(fmofd 평서형 종결어미), B(F 외국문자) + 는(fjb 보조사) + 최악(CMCPS 상태성 서술 보통명사) + 이(fpd 동사파생접사) + 다(fmofd 평서형 종결어미),
② C(F 외국문자) + 를(fjco 목적격조사) + 보(YBDO 일반동사) + 았(fmbtp 과거시제 선어말어미) + 는데(fmocs 종속 연결어미) + 실망(CMCPA 동작성 서술 보통명사) + 이(fpd 동사파생접사) + 었(fmbtp 과거시제 선어말어미) + 다(fmofd 평서형 종결어미), D(F 외국문자) + 는(fjb 보조사) + 졸작(CMCN 비서술 보통명사) + 이(fpd 동사파생접사) + 다(fmofd 평서형 종결어미),
③ E(F 외국문자) + 를(fjco 목적격조사) + 보(YBDO 일반동사) + 았(fmbtp 과거시제 선어말어미) + 는데(fmocs 종속 연결어미) + 흥미진진(CMCN 비서술 보통명사) + 하(YBDO 일반동사) + 였(fmbtp 과거시제 선어말어미) + 다(fmofd 평서형 종결어미), F(F 외국문자) + 는(fjb 보조사) + 수작(CMCPA 동작성 서술 보통명사) + 이(fpd 동사파생접사) + 다(fmofd 평서형 종결어미),
④ G(F 외국문자) + 는(fjb 보조사) + 최고(CMCN 비서술 보통명사) + 의(fjcg 관형격조사) + 영화(CMCN 비서술 보통명사) + 이(fpd 동사파생접사) + 다(fmofd 평서형 종결어미), H(F 외국문자) + 는(fjb 보조사) + 세계(CMCN 비서술 보통명사) + 최고(CMCN 비서술 보통명사) + 의(fjcg 관형격조사) + 영화(CMCN 비서술 보통명사) + 이(fpd 동사파생접사) + 다(fmofd 평서형 종결어미)」
다음으로, 이렇게 언어처리가 수행된 의견 데이터를 이용하여, 각 언어 단위가 가지는 긍정/부정 수치를 얻어내는 것이다.
예를 들어, "최고(CMCN 비서술 보통명사)"가 얼마 정도의 긍정/부정을 나타내는지 "최고(CMCN 비서술 보통명사)"라는 단어가 각 점수대별(1∼10)에 어떻게 분포하는지를 확률적으로 하기의 수학식 7과 같은 수식을 거쳐서 계산하게 된다.
아래에서 나타내는 wj는 "최고(CMCN 비서술 보통명사)"이며, 이와 같이 단어와 태그정보(POS - Part Of Speech)의 조합을 나타내거나, "최고" 태그정보를 제외한 하나의 단어를 나타낼 수 있다.
즉, 모든 1∼10점의 점수대에 모두 같은 개수의 데이터가 존재한다면 하기의 수학식 7과 같이 구할 수 있게 된다.
수학식 7
Figure PCTKR2009005405-appb-M000007
여기서, 상기 S는 모든 점수 집합을 의미한다. 예를 들어, 영화 평가문이 1∼10점 이 있다면, 1∼10점으로 점수가 매겨진 문장 집합을 의미한다. 상기 Score(si)는 해당 점수 집합의 실제 점수를 의미한다. 즉, 10점 점수 집합의 Score(si)는 10이 된다.
그리고, 상기 Score(wi)는 wi의 긍정/부정 점수를 나타낸다. 상기 Freq(wj,si)는 단어 wj가 점수 집합 si에서 나타나는 횟수를 나타낸다.
Figure PCTKR2009005405-appb-I000010
는 결국 모든 점수 집합에서 단어 wj가 나타난 횟수를 더한 값으로서, 결국 전체 데이터에서 wj가 나타난 횟수를 의미한다.
상기의 수학식 7과 같은 간단한 평균으로 구할 수 있으며, 예를 들어, "재밌"이란 10점 문장 2개, 9점 문장 2개만이 존재한다고 가정하면, 하기의 수학식 8과 같이 구할 수 있다.
수학식 8
Figure PCTKR2009005405-appb-M000008
여기서, 의미 단위는 "재밌"을 형태소인 "YBDO"와 함께 묶어서 하나의 의미 단위로 구성할 수도 있으며, "재밌"이라는 단어 하나만을 가지고 의미 단위로 구성할 수도 있다.
한편, 현실 상황에서는 모든 점수대에서 같은 개수의 문장이 존재하는 경우는 드물다. 이런 환경에서 상기와 같은 단순히 평균을 적용하게 된다면, 10점대의 데이터가 10만개, 1점대의 데이터가 1만개가 있는 환경에서 "영화"와 같이 모든 점수대에서 자주 등장하는 단어는 단순히 평균이 되어 버리기 때문에, 10점대의 데이터가 많다는 이유 하나만으로 10점에 가까운 상당히 긍정적인 단어로 판단되는 문제점이 존재한다.
예를 들어, "영화"라는 키워드가 10만개 10점대 문장에서 5만번 등장하고, 1만개 1점대 문장에서 5000번 등장했다고 가정하면, 하기의 수학식 9와 같이 계산되어 진다.
수학식 9
Figure PCTKR2009005405-appb-M000009
상기와 같이 "영화"라는 키워드는 10점대와, 1점대에서 등장하는 비율이 똑같아서, 상식적으로 보면 5점대에 가까워야 맞지만, 각 점수대의 데이터 개수가 다르면 상기와 같은 문제가 발생한다. 그래서, 각 점수대의 데이터의 개수를 고려하여 하기의 수학식 10이 필요하다.
수학식 10
Figure PCTKR2009005405-appb-M000010
여기서, 상기 P(wj|si)는 wj가 si 점수 집합에서 나타날 확률 값이다. 그래서, 상기 wj의 si에서의 빈도수를 si 안의 전체 단어 수
Figure PCTKR2009005405-appb-I000011
로 나눈 것이다.
상기의 수학식 10으로 위에서 예제로 든 문제상황 "영화"라는 키워드가 10만개 10점 문서에서 50000번 나타나고, 1만개 1점 문서에서 5000번 나타나는 상황을 다시 계산해 보면 하기의 수학식 11과 같이 나타낼 수 있다.
수학식 11
Figure PCTKR2009005405-appb-M000011
전술한 바와 같이, 단어가 각 점수대에서 나타나는 확률 값을 이용하여 정규화(Normalization)를 수행하여 점수대의 크기에 따라 점수가 치우치는(Biased) 문제를 해결하게 된다.
다음으로, 상기와 같이 각 의미 단위들의 긍정적/부정적인 점수를 계산하여 별도의 의견 어휘 저장모듈에 저장하게 된다.
한편, 전술한 도메인 분류모듈을 적용할 경우, 의견표현 구분모듈(400)은 상술한 도메인 분류모델을 통해 분류된 각 도메인별 데이터들에 대해 각각 하나씩 구비되어 구현될 수도 있다.
다음으로, 전술한 바와 같이, 각 언어 단위별로 긍정적/부정적 표현으로 될 확률을 계산한 후, 긍정/부정 의견표현으로 표시(Marking)하는 과정을 수행한다.
이를 구체적으로 설명하면, 입력 문장이 「① 이(SGR 지시 관형사) 영화(CMCN 비서술 보통명사) + 는(fjb 보조사) 정말(SBO 일반 부사) 재밌(YBDO 일반동사) + 었(fmbtp 과거시제 선어말어미) + 다(fmofd 평서형 종결어미) - 10점,
② 이번(CMCN 비서술 보통명사) + 에(fjcao 일반 부사격조사) 본거(CMCN 비서술 보통명사) + 는(fjb 보조사) 꽤(SBO 일반 부사) 재밌(YBDO 일반동사) + 었(fmbtp 과거시제 선어말어미) + 다(fmofd 평서형 종결어미) - 9점,
③ 나(CTP1 1인칭 대명사) + 에(fjcao 일반 부사격조사) 생애(CMCN 비서술 보통명사) 최고(CMCN 비서술 보통명사) + 로(fjcao 일반 부사격조사) 재밌(YBDO 일반동사) + 었(fmbtp 과거시제 선어말어미) + 던(fmotgp 과거시제 관형형 전성어미) 영화(CMCN 비서술 보통명사) - 9 점,
④ 이(SGR 지시 관형사) 영화(CMCN 비서술 보통명사) + 는(fjb 보조사) 재밌(YBDO 일반동사) + 지(fmoca 보조 연결어미) 않(YA 보조용언) + 았(fmbtp 과거시제 선어말어미) + 다(fmofd 평서형 종결어미) + .(g 기호) - 1점」이라고 한다면,
상기 긍정/부정 의견표현으로 표시된 문장은 다음과 같다.
「① 이(SGR 지시 관형사)/NEUTRAL 영화(CMCN 비서술 보통명사) /NEUTRAL + 는(fjb 보조사) /NEUTRAL 정말(SBO 일반 부사) /NEUTRAL 재밌(YBDO 일반동사)/POSITIVE + 었(fmbtp 과거시제 선어말어미) /NEUTRAL + 다(fmofd 평서형 종결어미) /NEUTRAL - 10점,
② 이번(CMCN 비서술 보통명사) /NEUTRAL + 에(fjcao 일반 부사격조사) /NEUTRAL 본거(CMCN 비서술 보통명사) /NEUTRAL + 는(fjb 보조사) /NEUTRAL 꽤(SBO 일반 부사) /NEUTRAL 재밌(YBDO 일반동사) /POSITIVE + 었(fmbtp 과거시제 선어말어미) /NEUTRAL + 다(fmofd 평서형 종결어미) /NEUTRAL - 9점,
③ 나(CTP1 1인칭 대명사) /NEUTRAL + 에(fjcao 일반 부사격조사) /NEUTRAL 생애(CMCN 비서술 보통명사) /NEUTRAL 최고(CMCN 비서술 보통명사) /POSITIVE + 로(fjcao 일반 부사격조사) /NEUTRAL 재밌(YBDO 일반동사) /POSITIVE + 었(fmbtp 과거시제 선어말어미) /NEUTRAL + 던(fmotgp 과거시제 관형형 전성어미) /NEUTRAL 영화(CMCN 비서술 보통명사) /NEUTRAL - 9 점,
④ 이(SGR 지시 관형사) /NEUTRAL 영화(CMCN 비서술 보통명사) /NEUTRAL + 는(fjb 보조사) /NEUTRAL 재밌(YBDO 일반동사)/POSITIVE + 지(fmoca 보조 연결어미) /NEUTRAL 않(YA 보조용언) /NEGATIVE + 았(fmbtp 과거시제 선어말어미) /NEUTRAL + 다(fmofd 평서형 종결어미) /NEUTRAL + .(g 기호) /NEUTRAL」
또한, 상기의 의견 어휘 저장모듈에 저장되어 있는 어휘들 중에서 1∼10점 사이의 점수 중 특정 점수 이상의 어휘는 긍정, 특정 점수 이하의 어휘는 부정 어휘들로 간주한다.
그리고, 상기의 예제에서는 "재밌(YBDO 일반동사)"이 긍정 어휘, "않(YA 보조용언)"이 부정 어휘로 간주된 경우에 있어서 표시된 모습이다.
여기서, ④번 같은 경우 긍정/부정 어휘가 혼재되어 있으며, 전체적으로 긍정으로 표시해야 할지, 부정으로 표시해야 할지 판단하기 어려운 경우이다. 이러한 경우가 다음 단계에서 많기 때문에, 의견표현 구분 학습모델을 이용하여 의견표현 구분모듈(400)을 구현하게 된다. 즉, 의견표현 구분모듈(400)은 상기와 같이 문장이 입력되면 구체적으로 의견인 부분을 찾아서 표시(Marking)해주는 역할을 수행한다.
한편, 의견 어휘로 표시를 하는 부분에서는 해당 어휘가 긍정인지 부정인지에 따라서 상기와 같이 바로 표시하는 방법도 존재하며, 동시에 해당 문장이 긍정적인 문장인지 부정적인 문장인지 정보를 이용하여 긍정/부정 어휘를 표시하는 방법도 가능하다.
예를 들어, ④번 문장이 1점 문장 집합에 속한다고 하면, ④번 문장은 부정 문장임이 확실하고, 이런 부정 문장이라는 정보를 이용하여 ④번 문장 내에서의 긍정/부정 어휘를 모두 부정 어휘로 표시하게 된다. 즉, ④번 문장은 다음과 같이 표시하게 된다.
④ 이(SGR 지시 관형사) /NEUTRAL 영화(CMCN 비서술 보통명사) /NEUTRAL + 는(fjb 보조사) /NEUTRAL 재밌(YBDO 일반동사)/NEGATIVE + 지(fmoca 보조 연결어미) /NEUTRAL 않(YA 보조용언) /NEGATIVE + 았(fmbtp 과거시제 선어말어미) /NEUTRAL + 다(fmofd 평서형 종결어미) /NEUTRAL + .(g 기호) /NEUTRAL
이후에, 상기의 긍정/부정 의견표현이 표시된 문장들을 이용하여 의견표현 구분모듈(400)을 구현하기 위하여 학습하게 된다. 이때, 학습하는 데에 이용되는 모델은 예컨대, Hidden Markov Model(HMM), Maximum Entropy Model(ME), Conditional Random Field, Struct Support Vector Machine 이나 기타 기계학습(Machine Learning) 알고리즘들이다.
이러한 기계학습 알고리즘 모델들에서 공통적으로 입력되는 데이터는 (x1, y1),...,(xn, yn)로서, 상기 x는 의미 단위로서 "재밌(YBDO 일반동사)"이나 "재밌", "YBDO 일반동사" 등이 가능하며, 상기 y는 해당 의미 단위가 가질 수 있는 레벨(Label)로서, 상기에서 예로 든 "Positive", "Negative" 및 "Neutral" 등이 가능하며, "Strength"와 같이 긍정/부정을 판단하는데 도움을 주는 다른 레벨(Label)도 추가할 수 있다.
즉, 본 발명에서 원하는 모델은 결국 입력 데이터 시퀀스(Sequence) x들에 대하여 붙게 되는 레벨(Label) y를 예측하는 모델이다. 상기의 데이터 (x1, y1),...,(xn, yn)가 입력으로 주어지게 되면, 상기에 언급한 모델들은 특정 위치의 xi에 대하여 xi의 앞뒤 (xi-1, yi-1), (xi+1, yi+1), 그 앞뒤의 앞뒤인 (xi-2, yi-2), (xi+2, yi+2), 이처럼 계속적으로 확장한 주변 데이터, 그 외에 해당 위치에 존재하는 다른 자질(Feature-Part Of Speech, Capital Letter, Emoticon etc.) 정보도 또한 같이 사용하여 특정한 조건하에서 xi의 yi가 어떤 레벨(Label)이 되는지 예측하게 된다.
전술한 바와 같이 모델이 학습하게 되면 의견표현 구분모듈(400)이 생성된다. 의견표현 구분모듈(400)은 임의의 데이터 시퀀스(Sequence) xi가 들어오게 되면, 해당 데이터 시퀀스(Sequence)에 대해서 어떤 레벨 시퀀스(Label Sequence) yi가 생성되는지 예측하게 된다.
만약, 임의의 문장이 입력되면, 아래와 같이 언어처리를 수행하여 띄어쓰기(Segmentation) 또는 형태소 분석(Morpheme Analyze) 등을 선택적으로 수행하게 되고, 이러한 데이터가 의견표현 구분모듈(400)에 입력되면 다음과 같이 표현할 수 있다.
예를 들면, 입력 문장이 "④ 이(SGR 지시 관형사) 영화(CMCN 비서술 보통명사) + 는(fjb 보조사) 재밌(YBDO 일반동사) + 지(fmoca 보조 연결어미) 않(YA 보조용언) + 았(fmbtp 과거시제 선어말어미) + 다(fmofd 평서형 종결어미) + .(g 기호) - 1 점"이라고 한다면,
긍정/부정 의견표현이 구분된 문장은 "④ 이(SGR 지시 관형사) /NEUTRAL 영화(CMCN 비서술 보통명사) /NEUTRAL + 는(fjb 보조사) /NEUTRAL 재밌(YBDO 일반동사)/NEGATIVE + 지(fmoca 보조 연결어미) /NEGATIVE 않(YA 보조용언) /NEGATIVE + 았(fmbtp 과거시제 선어말어미) /NEUTRAL + 다(fmofd 평서형 종결어미) /NEUTRAL + .(g 기호) /NEUTRAL"으로 표현된다.
이때, 이 문장에서 연속으로 같은 극성(Polarity)의 의견 어휘가 나오면 하나의 의견표현으로 간주하고, "POSITVE", "NEGATIVE" 표현 위주로 표시를 하게 되면 "NEUTRAL"은 제거한다.
즉, "④ 이(SGR 지시 관형사) 영화(CMCN 비서술 보통명사) 는(fjb 보조사) <NEGATIVE>재밌(YBDO 일반동사) + 지(fmoca 보조 연결어미) 않(YA 보조용언)</NEGATIVE> + 았(fmbtp 과거시제 선어말어미) + 다(fmofd 평서형 종결어미) + .(g 기호)"와 같이 표현된다.
여기서, <NEGATIVE> 은 표현의 시작이고, </NEGATIVE> 은 표현의 끝을 나타낸다.
한편, 상기의 도메인 분류모듈을 이용하여 의견표현 구분 학습모델을 생성할 경우, 상기 도메인 분류모듈로 입력되는 긍정/부정 부분이 표시된 의견 데이터를 분류한 후에 각 도메인별로 의견표현 구분모듈(400)을 생성하는 방식도 가능하다.
그리고, 인덱싱 서버(500)는 의견표현 구분모듈(400)로부터 구분된 의견 문장의 언어적인 자질별로 해당 웹 문서의 의견 정보들이 의견 인덱싱 정보 저장모듈(600)에 저장되도록 인덱싱(Indexing)하는 기능을 수행한다.
여기서, 의견 인덱싱 정보 저장모듈(600)은 인덱싱 서버(500)를 통해 인덱싱된 각 의견 문장의 언어적인 자질별 해당 의견 문장의 요약정보 및 해당 웹 문서의 기본 및 의견 정보들이 데이터베이스(DB)화하여 저장되는 기능을 수행한다.
이를 구체적으로 설명하면, 입력 데이터에 대해서 의견/비의견 구분모듈(300)과 의견표현 구분모듈(400)을 이용하여 긍정/부정 의견표현 부분을 찾아서 표시해주게 된다.
예를 들면, 긍정/부정 의견표현 부분이 표시된 결과가 "AA 는 정말 <POSITIVE>재밌</POSITIVE> 었 다. 하지만 BB 는 < NEGATIVE>재밌 지 않</NEGATIVE> 았 다."라고 한다면, 이와 같은 결과 데이터들은 인덱싱 서버(500)에 의하여 의견 인덱싱 정보 저장모듈(600)에 저장된다.
일반적으로, 검색에서 특정 웹페이지가 저장되는 경우에 예컨대, 제목, 본문, 의견 분석된 본문, 생성 날짜, 태그, URL, 이미지 정보, 동영상 정보 등의 정보가 저장 가능하다.
이와 더불어서 의견 정보를 저장하는 데에 있어서는 추가적으로 예컨대, 해당 웹페이지 내에서의 긍정 표현의 수, 부정 표현의 수, 전체적인 긍정/부정 정도, 각 긍정/부정 표현의 시작과 끝의 위치정보, 의견 어휘들의 대상이 될만한 객체 키워드(Entity Keyword) 정보, 객체 키워드와 의견표현 관계정보, 또는 각 객체 키워드(Entity Keyword)들이 속하는 타입(Type) 정보 등이 그 대상이 될 수 있다.
상기의 예제 데이터가 "http://example.com" 링크에서 "BB 리뷰"라는 제목으로 "2008/08/12 23:35:15"에 "영화 리뷰"라는 태그로 "http://example_test.jpg"라는 이미지와 "http://example_movie.avi"라는 동영상과 함께 올라왔다고 가정하면, 다음과 같은 데이터 정보들이 의견 인덱싱 정보 저장모듈(600)에 데이터베이스(DB)화하여 저장될 수 있다.
「1. 제목 : BB 리뷰
2. 본문 : AA는 정말 재밌었다. 하지만 BB는 재밌지 않았다.
3. 형태 분석된 본문 : AA 은 정말 재밌 었 다. 하지만 BB 는 재밌 지 않 았 다.
4. 각 단어들의 위치 정보 : AA-1, 은-2, 정말-3, 재밌-4,11, 었-5, 다-6,15, .-7,17 하지만-8, BB-9, 는-10, 지-12, 않-13, 았-14
5. 생성 날짜 : 2008/08/12 23:35:15
6. 태그 : 영화 리뷰
7. 이미지 : http://example_test.jpg
8. 동영상 : http://example_movie.avi
9. 긍정 표현의 수 : 1(위 예제에서 긍정 표현이 1개이기 때문에 1로 함)
10. 부정 표현의 수 : 1(위 예제에서 부정 표현이 1개이기 때문에 1로 함)
11. 문서의 전체적인 긍정/부정 정도 : 0(긍정 표현 개수 1 - 긍정 표현 개 1 = 0, 문서의 전체적인 긍정/부정 정도를 1로 판단함)
12. 각 긍정 표현의 위치 : (4,4)-(AA/1 은/2 정말/3 재밌/4 었/5 다/6. /7)
13. 각 부정 표현의 위치 : (11,13)-(하지만/8 BB/9 는/10 재밌/11 지/12 않/13 았/14 다/15. /16)
14. 객체 키워드 : AA, BB
15. 객체 키워드 위치 : AA - (1), BB - (9)
16. 객체 키워드의 타입(Type) 정보 : (AA, movie), (BB, movie)
17. 객체 키워드와 의견표현 관계정보 : (AA - (4,4|POSITIVE)), (BB - (11,13|NEGATIVE))」
여기서, 상기 정보 데이터들 중에서 객체 키워드의 타입(Type) 정보는 다음과 같은 두 가지 방법을 혼합해서 사용하여 알아낼 수 있다. 첫 번째는 미리 정의된 타입(Type)별로 객체(Entity) 데이터베이스를 확보하여 각 객체(Entity)의 타입(Type) 정보를 알아내는 방법이고, 두 번째 방법은 상기의 도메인 분류모듈을 사용하여 해당 웹 문서, 문장의 도메인을 분류하여 어떤 타입(Type)인지 알아내는 방법이다.
그리고, 객체 키워드와 의견표현 정보간의 관계 정보는 예컨대, 한국어 파서(Parser)나, SVO 분석(주어, 동사, 목적어 분석) 방법 등을 사용하여 각 의견표현이 어떤 객체(Entity)에 종속(Dependency)이 걸리지는 판단하여 정보를 알아내서 입력하게 된다.
상기와 같은 정보 데이터들이 의견 인덱싱 정보 저장모듈(600)에 저장되어서 추후에 의견검색모듈(700)이 사용하게 된다.
의견검색모듈(700)은 웹 서버(800)를 통해 전송된 사용자의 특정 의견검색 키워드 및/또는 타입(Type) 정보를 제공받아 인덱싱 서버(500) 또는 인덱싱 정보 저장모듈(600)과 연동하여, 상기 특정 의견검색 키워드 및/또는 타입(Type) 정보와 관련된 웹 문서의 인덱싱 정보들을 검색하여 해당 사용자 단말(900)로 전송되도록 웹 서버(800)로 전달하는 기능을 수행한다.
즉, 웹 서버(800)에 전달되는 내용은 "키워드(Keyword) : 놈놈놈, 타입(Type) : 긍정/부정/의견"이 될 수 있다. 여기서, 상기 타입 정보 중에서 "의견"이라 함은 긍정 및 부정 의견이 모두 함께 나타나는 검색 결과이며, "긍정"이라 함은 긍정 의견만 나오는 타입이다. "부정"이라 함은 부정 의견만 나오는 타입이다.
이와 같이 특정 의견검색 키워드와 타입을 의견검색모듈(700)에 전달하게 되면, 인덱싱 서버(500) 또는 인덱싱 정보 저장모듈(600)에서 해당 특정 의견검색 키워드와 해당 타입에 해당되는 데이터를 읽어 와서 의견의 양이나 날짜 순서 등의 랭킹(Ranking)으로 검색된 결과를 다시 웹서버(800)에 전송해준다.
이때, 상기 검색된 결과 정보는 예컨대, 제목, 링크(Link), 해당 사이트 제목, 긍정 개수, 부정 개수, 긍정 개수, 본문 내용, 본문 요약 내용, 긍정 표현 위치, 부정 표현 위치 등으로 이루어질 수 있다.
여기서, 상기 본문 요약 내용은 해당 키워드 "놈놈놈"이 검색된 결과 문서에 나타나는 부분과 긍정/부정 의견표현 부분이 같이 나타나는 문서의 일부분을 의미한다. 한편, 일반 검색처럼 검색 키워드만 본문 요약 내용(Snippet)에 표시해주는 것이 아니라 해당 키워드에 대해서 의견이 나타나는 부분까지 요약부분에 같이 표시해준다.
이때에 해당 특정 검색 키워드와 관련된 정보를 미리 광고주에 의해서 광고 관련 데이터가 입력된 광고선택모듈(미도시)을 통해서 적절한 광고를 선택하여, 검색 결과와 함께 보여줄 수도 있다.
그리고, 웹 서버(800)는 인터넷(10)을 통해 접속된 사용자 단말(900)로부터 전송되는 특정 의견검색 키워드 및/또는 타입(Type) 정보를 제공받아 의견검색모듈(700)로 전달하고, 의견검색모듈(700)로부터 검색된 의견 검색결과 즉, 인덱싱 정보 데이터들을 제공받아 해당 사용자 단말(900)의 화면에 디스플레이 되도록 인터페이스(Interface)해주는 기능을 수행한다.
한편, 본 발명의 일 실시예에서는 의견검색모듈(700) 및 웹 서버(800)를 서로 분리하여 구성하였지만, 이에 국한하지 않으며, 의견검색모듈(700)이 웹 서버(800)에 통합되어 웹 서버(800)에서 모든 기능을 수행할 수 있도록 구현할 수도 있다.
이러한 웹 서버(800)는 상기 특정 의견검색 키워드와 관련된 전체 의견, 긍정적/부정적 의견내용을 선택적으로 확인할 수 있도록 해당 사용자 단말(900)의 화면에 디스플레이(Display) 해줄 수 있다(도 3 내지 도 6 참조).
또한, 웹 서버(800)는 상기 특정 의견검색 키워드와 관련된 전체적인 의견 검색결과 내에서의 긍정/부정 의견표현의 비율, 또는 상기 특정 의견검색 키워드와 관련된 각 의견 정보 내에서의 긍정/부정 의견표현의 비율을 해당 사용자 단말(900)의 화면에 디스플레이 해줄 수 있다(도 3 내지 도 6 참조).
또한, 웹 서버(800)는 상기 특정 의견검색 키워드와 관련된 의견 검색결과를 중요도 또는 시간 순서(최근 순서나 오래된 순서)에 따라 리스트(List)화하여 해당 사용자 단말(900)의 화면에 디스플레이 해줄 수 있다.
여기서, 상기 중요도는 상기 특정 의견검색 키워드가 해당 웹 문서에서 가지는 중요도와 해당 웹 문서가 얼마나 많은 의견을 포함하고 있는지 등의 비율을 계산한다. 즉, 관련도와 의견표현 정도가 중요도를 결정짓게 된다. 상기 중요도는 전체 시간 범위에서 계산될 수도 있고, 특정 시간 범위로 제한하여 해당 시간대의 문서에 대해서만 적용될 수도 있다.
그리고, 상기 시간 순서는 해당 웹 문서가 생성되는 순서에 따라 오름차순/내림차순으로 보여주는 방식이다. 이렇게 전체 시간에 대해서 오름차순/내림차순으로 보여줄 수도 있고, 특정 시간 범위 안에서 시간 순으로 보여줄 수도 있다.
또한, 웹 서버(800)는 상기 특정 의견검색 키워드와 관련된 다른 사용자들의 의견을 검색할 뿐만 아니라 검색된 의견 결과에 댓글 형식으로 자신의 의견을 추가할 수 있도록 소정의 의견 입력창(미도시)을 해당 사용자 단말(900)의 화면에 디스플레이 해줄 수 있다.
이때, 해당 사용자는 로그인(Login)하거나, 비 로그인한 상태에서 의견을 달 수 있게 된다. 로그인하기 위해서는 회원 가입 시에 성별/나이/지역 및 기타 개인 신상 정보를 입력하게 되고, 이러한 개인 신상 정보를 이용하여 본 시스템 내에서 덧붙여진 의견 정보에 대해서는 성별/나이/지역 및 기타 분류에 따른 통계 정보를 얻을 수 있게 되고, 이는 다른 이용자들에게 유로/무료 방식으로 제공될 수 있다.
또한, 웹 서버(800)는 상기 특정 의견검색 키워드와 관련된 의견 검색결과를 상기 특정 의견검색 키워드가 들어가 부분과 함께 각 의견 검색결과 글에서 긍정/부정으로 표현된 부분을 특정한 표현(예컨대, 밑줄, 굵은 글씨체 또는 다양한 색상 등, 기타 웹에서 강조할 수 있는 표현)으로 강조하여 해당 사용자 단말(900)의 화면에 디스플레이 해줌으로써, 사용자가 의견인 부분을 좀더 편하게 구분할 수 있게 된다(도 3 내지 도 6 참조).
또한, 웹 서버(800)는 상기 특정 의견검색 키워드와 관련된 의견 검색결과 글들에 대해 해당 사용자의 선택에 따라 긍정/부정 의견 부분을 분석하고, 이를 특정한 표현으로 강조하여 해당 사용자 단말(900)의 화면에 디스플레이 해줄 수 있다(도 5 참조).
만약, 사용자가 웹 서버(800)를 통해 제공된 의견 검색결과 글들 중에서 특정한 의견 검색결과 글에 대해 "의견 분석한 페이지" 기능을 선택하면, 웹 서버(800)는 해당 의견검색 결과 글에 대해 의견 분석을 수행한 후 해당 사용자 단말(900)의 화면에 디스플레이 한다. 이때, 의견/긍정/부정으로 표현된 부분을 특정 색이나, 긁은 글씨, 밑줄 등, 기타 웹에서 강조할 수 있는 표현들로 강조하여 사용자에게 보여진다.
또한, 웹 서버(800)는 상기 특정 의견검색 키워드와 관련된 의견 검색결과를 긍정/부정 의견표현 정도에 따라 시기별로 긍정/부정 비율의 변화를 그래프 형태로 해당 사용자 단말(900)의 화면에 디스플레이 해줄 수 있다.
즉, 웹 서버(800)는 사용자가 입력한 특정 의견검색 키워드에 대한 의견 분석된 통계 데이터를 제공해주는데, 예컨대, X축은 시간, Y축은 긍정/부정 의견표현 정도(긍정도/부정도)를 나타내게 하여, 각 특정 의견검색 키워드가 각 시기별로 긍정/부정 비율이 어떻게 변하는지 볼 수 있다.
이때는 해당 특정 의견검색 키워드에 대해서만 그래프로 보여주거나, 해당 특정 의견검색 키워드와 같은 범주에 속하는 다른 특정 의견검색 키워드들에 대한 긍정/부정 비율 변화를 그래프로 같이 표현할 수 있다.
이와 같은 화면을 구성하기 위해서는 인덱싱 정보 저장모듈(600)에 상기와 같은 날짜 정보도 같이 저장되어야 한다. 그리고, 화면 구성을 위해서 다음과 같은 연산을 수행하게 된다.
먼저, 각 기간별로(일/주/달/년) 주기를 하나 선택해서 해당 주기별로 해당 특정 의견검색 키워드가 긍정적으로 판단되는 문서와 부정으로 판단되는 문서의 개수를 찾는다.
예를 들어, "A"라는 키워드가 나타난 문서가 2008년 07월∼2008년 08월 사이에 긍정으로 4000개, 부정으로 1000개 등장하였다고 하면, "A"라는 키워드의 긍정도는 ""이 된다. 이러한 수치가 각 시기별로 사용자 단말(900)의 화면을 통해서 표시된다.
또한, 웹 서버(800)는 상기 특정 의견검색 키워드와 관련된 의견 검색결과를 상기 특정 의견검색 키워드의 세부 항목별로 긍정/부정 비율을 해당 사용자 단말(900)의 화면에 디스플레이 해줄 수 있다.
이때, 상기 세부 항목이라 함은 사용자가 "애니콜"이라고 입력하였을 때, 예컨대, 음질, 디자인, 휴대성 등과 같은 해당 키워드의 세부 항목(Sub Theme)을 구분하고, 이 세부 항목별로 긍정/부정 정도를 표시해줄 수 있다.
또한, 웹 서버(800)는 상기 특정 의견검색 키워드와 관련된 의견 검색결과 글들에 대해 해당 사용자의 찬성/반대 의사를 선택할 수 있도록 해당 사용자 단말(900)의 화면에 디스플레이 해줄 수 있다(도 6 참조).
즉, 의견 검색된 결과에 대해서도 사용자는 해당 의견에 대해서 찬성(동의한다는 의미), 반대를 할 수 있다. 이는 후술하는 도 6에 도시된 바와 같이, 의견검색 결과 화면상에서 찬성/반대 버튼을 클릭(선택)함으로써 반영될 수 있다.
그리고, (사용자가 찬성한 수 - 사용자가 반대한 수) 값은 각 의견검색 결과 랭킹에 가중치로 부여되며, 찬성한 수가 반대한 수에 비해서 많을수록 랭킹을 높이는 효과를 가져오고, 반대수가 찬성에 비해서 많을수록 랭킹을 낮추는 효과를 준다.
여기서, 찬성은 이전에 언급한 광고 플랫폼에서 수익을 분배하는 데에 있어서, 해당 찬성을 많이 받은 컨텐츠 제공업자에게 혜택이 돌아가게끔 recommend(wi)에 의하여 영형을 준다. 즉, "recommend(wi)=agree(wi)-disagree(wi)"로서 agree(wi)는 사용자가 찬성한 숫자를 의미하며 disagree(wi)는 사용자가 반대한 숫자를 의미한다.
또한, 웹 서버(800)는 사용자가 기 등록한 특정 의견검색 키워드와 관련된 긍정/부정 의견의 생성을 실시간으로 모니터링(Monitoring)하여 해당 사용자 단말(900)로 통지해줄 수 있다.
즉, 사용자들은 특정 의견검색 키워드를 입력하여 다른 사용자들의 의견이 나와 있는 문서를 모니터링(Monitoring)하게 된다. 이때, 상기 모니터링이라 함은 사용자가 미리 등록 해놓은 특정 의견검색 키워드와 관련된 긍정/부정 의견이 생성되는 것을 감지하게 되면 해당 사용자에게 통지해 줌으로써, 각 기업은 자사에 대한 부정 의견을 모니터링 하여 즉각적으로 대처해 나갈 수 있는 효과가 있다.
더욱이, 웹 서버(800)는 사용자가 특정 의견검색 키워드를 입력하여 해당 특정 의견검색 키워드에 대한 의견 검색결과를 확인하는 화면에서 해당 특정 의견검색 키워드와 연관된 광고를 해당 사용자 단말(900)의 화면에 디스플레이 해줄 수 있다.
이때에 여러 연관 광고를 게재할 수 있으면 광고 게재 순서는 광고 과금 금액이 큰 순서나, 해당 키워드와 연관 관계 정보 등이 이용될 수 있다. 따라서, 사용자는 일반 의견검색(긍정 및 부정 혼합)/긍정 의견검색/부정 의견검색을 선택적으로 수행할 수 있으며, 각각의 의견검색에 대하여 연관된 상기의 광고가 함께 게재된다.
또한, 각 광고 제품에 대하여 긍정적으로 표현한 문서들을 추출하여 각 광고와 함께 일반 온라인 광고 게시에 제공될 수 있다. 이는 일반 키워드 검색 광고나, 의견 검색 광고, 일반 배너 광고 등 온라인에서 사용 가능한 모든 광고 방식과 함께 추출된 긍정 의견 문서를 보여주게 된다.
또한, 사용자가 특정 제품 이름이 아닌 일반적인 범주를 검색 키워드로 입력하였을 때에는 해당 범주의 광고 제품을 검색 광고로 보여줄 수 있다. 이때, 각 제품들의 긍정/부정 의견 수치와 각 제품별로 긍정 의견들도 함께 보여줄 수도 있다.
또한, 부정 의견검색 결과에 대해서도 각 광고주들은 자사의 광고를 게시할 수 있다. 이때, 일반 광고나, 해당 의견들에 대한 해명 글들을 게시할 수 있으며, 동시에 일괄적으로 부정 의견 글들에 대해서 해명 글을 트랙백(tracback)을 보낼 수도 있다.
또한, 상기 "의견 분석한 페이지" 기능을 사용자가 보게 될 때도 관련된 광고를 화면에 같이 게재할 수 있게 된다. 이때도 마찬가지로 광고 상품에 대한 긍정적인 글들의 링크도 함께 보여줄 수 있다.
전술한 바와 같이, 해당 특정 의견검색 키워드와 관련된 광고 게재 시 이에 대한 내용을 구체적으로 설명하면, 먼저, 광고주가 입력하는 데이터는 예를 들어 다음과 같은 데이터를 입력하여 광고 설정을 할 수 있게 된다.
1. 광고 내용 : 광고 링크, 광고 문구, 광고 이미지 등을 설정한다.
① 광고 링크 : http://example_shop.co.kr
② 광고 문구 : 고품격 샤인폰 최저가 판매
③ 이미지 : http://www.example.com/test.jpg
④ 검색 키워드 : 핸드폰, 휴대폰
⑤ 일반 검색결과 키워드 : 샤인폰, LG폰, 싸이온
⑥ 의견 검색결과 키워드 : 샤인폰, LG폰, 싸이온
⑦ 긍정 검색결과 키워드 : 샤인폰, LG폰, 싸이온
⑧ 부정 검색결과 키워드 : 애니콜, 삼성 폰
⑨ 분석된 페이지 키워드 : 샤인폰, LG폰, 싸이온, 애니콜
2. 의견검색 키워드 : 광고주는 어떤 의견검색 키워드가 입력된 경우에 자신의 광고가 게시되도록 설정한다. 예를 들면, "샤인폰"이란 의견검색 키워드를 설정하게 되면 사용자가 "샤인폰"이라고 의견 검색어를 입력하면 "샤인폰"이라고 입력한 광고주의 광고가 나오게 된다.
이때, 의견검색 결과는 상단에 배치되며, 배치되는 순서는 광고주가 지불한 금액순서를 따른다. 그리고, 광고와 함께 해당 광고 상품에 대해서 긍정적으로 리뷰를 한 사용자의 글도 함께 게시가 가능하다.
3. 의견검색 결과 키워드 : 광고주는 의견검색 결과 중에서 설정한 의견검색 결과 키워드가 등장하게 되면 자신의 광고가 게시되도록 설정할 수 있다.
예를 들어, 의견검색 결과 키워드 "JM53"을 입력하게 되면, 의견검색 결과 중에서 "JM53"이 등장한 경우에 해당 광고주의 광고를 게시할 수 있다. 이로써 광고 효과를 극대화 할 수 있다.
이때, 광고 게시 위치는 의견검색 결과 상단에 위치시키거나, 의견검색 결과물과 같이 배치할 수 있고, 광고주는 어떤 의견검색 결과 중에서 광고를 내 보낼지 선택할 수 있으며, 일반 검색/의견 검색/긍정 의견 검색/부정 의견 검색 결과 중에서 선택할 수 있다.
또한, 광고 수익은 의견을 올린 게시자와 일정 비율 공유하는 방식도 가능하다. 이를 활용하게 되면 자사 제품에 대해서 긍정적으로 나오는 글이 있는 경우에 자사 제품에 대한 광고를 내보내도록 설정하거나, 경쟁 회사 제품에 대한 부정적인 글이 나오는 경우에 자사 제품에 대한 광고를 게시할 수도 있게 된다.
4. 분석된 페이지 키워드 : 광고주는 의견 검색결과들 중 하나를 선택해서 해당 의견검색 결과 본문에 대해서 구체적으로 긍정/부정 부분을 의견 분석한 페이지를 보게 되는 경우에도 분석 페이지 내에서 광고를 게시할 수 있다.
이때, 상기 분석된 페이지 안에서 주된 주제로 다루어지는 토픽(Topic)에 우선 순위를 부여하여, 관련 토픽을 키워드로 등록한 광고주가 우선적으로 보여지고, 그 안에서도 광고 금액이 높은 순서대로 노출이 된다.
또한, 광고주는 분석된 페이지 안의 주로 긍정적인지/부정적인지에 따라서 선택적으로 광고를 게시할 수 있으며, 광고주의 키워드에 대하여 긍정적/부정적인지 여부는 해당 긍정/부정 표현과 광고주가 입력한 키워드간의 거리가 일정 거리 이내인 표현이 긍정/부정 각각 몇 개 이상 등장하는 지를 통해서 결정할 수 있다.
한편, 도면에 도시되진 않았지만, 본 발명의 일 실시예에서는 의견검색 결과에 있어서도, 광고 수익을 의견검색 결과를 제공해주는 컨텐츠 제공자와 함께 공유하는 구성을 구현할 수도 있다.
이를 구체적으로 설명하면, 먼저, 광고주가 입력하는 데이터는 전술한 데이터 입력 내용과 동일하며, 의견검색 결과 컨텐츠를 제공해주는 웹사이트 관리자들이 입력하는 내용은 예컨대, 이름, 주민등록번호, 계좌 번호, 사이트 주소, 주소 등으로 이루어질 수 있다.
그리고, 사용자가 의견 검색을 수행하는 경우에 예컨대, 사용자는 의견검색 키워드 "A"를 검색창에 입력한다. 이후에, 의견검색 결과가 해당 사용자 단말(900)의 화면에 디스플레이 된다.
여기서, 상위 N개의 의견 검색결과 컨텐츠 제공자(해당 사이트)와 의견검색 키워드 광고 수익을 공유하게 된다. 이때, 수익을 공유하는 컨텐츠 제공자는 본 검색 사이트에 사이트 정보를 미리 입력한 대상이 된다.
또한, 상기 수익을 분배하는 금액은 다음과 같이 각각의 가중치를 부여하여, 전체 중에서 차지하는 비율에 근거하여, 해당 의견검색 키워드 광고 수익을 공유하게 된다. 상기 컨텐츠 제공자는 의견검색 결과 상위 N개의 컨텐츠로 그 대상을 제한한다.
만약, 한 번의 의견검색 키워드 입력으로 발생하는 광고 수익이 "C"이고, 플랫폼 제공 업체 즉, 의견 검색서비스 제공 업체(검색 업체)가 수익을 가져가는 비율이 "α"이며, 의견검색 결과 컨텐츠 제공자들이 수익을 가져가는 비율이 "1-α"라고 한다면, 수익 분배에 있어서 각 컨텐츠 제공자들이 가지는 중요도(wi)는 하기의 수학식 12와 같이 계산된다.
수학식 12
Figure PCTKR2009005405-appb-M000012
여기서, 상기 registered(wi) 함수는 wi 컨텐츠 제공자가 의견 검색서비스 제공 업체에 등록되었는지 여부를 나타내는 함수로서,
Figure PCTKR2009005405-appb-I000012
를 나타낸다.
그리고, 상기 ranki는 wi 컨텐츠 제공자의 컨텐츠가 나오는 검색 순위를 나타내는 값으로서, 첫 번째로 나오는 컨텐츠일 경우에는 1값을 가지게 된다. 상기 rank_weight는 의견검색 결과에 얼만큼의 중요도를 할당할지를 결정해주는 함수로써 높은 값을 가질수록 의견검색 결과 랭킹(Ranking)의 중요도가 더 높게 반영된다.
그리고, 상기 click(wi)는 해당 컨텐츠 검색 결과를 검색한 사용자가 클릭했는지 여부를 나타내는 함수로서,
Figure PCTKR2009005405-appb-I000013
를 나타낸다. 상기 click_weight는 이 사용자가 클릭했는지 여부에 대해서 얼마큼의 가중치를 부여할지 결정해주는 상수이다. 상기 recommend(wi)는 사용자들이 해당 컨텐츠에 대한 추천 횟수를 나타낸다.
여기서, 추천 회수는 일반적인 추천 횟수와 특정 의견검색 키워드와 관련한 추천 횟수 두 가지 추천 횟수의 경우가 있다. 그리고, 상기 recommend_weight는 추천 횟수에 부여하는 가중치를 나타낸다.
상기의 수학식 12를 이용하게 되면 등록된 사용자 중에서 의견검색 결과 상위에 나오면서 사용자와 더 자주 클릭하는 사이트, 그리고 더 많은 사용자가 추천한 컨텐츠일 경우에 수익 분배에 있어서 더 큰 비중을 차지하게 된다.
그래서, 결국 광고주들이 각각의 의견검색 키워드별 의견검색 결과에 대하여 제공해주는 광고 요금(C)은 하기의 수학식 13과 같이 배분된다.
수학식 13
Figure PCTKR2009005405-appb-M000013
여기서, C×α가 의견검색 서비스 제공 업체(검색 업체)가 가져가는 수익이 되고, C×(1-α)가 컨텐츠 제공자들이 가져가는 수익이 되며, 한 컨텐츠 제공자가 받게 되는 수익 Profit(wi)는 하기의 수학식 14와 같이 계산된다.
수학식 14
Figure PCTKR2009005405-appb-M000014
사용자 단말(900)은 예컨대, 네트워크(Network) 또는 인터넷(Internet) 등과 같은 유선 또는 무선 통신망을 통해 웹 서버(800)에 접속되며, 통상적인 웹 브라우저(Web Browser)를 통해 웹 서버(800)에서 제공하는 각종 서비스를 제공받을 수 있게 된다.
예컨대, 데스크탑 PC, 노트북 PC 등 컴퓨터인 것이 일반적이지만, 이에 한정되는 것은 아니며 인터넷(10)을 통하여 웹 서버(800)에 접속하여 양방향성 의견검색 서비스를 이용할 수 있는 모든 종류의 유무선 통신 장치일 수 있다.
예를 들어, 사용자 단말(900)은 무선 인터넷 또는 휴대 인터넷을 통하여 통신하는 셀룰러폰(Cellular phone), 피씨에스폰(PCS phone: Personal Communications Services phone), 동기식/비동기식 IMT-2000(International Mobile Telecommunication-2000) 등 이동 단말을 포함하고, 이외에도 팜 PC(Palm Personal Computer), 개인용 디지털 보조기(PDA: Personal Digital Assistant), 스마트폰(Smart phone), 왑폰(WAP phone: Wireless application protocol phone), 모바일 게임기(mobile play-station) 등 의견검색 서비스를 운영하는 웹 서버(800)에 접속하기 위한 사용자 인터페이스를 갖는 모든 유무선 가전/통신 장치를 포괄적으로 의미할 수 있다.
도 2는 본 발명의 일 실시예에 따른 인터넷을 이용한 의견 검색 방법을 설명하기 위한 전체적인 흐름도이고, 도 3 내지 도 6은 본 발명의 일 실시예에 적용된 의견검색 결과를 설명하기 위한 화면 구성도들로서, 도 3은 특정의 의견검색 키워드(놈놈놈) 및 긍정 의견 타입 선택 시 의견검색 결과를 나타낸 화면 구성도이고, 도 4는 특정의 의견검색 키워드(놈놈놈) 및 부정 의견 타입 선택 시 의견검색 결과를 나타낸 화면 구성도이며, 도 5는 특정의 의견검색 키워드(놈놈놈)와 관련된 의견검색 결과 글에 대한 의견 분석한 페이지 기능을 구체적으로 나타낸 화면 구성도이며, 도 6은 특정의 의견검색 키워드(놈놈놈)와 관련된 의견 검색결과 글들에 대해 사용자의 찬성/반대 의사를 선택할 수 있도록 구비한 화면 구성도이다.
도 1, 도 2, 도 3 내지 도 6을 참조하면, 먼저, 데이터 수집서버(100)를 통해 인터넷(10) 상에 존재하는 웹 문서 데이터를 수집한 후(S100), 언어처리모듈(200)을 통해 상기 단계S100에서 수집된 웹 문서 데이터에 대해 문장 단위로 분리하고, 분리된 각 문장에 대해 언어처리(예컨대, 형태소 분석 또는 띄어쓰기 등)를 수행하여 언어적인 자질(Feature)들을 추출한다(S200).
다음으로, 의견/비의견 구분모듈(300)을 통해 상기 단계S200에서 추출된 각 문장의 언어적인 자질들을 이용하여 의견/비의견 문장을 구분한 후(S300), 의견표현 구분모듈(400)을 통해 상기 단계S300에서 구분된 의견 문장의 언어적인 자질들에 대해 긍정/부정 의견표현으로 구분한다(S400).
이후에, 인덱싱 서버(500)를 통해 상기 단계S400에서 구분된 의견 문장의 언어적인 자질별로 해당 웹 문서의 의견 정보들이 의견 인덱싱 정보 저장모듈(600)에 저장되도록 인덱싱(Indexing)을 수행한다(S500).
여기서, 상기 단계S500에서 인덱싱된 각 의견 문장의 언어적인 자질별 해당 의견 문장의 요약정보 및 해당 웹 문서의 기본 및 의견 정보들을 데이터베이스(DB)화하여 별도의 의견 인덱싱 정보 저장모듈(600)에 저장함이 바람직하다.
다음으로, 의견검색을 원하는 사용자는 인터넷(10) 접속이 가능한 사용자 단말(900)을 이용하여 의견검색 서비스를 제공하는 특정의 웹 페이지(예컨대, http://buzzni.com)에 접속하면, 웹 서버(800)는 의견검색을 위한 검색 입력창(A) 및 의견검색 타입(의견/긍정/부정)을 선택하는 타입선택버튼(B)들을 구비한 메인 검색화면을 제공한다.
이러한 의견검색 서비스 환경에서, 사용자가 원하는 의견검색 키워드를 검색 입력창(A)에 입력한 후, 타입선택버튼(B)들 중 어느 하나의 버튼을 클릭(선택)하면, 웹 서버(800)는 인터넷(10)을 통해 접속된 사용자 단말(900)로부터 전송되는 특정 의견검색 키워드 및/또는 의견검색 타입을 제공받아 의견검색모듈(700)에 전달한 후, 의견검색모듈(700)은 웹 서버(800)를 통해 전달받은 상기 특정 의견검색 키워드와 관련된 웹 문서의 의견 정보들을 인덱싱 서버(500) 또는 의견 인덱싱 정보 저장모듈(600)에서 검색하고 그 의견 검색결과를 웹 서버(800)로 다시 전달한다.
이후에, 웹 서버(800)는 의견검색모듈(700)을 통해 검색된 상기 특정 의견검색 키워드에 대한 의견 검색결과를 해당 사용자 단말(900)의 화면에 디스플레이 해준다(S600).
이때, 상기 단계S600에서 상기 특정 의견검색 키워드와 관련된 의견 검색결과를 해당 사용자 단말(900)의 화면에 디스플레이 할 경우, 상기 특정 의견검색 키워드와 관련된 전체적인 의견 검색결과 내에서의 긍정/부정 의견표현의 비율, 또는 상기 특정 의견검색 키워드와 관련된 각 의견 정보 내에서의 긍정/부정 의견표현의 비율을 디스플레이 해줌이 바람직하다(도 3 내지 도 6 참조).
또한, 상기 단계S600에서 상기 특정 의견검색 키워드와 관련된 의견 검색결과를 해당 사용자 단말(900)의 화면에 디스플레이 할 경우, 중요도 또는 시간 순서에 따라 디스플레이 해줌이 바람직하다.
이때, 상기 중요도는 상기 특정 의견검색 키워드가 해당 웹 문서에서 가지는 관련도와 의견표현 정도를 통해 결정하고, 전체 시간 범위 또는 특정 시간 범위로 제한하여 적용하며, 상기 시간 순서는 해당 웹 문서가 생성되는 순서에 따라 오름차순/내림차순으로 결정하고, 전체 시간 범위 또는 특정 시간 범위로 제한하여 적용할 수 있다.
또한, 상기 단계S600에서 상기 특정 의견검색 키워드와 관련된 의견 검색결과를 해당 사용자 단말(900)의 화면에 디스플레이 할 경우, 상기 특정 의견검색 키워드와 관련된 웹 문서의 의견 내용들에 대해 댓글 형식으로 해당 의견검색 사용자의 의견을 추가할 수 있도록 의견 입력창(미도시)을 디스플레이 해줌이 바람직하다.
또한, 상기 단계S600에서 상기 특정 의견검색 키워드와 관련된 의견 검색결과를 해당 사용자 단말(900)의 화면에 디스플레이 할 경우, 상기 특정 의견검색 키워드와 함께 긍정/부정으로 표현된 부분을 특정한 표현(예컨대, 밑줄, 굵은 글씨체 또는 다양한 색상 등)으로 강조하여 디스플레이 해줌이 바람직하다(도 3 내지 도 6 참조).
또한, 상기 단계S600에서 상기 특정 의견검색 키워드와 관련된 의견 검색결과를 해당 사용자 단말(900)의 화면에 디스플레이 할 경우, 각 의견 검색결과 글들에 "의견 분석한 페이지" 기능을 제공할 수 있다(도 3 내지 도 6 참조).
이때, 사용자가 임의의 의견 검색결과 글에 해당하는 "의견 분석한 페이지" 기능을 선택할 경우, 웹 서버(800)는 해당 의견 검색결과 글에 대해 긍정/부정 의견 부분을 분석한 후, 예컨대, 밑줄, 굵은 글씨체 또는 다양한 색상 중 적어도 어느 하나의 표현으로 강조하여 디스플레이 해줌이 바람직하다(도 5 참조).
또한, 상기 단계S600에서 상기 특정 의견검색 키워드와 관련된 의견 검색결과를 해당 사용자 단말(900)의 화면에 디스플레이 할 경우, 긍정/부정 의견표현 정도에 따라 시기별 긍정/부정 비율의 변화를 그래프 형태로 디스플레이 해줌이 바람직하다(도 3 내지 도 6 참조).
또한, 상기 단계S600에서 상기 특정 의견검색 키워드와 관련된 의견 검색결과를 해당 사용자 단말(900)의 화면에 디스플레이 할 경우, 상기 특정 의견검색 키워드의 세부 항목별로 긍정/부정 비율을 디스플레이 해줄 수도 있다.
또한, 상기 단계S600에서 상기 특정 의견검색 키워드와 관련된 의견 검색결과를 해당 사용자 단말(900)의 화면에 디스플레이 할 경우, 상기 특정 의견검색 키워드와 관련된 의견 검색결과 글들에 대해 해당 사용자의 찬성/반대 의사를 선택할 수 있도록 해당 사용자 단말(900)의 화면에 디스플레이 해줌이 바람직하다(도 6 참조).
추가적으로, 상기 단계S600 이후에, 웹 서버(800)를 통해 사용자가 기 등록한 특정 의견검색 키워드와 관련된 긍정/부정 의견의 생성을 실시간으로 모니터링(Monitoring) 하여 해당 사용자 단말(900)로 통지해주는 단계를 더 포함할 수도 있다.
한편, 본 발명의 일 실시예에 따른 인터넷을 이용한 의견 검색 방법은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현되는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다.
예컨대, 컴퓨터가 읽을 수 있는 기록매체로는 롬(ROM), 램(RAM), 시디-롬(CD-ROM), 자기 테이프, 하드디스크, 플로피디스크, 이동식 저장장치, 비휘발성 메모리(Flash Memory), 광 데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들면, 인터넷을 통한 전송)의 형태로 구현되는 것도 포함된다.
또한, 컴퓨터로 읽을 수 있는 기록매체는 컴퓨터 통신망으로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 읽을 수 있는 코드로서 저장되고 실행될 수 있다.
전술한 본 발명에 따른 인터넷을 이용한 의견 검색 시스템 및 그 방법에 대한 바람직한 실시예에 대하여 설명하였지만, 본 발명은 이에 한정되는 것이 아니고 특허청구범위와 발명의 상세한 설명 및 첨부한 도면의 범위 안에서 여러 가지로 변형하여 실시하는 것이 가능하고 이 또한 본 발명에 속한다.
예를 들면, 본 발명의 일 실시예에서는 한국어를 기반으로 인터넷을 이용한 의견 검색 시스템 및 그 방법을 구현하였지만, 이에 국한하지 않으며, 예컨대, 영어, 일본어, 중국어 등 다양한 언어를 적용하여 구현할 수도 있다.
도 7은 본 발명의 일 실시예에 따른 인터넷을 이용한 의견 검색 및 광고 서비스 시스템을 설명하기 위한 전체적인 블록 구성도이다.
도 7을 참조하면, 본 발명의 일 실시예에 따른 인터넷을 이용한 의견 검색 및 광고 서비스 시스템은, 크게 의견정보 DB(100), 광고정보 DB(200), 의견검색모듈(300), 광고검색모듈(400), 웹 서버(500), 사용자 단말(600) 및 광고주 단말(700) 등을 포함하여 이루어진다.
여기서, 의견정보 DB(100)는 의견 문장의 언어적인 자질별로 해당 웹 문서의 의견 정보들을 데이터베이스(DB)화하여 저장하는 기능을 수행한다. 즉, 의견정보 DB(100)에는 각 의견 문장의 언어적인 자질별 해당 의견 문장의 요약정보 및 해당 웹 문서의 기본 및 의견 정보들이 데이터베이스(DB)화하여 저장됨이 바람직하다.
이때, 상기 웹 문서의 기본 및 의견 정보들은 예컨대, 제목, 본문, 의견 분석된 본문, 생성 날짜, 태그, URL, 이미지, 동영상, 긍정/부정 표현의 수, 전체적인 긍정/부정 정도, 각 긍정/부정 표현의 시작과 끝의 위치정보, 의견 어휘들의 대상이 될만한 객체 키워드 정보, 객체 키워드와 의견표현 관계정보, 또는 각 객체 키워드들이 속하는 타입 정보 중 적어도 하나의 정보로 이루어질 수 있다.
이를 구체적으로 예를 들어 설명하면, 긍정/부정 의견표현 부분이 표시된 결과가 "AA 는 정말 <POSITIVE>재밌</POSITIVE> 었 다. 하지만 BB 는 < NEGATIVE>재밌 지 않</NEGATIVE> 았 다."라고 한다면, 이와 같은 결과 데이터들은 의견정보 DB(100)에 저장된다.
일반적으로, 검색에서 특정 웹페이지가 저장되는 경우에 예컨대, 제목, 본문, 의견 분석된 본문, 생성 날짜, 태그, URL, 이미지 정보, 동영상 정보 등의 정보가 저장 가능하다.
이와 더불어서 의견 정보를 저장하는 데에 있어서는 추가적으로 예컨대, 해당 웹페이지 내에서의 긍정 표현의 수, 부정 표현의 수, 전체적인 긍정/부정 정도, 각 긍정/부정 표현의 시작과 끝의 위치정보, 의견 어휘들의 대상이 될만한 객체 키워드(Entity Keyword) 정보, 객체 키워드와 의견표현 관계정보, 또는 각 객체 키워드(Entity Keyword)들이 속하는 타입(Type) 정보 등이 그 대상이 될 수 있다.
상기의 예제 데이터가 "http://example.com" 링크에서 "BB 리뷰"라는 제목으로 "2008/08/12 23:35:15"에 "영화 리뷰"라는 태그로 "http://example_test.jpg"라는 이미지와 "http://example_movie.avi"라는 동영상과 함께 올라왔다고 가정하면, 다음과 같은 데이터 정보들이 의견정보 DB(100)에 데이터베이스(DB)화하여 저장될 수 있다.
「1. 제목 : BB 리뷰
2. 본문 : AA는 정말 재밌었다. 하지만 BB는 재밌지 않았다.
3. 형태 분석된 본문 : AA 은 정말 재밌 었 다. 하지만 BB 는 재밌 지 않 았 다.
4. 각 단어들의 위치 정보 : AA-1, 은-2, 정말-3, 재밌-4,11, 었-5, 다-6,15, .-7,17 하지만-8, BB-9, 는-10, 지-12, 않-13, 았-14
5. 생성 날짜 : 2008/08/12 23:35:15
6. 태그 : 영화 리뷰
7. 이미지 : http://example_test.jpg
8. 동영상 : http://example_movie.avi
9. 긍정 표현의 수 : 1(위 예제에서 긍정 표현이 1개이기 때문에 1로 함)
10. 부정 표현의 수 : 1(위 예제에서 부정 표현이 1개이기 때문에 1로 함)
11. 문서의 전체적인 긍정/부정 정도 : 0(긍정 표현 개수 1 - 긍정 표현 개 1 = 0, 문서의 전체적인 긍정/부정 정도를 1로 판단함)
12. 각 긍정 표현의 위치 : (4,4)-(AA/1 은/2 정말/3 재밌/4 었/5 다/6. /7)
13. 각 부정 표현의 위치 : (11,13)-(하지만/8 BB/9 는/10 재밌/11 지/12 않/13 았/14 다/15. /16)
14. 객체 키워드 : AA, BB
15. 객체 키워드 위치 : AA - (1), BB - (9)
16. 객체 키워드의 타입(Type) 정보 : (AA, movie), (BB, movie)
17. 객체 키워드와 의견표현 관계정보 : (AA - (4,4|POSITIVE)), (BB - (11,13|NEGATIVE))」
여기서, 상기 정보 데이터들 중에서 객체 키워드의 타입(Type) 정보는 다음과 같은 두 가지 방법을 혼합해서 사용하여 알아낼 수 있다. 첫 번째는 미리 정의된 타입(Type)별로 객체(Entity) 데이터베이스를 확보하여 각 객체(Entity)의 타입(Type) 정보를 알아내는 방법이고, 두 번째 방법은 도메인 분류모듈(미도시)을 사용하여 해당 웹 문서, 문장의 도메인을 분류하여 어떤 타입(Type)인지 알아내는 방법이다.
그리고, 객체 키워드와 의견표현 정보간의 관계 정보는 예컨대, 한국어 파서(Parser)나, SVO 분석(주어, 동사, 목적어 분석) 방법 등을 사용하여 각 의견표현이 어떤 객체(Entity)에 종속(Dependency)이 걸리지는 판단하여 정보를 알아내서 입력하게 된다. 상기와 같은 정보 데이터들이 의견정보 DB(100)에 저장되어서 추후에 의견검색모듈(300)이 사용하게 된다.
또한, 의견정보 DB(100)에 저장되는 의견 정보들은, 인터넷 상에 존재하는 웹 문서 데이터에 대해 문장 단위로 분리하고, 분리된 각 문장에 대해 언어처리를 수행하여 언어적인 자질들을 추출하고, 상기 추출된 각 문장의 언어적인 자질들을 이용하여 의견/비의견 문장을 구분하며, 상기 구분된 의견 문장의 언어적인 자질들에 대해 긍정/부정 의견표현으로 구분하며, 상기 구분된 의견 문장의 언어적인 자질별로 해당 웹 문서의 의견 정보들을 인덱싱(Indexing)하여 저장될 수 있다.
한편, 본 출원인에 의해 선 출원된 특허출원 제2008-93125호(인터넷을 이용한 의견 검색 시스템 및 그 방법)에서는 의견정보 DB(100)에 저장되는 의견 정보들에 대해 상세하게 기재되어 있는 바, 이에 대한 상세한 설명은 생략하기로 한다.
그리고, 광고정보 DB(200)는 키워드별 광고 정보들을 데이터베이스(DB)화하여 저장하는 기능을 수행한다. 즉, 광고정보 DB(200)에는 광고주의 설정에 따라 게시 영역별 광고 정보들이 데이터베이스(DB)화하여 저장된다.
여기서, 상기 광고 정보들은 광고주에 의해 기 설정된 검색과 그 결과 키워드별 또는 의견검색 타입들에 대한 결과 키워드별 광고 링크, 광고 문구 또는 광고 이미지 정보 중 적어도 어느 하나의 광고 정보가 데이터베이스(DB)화하여 저장됨이 바람직하다.
또한, 상기 의견검색 타입들은 전체 의견내용, 긍정적/부정적 의견내용 또는 의견 검색결과 글들에 대한 긍정/부정 의견부분 분석내용 중 선택된 어느 하나의 타입으로 이루어질 수 있다.
이를 구체적으로 설명하면, 먼저, 광고주 단말(700)을 통해 해당 광고주가 입력하는 데이터는 예를 들어 다음과 같은 데이터를 입력하여 광고 설정을 할 수 있게 된다.
1. 광고 내용 : 광고 링크, 광고 문구, 광고 이미지 등을 설정한다.
① 광고 링크 : http://example_shop.co.kr
② 광고 문구 : 고품격 샤인폰 최저가 판매
③ 이미지 : http://www.example.com/test.jpg
④ 검색 키워드 : 핸드폰, 휴대폰
⑤ 일반 검색결과 키워드 : 샤인폰, LG폰, 싸이온
⑥ 의견 검색결과 키워드 : 샤인폰, LG폰, 싸이온
⑦ 긍정 검색결과 키워드 : 샤인폰, LG폰, 싸이온
⑧ 부정 검색결과 키워드 : 애니콜, 삼성 폰
⑨ 분석된 페이지 키워드 : 샤인폰, LG폰, 싸이온, 애니콜
2. 의견검색 키워드 : 광고주는 어떤 의견검색 키워드가 입력된 경우에 자신의 광고가 게시되도록 설정한다. 예를 들면, "샤인폰"이란 의견검색 키워드를 설정하고 사용자가 "샤인폰"이라고 의견 검색어를 입력하면, "샤인폰"이라고 입력한 광고주의 광고가 나오게 된다.
이때, 광고 내용은 의견검색 결과의 상단에 배치되며, 배치되는 순서는 광고주가 지불한 금액순서를 따른다. 그리고, 광고와 함께 해당 광고 상품에 대해서 긍정적으로 리뷰를 한 사용자의 글도 함께 게시가 가능하다.
3. 의견검색 결과 키워드 : 광고주는 의견검색 결과 중에서 설정한 의견검색 결과 키워드가 등장하게 되면 자신의 광고가 게시되도록 설정할 수 있다.
예를 들어, 의견검색 결과 키워드 "JM53"을 입력하게 되면, 의견검색 결과 중에서 "JM53"이 등장한 경우에 해당 광고주의 광고를 게시할 수 있다. 이로써 광고 효과를 극대화 할 수 있다.
이때, 광고 게시 위치는 의견검색 결과 상단에 위치시키거나, 의견검색 결과물과 같이 배치할 수 있고, 광고주는 어떤 의견검색 결과 중에서 광고를 내 보낼지 선택할 수 있으며, 일반 검색/의견 검색/긍정 의견 검색/부정 의견 검색 결과 중에서 어느 하나를 선택할 수 있다.
또한, 광고 수익은 의견을 올린 게시자와 일정 비율 공유하는 방식도 가능하다. 이를 활용하게 되면 자사 제품에 대해서 긍정적으로 나오는 글이 있는 경우에 자사 제품에 대한 광고를 내보내도록 설정하거나, 경쟁 회사 제품에 대한 부정적인 글이 나오는 경우에 자사 제품에 대한 광고를 게시할 수도 있게 된다.
4. 분석된 페이지 키워드 : 광고주는 의견 검색결과들 중에서 어느 하나를 선택하여 해당 의견검색 결과 본문에 대해서 구체적으로 긍정/부정 부분을 의견 분석한 페이지를 보게 되는 경우에도 분석된 페이지 내에서 광고를 게시할 수도 있다.
이때, 상기 분석된 페이지 안에서 주된 주제로 다루어지는 토픽(Topic)에 우선 순위를 부여하여, 관련 토픽을 키워드로 등록한 광고주가 우선적으로 보여지고, 그 안에서도 광고 금액이 높은 순서대로 노출이 된다.
또한, 광고주는 분석된 페이지 안의 주로 긍정적인지/부정적인지에 따라서 선택적으로 광고를 게시할 수 있으며, 광고주의 키워드에 대하여 긍정적/부정적인지 여부는 해당 긍정/부정 표현과 광고주가 입력한 키워드간의 거리가 일정 거리 이내인 표현이 긍정/부정 각각 몇 개 이상 등장하는 지를 통해서 결정할 수 있다.
이와 같이 각 광고주에 의해 설정된 광고정보 데이터들은 인터넷(Internet)에 접속된 웹 서버(500)를 통해 광고정보 DB(200)에 데이터베이스화(DB)하여 저장된다.
그리고, 의견검색모듈(300)은 웹 서버(500)를 통해 전송된 사용자의 특정 의견검색 키워드 및/또는 타입(Type) 정보를 제공받아 의견정보 DB(100)와 연동하여, 상기 특정 의견검색 키워드 및/또는 타입(Type) 정보와 관련된 웹 문서의 의견 정보들을 검색하여 해당 사용자 단말(600)로 전송되도록 웹 서버(500)로 전달하는 기능을 수행한다.
즉, 사용자 단말(600)에 의해 웹 서버(500)로 전달되는 내용은 "키워드(Keyword) : 놈놈놈, 타입(Type) : 긍정/부정/의견"이 될 수 있다. 여기서, 상기 타입 정보 중에서 "의견"이라 함은 긍정 및 부정 의견이 모두 함께 나타나는 검색 결과이며, "긍정"이라 함은 긍정 의견만 나오는 타입이다. "부정"이라 함은 부정 의견만 나오는 타입이다.
이와 같이 특정 의견검색 키워드와 타입 정보를 의견검색모듈(300)에 전달하게 되면, 의견검색모듈(300)은 의견정보 DB(100)에서 해당 특정 의견검색 키워드와 해당 타입에 해당되는 데이터를 읽어 와서 의견의 양이나 날짜 순서 등의 랭킹(Ranking)으로 검색된 결과를 다시 웹 서버(500)에 전송해준다.
이때, 상기 검색된 결과 정보는 예컨대, 제목, 링크(Link), 해당 사이트 제목, 긍정 개수, 부정 개수, 긍정 개수, 본문 내용, 본문 요약 내용, 긍정 표현 위치, 부정 표현 위치 등으로 이루어질 수 있다.
여기서, 상기 본문 요약 내용은 해당 키워드 "놈놈놈"이 검색된 결과 문서에 나타나는 부분과 긍정/부정 의견표현 부분이 같이 나타나는 문서의 일부분을 의미한다. 한편, 일반 검색처럼 검색 키워드만 본문 요약 내용(Snippet)에 표시해주는 것이 아니라 해당 키워드에 대해서 의견이 나타나는 부분까지 요약부분에 같이 표시해준다.
그리고, 광고검색모듈(400)은 웹 서버(500)를 통해 전송된 사용자의 특정 의견검색 키워드 및/또는 타입(Type) 정보를 제공받아 광고정보 DB(200)와 연동하여, 상기 특정 의견검색 키워드 및/또는 타입(Type) 정보와 관련된 광고 정보들을 검색하여 해당 사용자 단말(600)로 전송되도록 웹 서버(500)로 전달하는 기능을 수행한다.
즉, 광고검색모듈(400)은 광고정보 DB(200)와 연동되어 웹 서버(500)를 통해 입력된 특정 키워드와 연관된 광고를 검색하고, 검색 결과의 광고 정보들을 기 설정된 게시 영역에 따라 해당 사용자 단말(600)의 화면에 디스플레이 되도록 웹 서버(500)로 전송한다.
그리고, 웹 서버(500)는 인터넷(Internet)을 통해 접속된 사용자 단말(600)로부터 전송되는 특정 의견검색 키워드 및/또는 타입(Type) 정보를 제공받아 의견검색모듈(300) 및 광고검색모듈(400)로 각각 전달하고, 의견검색모듈(300) 및 광고검색모듈(400)로부터 각각 검색된 의견 및 광고 검색결과 데이터들을 제공받아 해당 사용자 단말(600)의 화면에 의견 검색결과 글들과 함께 관련된 광고 정보들이 디스플레이 되도록 인터페이스(Interface)해주는 기능을 수행한다.
한편, 본 발명의 일 실시예에서는 의견검색모듈(300), 광고검색모듈(400) 및 웹 서버(500)를 서로 분리하여 구성하였지만, 이에 국한하지 않으며, 의견검색모듈(300) 및 광고검색모듈(400)이 웹 서버(500)에 통합되어 웹 서버(500)에서 모든 기능을 수행할 수 있도록 구현할 수도 있다.
이러한 웹 서버(500)는 상기 특정 의견검색 키워드와 관련된 전체 의견, 긍정적/부정적 의견내용을 선택적으로 확인할 수 있도록 해당 사용자 단말(600)의 화면에 디스플레이(Display) 해줄 수 있다.
또한, 웹 서버(500)는 상기 특정 의견검색 키워드와 관련된 전체적인 의견 검색결과 내에서의 긍정/부정 의견표현의 비율, 또는 상기 특정 의견검색 키워드와 관련된 각 의견 정보 내에서의 긍정/부정 의견표현의 비율과 함께 관련된 광고 정보들을 해당 사용자 단말(600)의 화면에 디스플레이 해줄 수 있다.
또한, 웹 서버(500)는 상기 특정 의견검색 키워드와 관련된 의견 검색결과를 중요도 또는 시간 순서(최근 순서나 오래된 순서)에 따라 리스트(List)화하여 해당 사용자 단말(600)의 화면에 디스플레이 해줄 수 있다.
여기서, 상기 중요도는 상기 특정 의견검색 키워드가 해당 웹 문서에서 가지는 중요도와 해당 웹 문서가 얼마나 많은 의견을 포함하고 있는지 등의 비율을 계산한다. 즉, 관련도와 의견표현 정도가 중요도를 결정짓게 된다. 상기 중요도는 전체 시간 범위에서 계산될 수도 있고, 특정 시간 범위로 제한하여 해당 시간대의 문서에 대해서만 적용될 수도 있다.
그리고, 상기 시간 순서는 해당 웹 문서가 생성되는 순서에 따라 오름차순/내림차순으로 보여주는 방식이다. 이렇게 전체 시간에 대해서 오름차순/내림차순으로 보여줄 수도 있고, 특정 시간 범위 안에서 시간 순으로 보여줄 수도 있다.
또한, 웹 서버(500)는 상기 특정 의견검색 키워드와 관련된 다른 사용자들의 의견을 검색할 뿐만 아니라 검색된 의견 결과에 댓글 형식으로 자신의 의견을 추가할 수 있도록 소정의 의견 입력창(미도시)을 해당 사용자 단말(600)의 화면에 디스플레이 해줄 수 있다.
이때, 해당 사용자는 로그인(Login)하거나, 비 로그인한 상태에서 의견을 달 수 있게 된다. 로그인하기 위해서는 회원 가입 시에 성별/나이/지역 및 기타 개인 신상 정보를 입력하게 되고, 이러한 개인 신상 정보를 이용하여 본 시스템 내에서 덧붙여진 의견 정보에 대해서는 성별/나이/지역 및 기타 분류에 따른 통계 정보를 얻을 수 있게 되고, 이는 다른 이용자들에게 유로/무료 방식으로 제공될 수 있다.
또한, 웹 서버(500)는 상기 특정 의견검색 키워드와 관련된 의견 검색결과를 상기 특정 의견검색 키워드가 들어간 부분과 함께 각 의견 검색결과 글에서 긍정/부정으로 표현된 부분을 특정한 표현(예컨대, 밑줄, 굵은 글씨체 또는 다양한 색상 등, 기타 웹에서 강조할 수 있는 표현)으로 강조하여 해당 사용자 단말(600)의 화면에 디스플레이 해줌으로써, 사용자가 의견인 부분을 좀더 편하게 구분할 수 있게 된다.
또한, 웹 서버(500)는 상기 특정 의견검색 키워드와 관련된 의견 검색결과 글들에 대해 해당 사용자의 선택에 따라 긍정/부정 의견 부분을 분석하고, 이를 특정한 표현으로 강조함과 아울러 상기 분석된 긍정/부정 의견 부분과 함께 관련된 광고 정보를 해당 사용자 단말(600)의 화면에 디스플레이 해줄 수 있다.
만약, 사용자가 웹 서버(500)를 통해 제공된 의견 검색결과 글들 중에서 특정한 의견 검색결과 글에 대해 "의견 분석한 페이지" 기능을 선택하면, 웹 서버(500)는 해당 의견검색 결과 글에 대해 의견 분석을 수행하고, 상기 분석한 의견 내용과 함께 관련된 광고 정보들을 해당 사용자 단말(600)의 화면에 디스플레이 한다. 이때, 의견/긍정/부정으로 표현된 부분을 특정 색이나, 긁은 글씨, 밑줄 등, 기타 웹에서 강조할 수 있는 표현들로 강조하여 사용자에게 보여진다.
또한, 웹 서버(500)는 상기 특정 의견검색 키워드와 관련된 의견 검색결과를 긍정/부정 의견표현 정도에 따라 시기별로 긍정/부정 비율의 변화를 그래프 형태로 해당 사용자 단말(600)의 화면에 디스플레이 해줄 수 있다.
즉, 웹 서버(500)는 사용자가 입력한 특정 의견검색 키워드에 대한 의견 분석된 통계 데이터를 제공해주는데, 예컨대, X축은 시간, Y축은 긍정/부정 의견표현 정도(긍정도/부정도)를 나타내게 하여, 각 특정 의견검색 키워드가 각 시기별로 긍정/부정 비율이 어떻게 변하는지 볼 수 있다.
이때는 해당 특정 의견검색 키워드에 대해서만 그래프로 보여주거나, 해당 특정 의견검색 키워드와 같은 범주에 속하는 다른 특정 의견검색 키워드들에 대한 긍정/부정 비율 변화를 그래프로 같이 표현할 수 있다.
이와 같은 화면을 구성하기 위해서는 의견정보 DB(100)에 상기와 같은 날짜 정보도 같이 저장되어야 한다. 그리고, 화면 구성을 위해서 다음과 같은 연산을 수행하게 된다.
먼저, 각 기간별로(일/주/달/년) 주기를 하나 선택해서 해당 주기별로 해당 특정 의견검색 키워드가 긍정적으로 판단되는 문서와 부정으로 판단되는 문서의 개수를 찾는다.
예를 들어, "A"라는 키워드가 나타난 문서가 2008년 07월∼2008년 08월 사이에 긍정으로 4000개, 부정으로 1000개 등장하였다고 하면, "A"라는 키워드의 긍정도는 ""이 된다. 이러한 수치가 각 시기별로 사용자 단말(600)의 화면을 통해서 표시된다.
또한, 웹 서버(500)는 상기 특정 의견검색 키워드와 관련된 의견 검색결과를 상기 특정 의견검색 키워드의 세부 항목별로 긍정/부정 비율을 해당 사용자 단말(600)의 화면에 디스플레이 해줄 수 있다.
이때, 상기 세부 항목이라 함은 사용자가 "애니콜"이라고 입력하였을 때, 예컨대, 음질, 디자인, 휴대성 등과 같은 해당 키워드의 세부 항목(Sub Theme)을 구분하고, 이 세부 항목별로 긍정/부정 정도를 표시해줄 수 있다.
또한, 웹 서버(500)는 상기 특정 의견검색 키워드와 관련된 의견 검색결과 글들에 대해 해당 사용자의 찬성/반대 의사를 선택할 수 있도록 해당 사용자 단말(600)의 화면에 디스플레이 해줄 수 있다.
즉, 의견 검색된 결과에 대해서도 사용자는 해당 의견에 대해서 찬성(동의한다는 의미), 반대를 할 수 있다. 이는 의견검색 결과 화면상에서 찬성/반대 버튼을 클릭(선택)함으로써 반영될 수 있다.
그리고, (사용자가 찬성한 수 - 사용자가 반대한 수) 값은 각 의견검색 결과 랭킹에 가중치로 부여되며, 찬성한 수가 반대한 수에 비해서 많을수록 랭킹을 높이는 효과를 가져오고, 반대수가 찬성에 비해서 많을수록 랭킹을 낮추는 효과를 준다.
여기서, 찬성은 이전에 언급한 광고 플랫폼에서 수익을 분배하는 데에 있어서, 해당 찬성을 많이 받은 컨텐츠 제공업자에게 혜택이 돌아가게끔 recommend(wi)에 의하여 영형을 준다. 즉, "recommend(wi)=agree(wi)-disagree(wi)"로서 agree(wi)는 사용자가 찬성한 숫자를 의미하며 disagree(wi)는 사용자가 반대한 숫자를 의미한다.
또한, 웹 서버(500)는 사용자가 기 등록한 특정 의견검색 키워드와 관련된 긍정/부정 의견의 생성을 실시간으로 모니터링(Monitoring)하여 해당 사용자 단말(600)로 통지해줄 수 있다.
즉, 사용자들은 특정 의견검색 키워드를 입력하여 다른 사용자들의 의견이 나와 있는 문서를 모니터링(Monitoring)하게 된다. 이때, 상기 모니터링이라 함은 사용자가 미리 등록 해놓은 특정 의견검색 키워드와 관련된 긍정/부정 의견이 생성되는 것을 감지하게 되면 해당 사용자에게 통지해 줌으로써, 각 기업은 자사에 대한 부정 의견을 모니터링 하여 즉각적으로 대처해 나갈 수 있는 효과가 있다.
특히, 웹 서버(500)는 사용자가 특정 의견검색 키워드를 입력하여 해당 특정 의견검색 키워드에 대한 의견 검색결과를 확인하는 화면에서 해당 특정 의견검색 키워드와 연관된 광고 정보들을 해당 사용자 단말(600)의 화면에 디스플레이 해줄 수 있다.
이때에 여러 연관 광고를 게재할 수 있으면 광고 게재 순서는 광고 과금 금액이 큰 순서나, 해당 키워드와 연관 관계 정보 등이 이용될 수 있다. 따라서, 사용자는 일반 의견검색(긍정 및 부정 혼합)/긍정 의견검색/부정 의견검색을 선택적으로 수행할 수 있으며, 각각의 의견검색에 대하여 연관된 상기의 광고가 함께 게재된다.
또한, 각 광고 제품에 대하여 긍정적으로 표현한 문서들을 추출하여 각 광고와 함께 일반 온라인 광고 게시에 제공될 수 있다. 이는 일반 키워드 검색 광고나, 의견 검색 광고, 일반 배너 광고 등 온라인에서 사용 가능한 모든 광고 방식과 함께 추출된 긍정 의견 문서를 보여주게 된다.
또한, 사용자가 특정 제품 이름이 아닌 일반적인 범주를 검색 키워드로 입력하였을 때에는 해당 범주의 광고 제품을 검색 광고로 보여줄 수 있다. 이때, 각 제품들의 긍정/부정 의견 수치와 각 제품별로 긍정 의견들도 함께 보여줄 수도 있다.
또한, 부정 의견검색 결과에 대해서도 각 광고주들은 자사의 광고를 게시할 수 있다. 이때, 일반 광고나, 해당 의견들에 대한 해명 글들을 게시할 수 있으며, 동시에 일괄적으로 부정 의견 글들에 대해서 해명 글을 트랙백(tracback)을 보낼 수도 있다.
또한, 상기 "의견 분석한 페이지" 기능을 사용자가 보게 될 때도 관련된 광고를 화면에 같이 게재할 수 있게 된다. 이때도 마찬가지로 광고 상품에 대한 긍정적인 글들의 링크도 함께 보여줄 수 있다.
특히, 본 발명의 일 실시예에서는 의견검색 결과에 있어서도, 광고 수익을 의견검색 결과를 제공해주는 컨텐츠 제공자와 함께 공유하는 구성을 구현할 수도 있다.
즉, 웹 서버(500)는 각 의견 검색결과 글을 제공하는 컨텐츠 제공자에게 해당 컨텐츠의 검색 순위, 검색 사용자의 선택 여부 및 해당 컨텐츠에 대한 추천 횟수에 따라 광고 수익의 일부를 제공해줄 수 있다.
이를 구체적으로 설명하면, 먼저, 광고주가 입력하는 데이터는 전술한 데이터 입력 내용과 동일하며, 의견검색 결과 컨텐츠를 제공해주는 웹사이트 관리자들이 입력하는 내용은 예컨대, 이름, 주민등록번호, 계좌 번호, 사이트 주소, 주소 등으로 이루어질 수 있다.
그리고, 사용자가 의견 검색을 수행하는 경우에 예컨대, 사용자는 의견검색 키워드 "A"를 검색창에 입력한다. 이후에, 의견검색 결과가 해당 사용자 단말(600)의 화면에 디스플레이 된다.
여기서, 상위 N개의 의견 검색결과 컨텐츠 제공자(해당 사이트)와 의견검색 키워드 광고 수익을 공유하게 된다. 이때, 수익을 공유하는 컨텐츠 제공자는 본 검색 사이트에 사이트 정보를 미리 입력한 대상이 된다.
또한, 상기 수익을 분배하는 금액은 다음과 같이 각각의 가중치를 부여하여, 전체 중에서 차지하는 비율에 근거하여, 해당 의견검색 키워드 광고 수익을 공유하게 된다. 상기 컨텐츠 제공자는 의견검색 결과 상위 N개의 컨텐츠로 그 대상을 제한한다.
만약, 한 번의 의견검색 키워드 입력으로 발생하는 광고 수익이 "C"이고, 플랫폼 제공 업체 즉, 의견 검색서비스 제공 업체(검색 업체)가 수익을 가져가는 비율이 "α"이며, 의견검색 결과 컨텐츠 제공자들이 수익을 가져가는 비율이 "1-α"라고 한다면, 수익 분배에 있어서 각 컨텐츠 제공자들이 가지는 중요도(wi)는 하기의 수학식 15와 같이 계산된다.
수학식 15
Figure PCTKR2009005405-appb-M000015
여기서, 상기 registered(wi) 함수는 wi 컨텐츠 제공자가 의견 검색서비스 제공 업체에 등록되었는지 여부를 나타내는 함수로서,
Figure PCTKR2009005405-appb-I000014
를 나타낸다.
그리고, 상기 ranki는 wi 컨텐츠 제공자의 컨텐츠가 나오는 검색 순위를 나타내는 값으로서, 첫 번째로 나오는 컨텐츠일 경우에는 1값을 가지게 된다. 상기 rank_weight는 의견검색 결과에 얼만큼의 중요도를 할당할지를 결정해주는 함수로써 높은 값을 가질수록 의견검색 결과 랭킹(Ranking)의 중요도가 더 높게 반영된다.
그리고, 상기 click(wi)는 해당 컨텐츠 검색 결과를 검색한 사용자가 클릭했는지 여부를 나타내는 함수로서,
Figure PCTKR2009005405-appb-I000015
를 나타낸다. 상기 click_weight는 이 사용자가 클릭했는지 여부에 대해서 얼마큼의 가중치를 부여할지 결정해주는 상수이다. 상기 recommend(wi)는 사용자들이 해당 컨텐츠에 대한 추천 횟수를 나타낸다.
여기서, 추천 회수는 일반적인 추천 횟수와 특정 의견검색 키워드와 관련한 추천 횟수 두 가지 추천 횟수의 경우가 있다. 그리고, 상기 recommend_weight는 추천 횟수에 부여하는 가중치를 나타낸다.
상기의 수학식 15를 이용하게 되면 등록된 사용자 중에서 의견검색 결과 상위에 나오면서 사용자와 더 자주 클릭하는 사이트, 그리고 더 많은 사용자가 추천한 컨텐츠일 경우에 수익 분배에 있어서 더 큰 비중을 차지하게 된다.
그래서, 결국 광고주들이 각각의 의견검색 키워드별 의견검색 결과에 대하여 제공해주는 광고 요금(C)은 하기의 수학식 16과 같이 배분된다.
수학식 16
Figure PCTKR2009005405-appb-M000016
여기서, C×α가 의견검색 서비스 제공 업체(검색 업체)가 가져가는 수익이 되고, C×(1-α)가 컨텐츠 제공자들이 가져가는 수익이 되며, 한 컨텐츠 제공자가 받게 되는 수익 Profit(wi)는 하기의 수학식 17과 같이 계산된다.
수학식 17
Figure PCTKR2009005405-appb-M000017
그리고, 사용자 단말(600) 및 광고주 단말(700)은 예컨대, 네트워크(Network) 또는 인터넷(Internet) 등과 같은 유선 또는 무선 통신망을 통해 웹 서버(500)에 접속되며, 통상적인 웹 브라우저(Web Browser)를 통해 웹 서버(500)에서 제공하는 각종 서비스를 제공받을 수 있게 된다.
예컨대, 데스크탑 PC, 노트북 PC 등 컴퓨터인 것이 일반적이지만, 이에 한정되는 것은 아니며 인터넷(Internet)을 통하여 웹 서버(500)에 접속하여 양방향성 의견검색 서비스를 이용할 수 있는 모든 종류의 유무선 통신 장치일 수 있다.
예를 들어, 사용자 단말(600) 및 광고주 단말(700)은 무선 인터넷 또는 휴대 인터넷을 통하여 통신하는 셀룰러폰(Cellular phone), 피씨에스폰(PCS phone: Personal Communications Services phone), 동기식/비동기식 IMT-2000(International Mobile Telecommunication-2000) 등 이동 단말을 포함하고, 이외에도 팜 PC(Palm Personal Computer), 개인용 디지털 보조기(PDA: Personal Digital Assistant), 스마트폰(Smart phone), 왑폰(WAP phone: Wireless application protocol phone), 모바일 게임기(mobile play-station) 등 의견 검색 및 광고 서비스를 운영하는 웹 서버(500)에 접속하기 위한 사용자 인터페이스를 갖는 모든 유무선 가전/통신 장치를 포괄적으로 의미할 수 있다.
한편, 도면에 도시되지 않았지만, 광고주 또는 컨텐츠 제공자에게 광고비와 관련된 정산, 인증 및 계좌 등의 서비스는 통상의 전자상거래 시스템 등에 의해 용이하게 구현 가능하므로, 이에 대한 상세한 설명은 생략하기로 한다.
도 8은 본 발명의 일 실시예에 따른 인터넷을 이용한 의견 검색 및 광고 서비스 방법을 설명하기 위한 전체적인 흐름도이고, 도 9 내지 도 12는 본 발명의 일 실시예에 적용된 의견 검색 및 광고 서비스 결과를 설명하기 위한 화면 구성도들이다.
도 7, 도 8, 도 9 내지 도 12를 참조하면, 먼저, 의견 문장의 언어적인 자질별로 해당 웹 문서의 의견 정보들을 의견정보 DB(100)에 저장하고(S100), 키워드별 광고 정보들을 광고정보 DB(200)에 저장한다(S200).
다음으로, 의견 검색을 원하는 사용자는 인터넷 접속이 가능한 사용자 단말(600)을 이용하여 의견 검색 및 광고 서비스를 제공하는 특정의 웹 페이지(예컨대, http://buzzni.com)에 접속하면, 웹 서버(500)는 의견 검색 및 광고 서비스를 위한 검색 입력창(A) 및 의견검색 타입(의견/긍정/부정)을 선택하는 타입선택버튼(B)들을 구비한 메인 검색화면을 제공한다.
이러한 의견 검색 및 광고 서비스 환경에서, 사용자가 원하는 의견 검색 키워드를 검색 입력창(A)에 입력한 후, 검색 버튼 또는 타입선택버튼(B)들 중 어느 하나의 버튼을 클릭(선택)하면, 웹 서버(500)는 인터넷을 통해 접속된 사용자 단말(600)로부터 전송되는 특정 의견검색 키워드 및/또는 의견검색 타입을 제공받아 의견검색모듈(300) 및 광고검색모듈(400)에 전달한 후, 의견검색모듈(300) 및 광고검색모듈(400)은 웹 서버(500)를 통해 전달받은 상기 특정 의견검색 키워드와 관련된 웹 문서의 의견 정보들 및 이와 관련된 광고 정보들을 의견정보 DB(100) 및 광고정보 DB(200)에서 각각 검색하고 그 의견 검색결과 및 광고 정보들을 웹 서버(500)로 다시 전달한다.
이후에, 웹 서버(500)는 의견검색모듈(300) 및 광고검색모듈(400)을 통해 각각 검색된 상기 특정 의견검색 키워드에 대한 의견 검색결과 글들과 함께 이와 관련된 광고 정보들을 기 설정된 기준 정보(예컨대, 광고 게재 순서 또는 위치 등)에 따라 해당 사용자 단말(600)의 화면에 적절하게 디스플레이 해준다(S300).
이때, 상기 단계S100에서, 의견정보 DB(100)에 각 의견 문장의 언어적인 자질별 해당 의견 문장의 요약정보 및 해당 웹 문서의 기본 및 의견 정보들을 데이터베이스(DB)화하여 저장할 수 있다.
또한, 상기 단계S100에서, 의견정보 DB(100)에 저장되는 의견 정보들은, 인터넷 상에 존재하는 웹 문서 데이터에 대해 문장 단위로 분리하고, 분리된 각 문장에 대해 언어처리를 수행하여 언어적인 자질들을 추출하며, 상기 추출된 각 문장의 언어적인 자질들을 이용하여 의견/비의견 문장을 구분한 후, 상기 구분된 의견 문장의 언어적인 자질들에 대해 긍정/부정 의견표현으로 구분하며, 상기 구분된 의견 문장의 언어적인 자질별로 해당 웹 문서의 의견 정보들을 인덱싱하여 저장할 수 있다.
그리고, 상기 단계S200에서, 광고정보 DB(200)에 광고주에 의해 기 설정된 검색과 그 결과 키워드별 또는 의견검색 타입들에 대한 결과 키워드별 광고 링크, 광고 문구 또는 광고 이미지 정보 중 적어도 어느 하나의 광고 정보를 데이터베이스(DB)화하여 저장할 수 있다. 상기 의견검색 타입들은 예컨대, 전체 의견내용, 긍정적/부정적 의견내용 또는 의견 검색결과 글들에 대한 긍정/부정 의견부분 분석내용 중 선택된 어느 하나의 타입으로 이루어질 수 있다.
그리고, 상기 단계S300에서, 상기 특정 키워드와 관련된 의견 검색결과 글들과 함께 관련된 광고 정보를 해당 사용자 단말(600)의 화면에 디스플레이 할 경우, 상기 특정 키워드와 관련된 전체 의견, 긍정적/부정적 의견내용을 선택적으로 확인할 수 있도록 해당 사용자 단말(600)의 화면에 디스플레이 해주고, 상기 특정 키워드와 관련된 전체 의견 검색결과 내에서의 긍정/부정 의견표현의 비율, 또는 상기 특정 키워드와 관련된 각 의견 정보 내에서의 긍정/부정 의견표현의 비율과 함께 관련된 광고 정보들을 해당 사용자 단말(600)의 화면에 디스플레이 해줄 수 있다(도 3a 내지 도 3d 참조).
또한, 상기 단계S300에서, 상기 특정 키워드와 관련된 의견 검색결과 글들과 함께 관련된 광고 정보를 해당 사용자 단말(600)의 화면에 디스플레이 할 경우, 상기 특정 키워드와 관련된 긍정 의견 내용들과 함께 관련된 광고 정보들을 해당 사용자 단말(600)의 화면에 디스플레이 해주거나, 상기 특정 키워드와 관련된 웹 문서의 부정 의견 내용들에 대해 해당 검색 사용자의 해명글을 게시할 수 있도록 입력창(미도시)을 해당 사용자 단말(600)의 화면에 디스플레이 해줄 수 있다.
또한, 상기 단계S300에서, 상기 특정 키워드와 관련된 의견 검색결과 글들과 함께 관련된 광고 정보를 해당 사용자 단말(600)의 화면에 디스플레이 할 경우, 상기 특정 키워드와 관련된 의견 검색결과 글들에 대해 해당 사용자의 선택에 따라 긍정/부정 의견 부분을 분석하고, 상기 분석된 의견 부분과 함께 관련된 광고 정보를 해당 사용자 단말(600)의 화면에 디스플레이 해줄 수 있다(도 12 참조).
추가적으로, 상기 단계S300 이후에, 각 의견 검색결과 글을 제공하는 컨텐츠 제공자에게 해당 컨텐츠의 검색 순위, 검색 사용자의 선택 여부 및 해당 컨텐츠에 대한 추천 횟수에 따라 광고 수익의 일부를 제공해주는 단계를 더 포함할 수도 있다.
한편, 본 발명의 일 실시예에 따른 인터넷을 이용한 의견 검색 및 광고 서비스 방법은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현되는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다.
예컨대, 컴퓨터가 읽을 수 있는 기록매체로는 롬(ROM), 램(RAM), 시디-롬(CD-ROM), 자기 테이프, 하드디스크, 플로피디스크, 이동식 저장장치, 비휘발성 메모리(Flash Memory), 광 데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들면, 인터넷을 통한 전송)의 형태로 구현되는 것도 포함된다.
또한, 컴퓨터로 읽을 수 있는 기록매체는 컴퓨터 통신망으로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 읽을 수 있는 코드로서 저장되고 실행될 수 있다.
전술한 본 발명에 따른 인터넷을 이용한 의견 검색 및 광고 서비스 시스템과 그 방법에 대한 바람직한 실시예에 대하여 설명하였지만, 본 발명은 이에 한정되는 것이 아니고 특허청구범위와 발명의 상세한 설명 및 첨부한 도면의 범위 안에서 여러 가지로 변형하여 실시하는 것이 가능하고 이 또한 본 발명에 속한다.
예를 들면, 본 발명의 일 실시예에서는 한국어를 기반으로 인터넷을 이용한 의견 검색 및 광고 서비스 시스템과 그 방법을 구현하였지만, 이에 국한하지 않으며, 예컨대, 영어, 일본어, 중국어 등 다양한 언어를 적용하여 구현할 수도 있다.

Claims (27)

  1. 인터넷 상에 존재하는 웹 문서 데이터를 수집하는 제1 서버;
    상기 수집된 웹 문서 데이터에 대해 문장 단위로 분리하고, 분리된 각 문장에 대해 언어처리를 수행하여 언어적인 자질들을 추출하는 언어처리모듈;
    상기 추출된 각 문장의 언어적인 자질들을 이용하여 의견/비의견 문장을 구분하는 의견/비의견 구분모듈;
    상기 구분된 의견 문장의 언어적인 자질들에 대해 긍정/부정 의견표현으로 구분하는 의견표현 구분모듈;
    상기 구분된 의견 문장의 언어적인 자질별로 해당 웹 문서의 의견 정보들이 저장되도록 인덱싱하는 제2 서버; 및
    인터넷을 통해 접속된 사용자 단말로부터 전송되는 특정 키워드를 제공받아 상기 제2 서버와 연동되어 상기 특정 키워드와 관련된 웹 문서의 의견 정보들을 검색하여 해당 사용자 단말의 화면에 의견 검색결과를 디스플레이 해주는 웹 서버를 포함하는 인터넷을 이용한 의견 검색 시스템.
  2. 제1 항에 있어서,
    상기 제1 서버를 통해 수집된 웹 문서 데이터에서 필요한 텍스트, 이미지 또는 비디오 정보들 중 적어도 어느 하나의 정보 데이터를 추출하여 저장되는 데이터 저장모듈이 더 포함되는 것을 특징으로 하는 인터넷을 이용한 의견 검색 시스템.
  3. 제1 항에 있어서,
    상기 언어처리모듈은 상기 수집된 웹 문서 데이터와 함께 미리 설정된 의견/비의견 문장들을 포함하는 일반적인 문서 데이터에 대해 문장 단위로 분리하고, 분리된 각 문장에 대해 언어처리를 수행하여 언어적인 자질들을 추출하는 것을 특징으로 하는 인터넷을 이용한 의견 검색 시스템.
  4. 제1 항에 있어서,
    상기 제2 서버를 통해 인덱싱된 각 의견 문장의 언어적인 자질별 해당 의견 문장의 요약정보 및 해당 웹 문서의 기본 및 의견 정보들이 데이터베이스(DB)화하여 저장되는 의견 인덱싱 정보 저장모듈이 더 포함되는 것을 특징으로 하는 인터넷을 이용한 의견 검색 시스템.
  5. 제1 항에 있어서,
    상기 웹 서버는 상기 특정 키워드와 관련된 전체 의견, 긍정적/부정적 의견내용을 선택적으로 확인할 수 있도록 해당 사용자 단말의 화면에 디스플레이 해주거나, 특정 키워드와 관련된 전체적인 의견 검색결과 내에서의 긍정/부정 의견표현의 비율, 또는 상기 특정 키워드와 관련된 각 의견 정보 내에서의 긍정/부정 의견표현의 비율을 해당 사용자 단말의 화면에 디스플레이 해주는 것을 특징으로 하는 인터넷을 이용한 의견 검색 시스템.
  6. 제1 항에 있어서,
    상기 웹 서버는 상기 특정 키워드와 관련된 의견 검색결과를 중요도 또는 시간 순서에 따라 리스트(List)화하여 해당 사용자 단말의 화면에 디스플레이 해주되,
    상기 중요도는 상기 특정 키워드가 해당 웹 문서에서 가지는 관련도와 의견표현 정도를 통해 결정되고, 전체 시간 범위 또는 특정 시간 범위로 제한하여 적용되며,
    상기 시간 순서는 해당 웹 문서가 생성되는 순서에 따라 오름차순/내림차순으로 결정되고, 전체 시간 범위 또는 특정 시간 범위로 제한하여 적용되는 것을 특징으로 하는 인터넷을 이용한 의견 검색 시스템.
  7. 제1 항에 있어서,
    상기 웹 서버는 상기 특정 키워드와 관련된 웹 문서의 의견 내용들에 대해 댓글 형식으로 해당 의견 검색 사용자의 의견을 추가할 수 있도록 의견 입력창을 해당 사용자 단말의 화면에 디스플레이 해주거나, 상기 특정 키워드와 관련된 의견 검색결과를 상기 특정 키워드와 함께 긍정/부정으로 표현된 부분을 특정한 표현으로 강조하여 해당 사용자 단말의 화면에 디스플레이 해주는 것을 특징으로 하는 인터넷을 이용한 의견 검색 시스템.
  8. 제1 항에 있어서,
    상기 웹 서버는 상기 특정 키워드와 관련된 의견 검색결과 글들에 대해 해당 사용자의 선택에 따라 긍정/부정 의견 부분을 분석하고, 이를 특정한 표현으로 강조하여 해당 사용자 단말의 화면에 디스플레이 해주는 것을 특징으로 하는 인터넷을 이용한 의견 검색 시스템.
  9. 제1 항에 있어서,
    상기 웹 서버는 상기 특정 키워드와 관련된 의견 검색결과를 긍정/부정 의견표현 정도에 따라 시기별로 긍정/부정 비율의 변화를 그래프 형태로 해당 사용자 단말의 화면에 디스플레이 해주거나, 상기 특정 키워드와 관련된 의견 검색결과를 상기 특정 키워드의 세부 항목별로 긍정/부정 비율을 해당 사용자 단말의 화면에 디스플레이 해주는 것을 특징으로 하는 인터넷을 이용한 의견 검색 시스템.
  10. 제1 항에 있어서,
    상기 웹 서버는 상기 특정 키워드와 관련된 의견 검색결과 글들에 대해 해당 사용자의 찬성/반대 의사를 선택할 수 있도록 해당 사용자 단말의 화면에 디스플레이 해주거나, 사용자가 기 등록한 특정 키워드와 관련된 긍정/부정 의견의 생성을 실시간으로 모니터링 하여 해당 사용자 단말로 통지해주는 것을 특징으로 하는 인터넷을 이용한 의견 검색 시스템.
  11. 의견 문장의 언어적인 자질별로 해당 웹 문서의 의견 정보들이 저장되는 의견정보 DB;
    키워드별 광고 정보들이 저장되는 광고정보 DB; 및
    인터넷을 통해 접속된 사용자 단말로부터 전송되는 특정 키워드를 제공받아 상기 의견정보 DB 및 광고정보 DB와 연동되어 상기 특정 키워드와 관련된 웹 문서의 의견 및 광고 정보들을 각각 검색하여 해당 사용자 단말의 화면에 의견 검색결과 글들과 함께 관련된 광고 정보를 디스플레이 해주는 웹 서버를 포함하는 인터넷을 이용한 의견 검색 및 광고 서비스 시스템.
  12. 제11 항에 있어서,
    상기 의견정보 DB에 저장되는 의견 정보들은,
    인터넷 상에 존재하는 웹 문서 데이터에 대해 문장 단위로 분리하고, 분리된 각 문장에 대해 언어처리를 수행하여 언어적인 자질들을 추출하고, 상기 추출된 각 문장의 언어적인 자질들을 이용하여 의견/비의견 문장을 구분하며, 상기 구분된 의견 문장의 언어적인 자질들에 대해 긍정/부정 의견표현으로 구분하며, 상기 구분된 의견 문장의 언어적인 자질별로 해당 웹 문서의 의견 정보들을 인덱싱하여 저장되는 것을 특징으로 하는 인터넷을 이용한 의견 검색 및 광고 서비스 시스템.
  13. 제11 항에 있어서,
    상기 광고 정보들은 광고주에 의해 기 설정된 검색과 그 결과 키워드별 또는 의견검색 타입들에 대한 결과 키워드별 광고 링크, 광고 문구 또는 광고 이미지 정보 중 적어도 어느 하나의 광고 정보가 데이터베이스(DB)화하여 저장되는 것을 특징으로 하는 인터넷을 이용한 의견 검색 및 광고 서비스 시스템.
  14. 제11 항에 있어서,
    상기 웹 서버는 상기 특정 키워드와 관련된 전체 의견, 긍정적/부정적 의견내용을 선택적으로 확인할 수 있도록 해당 사용자 단말의 화면에 디스플레이 해주고, 상기 특정 키워드와 관련된 전체 의견 검색결과 내에서의 긍정/부정 의견표현의 비율, 또는 상기 특정 키워드와 관련된 각 의견 정보 내에서의 긍정/부정 의견표현의 비율과 함께 관련된 광고 정보들을 해당 사용자 단말의 화면에 디스플레이 해주는 것을 특징으로 하는 인터넷을 이용한 의견 검색 및 광고 서비스 시스템.
  15. 제11 항에 있어서,
    상기 웹 서버는 각 의견 검색결과 글을 제공하는 컨텐츠 제공자에게 해당 컨텐츠의 검색 순위, 검색 사용자의 선택 여부 및 해당 컨텐츠에 대한 추천 횟수에 따라 광고 수익의 일부를 제공해주는 것을 특징으로 하는 인터넷을 이용한 의견 검색 및 광고 서비스 시스템.
  16. (a) 인터넷 상에 존재하는 웹 문서 데이터를 수집하는 단계;
    (b) 상기 수집된 웹 문서 데이터에 대해 문장 단위로 분리하고, 분리된 각 문장에 대해 언어처리를 수행하여 언어적인 자질들을 추출하는 단계;
    (c) 상기 추출된 각 문장의 언어적인 자질들을 이용하여 의견/비의견 문장을 구분하는 단계;
    (d) 상기 구분된 의견 문장의 언어적인 자질들에 대해 긍정/부정 의견표현으로 구분하는 단계;
    (e) 상기 구분된 의견 문장의 언어적인 자질별로 해당 웹 문서의 의견 정보들이 저장되도록 인덱싱하는 단계; 및
    (f) 인터넷을 통해 접속된 사용자 단말로부터 전송되는 특정 키워드와 관련된 웹 문서의 의견 정보들을 검색하여 해당 사용자 단말의 화면에 의견 검색결과를 디스플레이 해주는 단계를 포함하는 인터넷을 이용한 의견 검색 방법.
  17. 제16 항에 있어서,
    상기 단계(b)에서, 상기 수집된 웹 문서 데이터와 함께 미리 설정된 의견/비의견 문장들이 포함된 일반적인 문서 데이터에 대해 문장 단위로 분리하고, 분리된 각 문장에 대해 언어처리를 수행하여 언어적인 자질들을 추출하는 것을 특징으로 하는 인터넷을 이용한 의견 검색 방법.
  18. 제16 항에 있어서,
    상기 단계(f)에서, 상기 특정 키워드와 관련된 의견 검색결과를 해당 사용자 단말의 화면에 디스플레이 할 경우, 상기 특정 키워드와 관련된 전체 의견, 긍정적/부정적 의견내용을 선택적으로 확인할 수 있도록 디스플레이 해주거나, 상기 특정 키워드와 관련된 전체적인 의견 검색결과 내에서의 긍정/부정 의견표현의 비율, 또는 상기 특정 키워드와 관련된 각 의견 정보 내에서의 긍정/부정 의견표현의 비율을 디스플레이 해주는 것을 특징으로 하는 인터넷을 이용한 의견 검색 방법.
  19. 제16 항에 있어서,
    상기 단계(f)에서, 상기 특정 키워드와 관련된 의견 검색결과를 해당 사용자 단말의 화면에 디스플레이 할 경우, 중요도 또는 시간 순서에 따라 디스플레이 해주되,
    상기 중요도는 상기 특정 키워드가 해당 웹 문서에서 가지는 관련도와 의견표현 정도를 통해 결정하고, 전체 시간 범위 또는 특정 시간 범위로 제한하여 적용하며,
    상기 시간 순서는 해당 웹 문서가 생성되는 순서에 따라 오름차순/내림차순으로 결정하고, 전체 시간 범위 또는 특정 시간 범위로 제한하여 적용하는 것을 특징으로 하는 인터넷을 이용한 의견 검색 방법.
  20. 제16 항에 있어서,
    상기 단계(f)에서, 상기 특정 키워드와 관련된 의견 검색결과를 해당 사용자 단말의 화면에 디스플레이 할 경우, 상기 특정 키워드와 관련된 웹 문서의 의견 내용들에 대해 댓글 형식으로 해당 의견 검색 사용자의 의견을 추가할 수 있도록 의견 입력창을 디스플레이 해주거나, 상기 특정 키워드와 함께 긍정/부정으로 표현된 부분을 특정한 표현으로 강조하여 디스플레이 해주는 것을 특징으로 하는 인터넷을 이용한 의견 검색 방법.
  21. 제16 항에 있어서,
    상기 단계(f)에서, 상기 특정 키워드와 관련된 의견 검색결과를 해당 사용자 단말의 화면에 디스플레이 할 경우, 상기 특정 키워드와 관련된 의견 검색결과 글들에 대해 해당 사용자의 선택에 따라 긍정/부정 의견 부분을 분석한 후, 밑줄, 굵은 글씨체 또는 다양한 색상 중 적어도 어느 하나의 표현으로 강조하여 디스플레이 해주거나, 긍정/부정 의견표현 정도에 따라 시기별 긍정/부정 비율의 변화를 그래프 형태로 디스플레이 해주는 것을 특징으로 하는 인터넷을 이용한 의견 검색 방법.
  22. (a) 의견 문장의 언어적인 자질별로 해당 웹 문서의 의견 정보들을 별도의 의견정보 DB에 저장하는 단계;
    (b) 키워드별 광고 정보들을 별도의 광고정보 DB에 저장하는 단계; 및
    (c) 인터넷을 통해 접속된 사용자 단말로부터 전송되는 특정 키워드와 관련된 웹 문서의 의견 및 광고 정보들을 상기 의견정보 DB 및 광고정보 DB에서 각각 검색하여 해당 사용자 단말의 화면에 의견 검색결과 글들과 함께 관련된 광고 정보들을 디스플레이 해주는 단계를 포함하는 인터넷을 이용한 의견 검색 및 광고 서비스 방법.
  23. 제22 항에 있어서,
    상기 단계(a)에서, 상기 의견정보 DB에 저장되는 의견 정보들은,
    인터넷 상에 존재하는 웹 문서 데이터에 대해 문장 단위로 분리하고, 분리된 각 문장에 대해 언어처리를 수행하여 언어적인 자질들을 추출하며, 상기 추출된 각 문장의 언어적인 자질들을 이용하여 의견/비의견 문장을 구분한 후, 상기 구분된 의견 문장의 언어적인 자질들에 대해 긍정/부정 의견표현으로 구분하며, 상기 구분된 의견 문장의 언어적인 자질별로 해당 웹 문서의 의견 정보들을 인덱싱하여 저장하는 것을 특징으로 하는 인터넷을 이용한 의견 검색 및 광고 서비스 방법.
  24. 제22 항에 있어서,
    상기 단계(c)에서, 상기 특정 키워드와 관련된 의견 검색결과 글들과 함께 관련된 광고 정보를 해당 사용자 단말의 화면에 디스플레이 할 경우, 상기 특정 키워드와 관련된 전체 의견, 긍정적/부정적 의견내용을 선택적으로 확인할 수 있도록 해당 사용자 단말의 화면에 디스플레이 해주고, 상기 특정 키워드와 관련된 전체 의견 검색결과 내에서의 긍정/부정 의견표현의 비율, 또는 상기 특정 키워드와 관련된 각 의견 정보 내에서의 긍정/부정 의견표현의 비율과 함께 관련된 광고 정보들을 해당 사용자 단말의 화면에 디스플레이 해주는 것을 특징으로 하는 인터넷을 이용한 의견 검색 및 광고 서비스 방법.
  25. 제22 항에 있어서,
    상기 단계(c)에서, 상기 특정 키워드와 관련된 의견 검색결과 글들과 함께 관련된 광고 정보를 해당 사용자 단말의 화면에 디스플레이 할 경우, 상기 특정 키워드와 관련된 긍정 의견 내용들과 함께 관련된 광고 정보들을 해당 사용자 단말의 화면에 디스플레이 해주거나, 상기 특정 키워드와 관련된 웹 문서의 부정 의견 내용들에 대해 해당 검색 사용자의 해명글을 게시할 수 있도록 입력창을 해당 사용자 단말의 화면에 디스플레이 해주는 것을 특징으로 하는 인터넷을 이용한 의견 검색 및 광고 서비스 방법.
  26. 제22 항에 있어서,
    상기 단계(c)에서, 상기 특정 키워드와 관련된 의견 검색결과 글들과 함께 관련된 광고 정보를 해당 사용자 단말의 화면에 디스플레이 할 경우, 상기 특정 키워드와 관련된 의견 검색결과 글들에 대해 해당 사용자의 선택에 따라 긍정/부정 의견 부분을 분석하고, 상기 분석된 의견 부분과 함께 관련된 광고 정보를 해당 사용자 단말의 화면에 디스플레이 해주는 것을 특징으로 하는 인터넷을 이용한 의견 검색 및 광고 서비스 방법.
  27. 제22 항에 있어서,
    상기 단계(c)이후에, 각 의견 검색결과 글을 제공하는 컨텐츠 제공자에게 해당 컨텐츠의 검색 순위, 검색 사용자의 선택 여부 및 해당 컨텐츠에 대한 추천 횟수에 따라 광고 수익의 일부를 제공해주는 단계를 더 포함하는 것을 특징으로 하는 인터넷을 이용한 의견 검색 및 광고 서비스 방법.
PCT/KR2009/005405 2008-09-23 2009-09-23 인터넷을 이용한 의견 검색 시스템, 의견 검색 및 광고 서비스 시스템과 그 방법 WO2010036012A2 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US13/120,649 US20110179009A1 (en) 2008-09-23 2009-09-23 Internet-based opinion search system and method, and internet-based opinion search and advertising service system and method

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR1020080093125A KR101007284B1 (ko) 2008-09-23 2008-09-23 인터넷을 이용한 의견 검색 시스템 및 그 방법
KR10-2008-0093125 2008-09-23
KR10-2008-0096415 2008-10-01
KR1020080096415A KR101021204B1 (ko) 2008-10-01 2008-10-01 인터넷을 이용한 의견 검색 및 광고 서비스 방법

Publications (2)

Publication Number Publication Date
WO2010036012A2 true WO2010036012A2 (ko) 2010-04-01
WO2010036012A3 WO2010036012A3 (ko) 2010-07-22

Family

ID=42060261

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2009/005405 WO2010036012A2 (ko) 2008-09-23 2009-09-23 인터넷을 이용한 의견 검색 시스템, 의견 검색 및 광고 서비스 시스템과 그 방법

Country Status (2)

Country Link
US (1) US20110179009A1 (ko)
WO (1) WO2010036012A2 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012044305A1 (en) * 2010-09-30 2012-04-05 Hewlett-Packard Development Company, L.P. Identification of events of interest

Families Citing this family (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11023675B1 (en) 2009-11-03 2021-06-01 Alphasense OY User interface for use with a search engine for searching financial related documents
US9576251B2 (en) * 2009-11-13 2017-02-21 Hewlett Packard Enterprise Development Lp Method and system for processing web activity data
US8725773B2 (en) 2011-08-30 2014-05-13 E-Rewards, Inc. System and method for generating a knowledge metric using qualitative internet data
WO2013114754A1 (ja) * 2012-02-02 2013-08-08 株式会社コナミデジタルエンタテインメント 情報提供システム、サーバ装置、記録媒体および制御方法
CN104272301B (zh) * 2012-04-25 2018-01-23 国际商业机器公司 用于提取一部分文本的方法、计算机可读介质和计算机
US9092506B1 (en) * 2012-05-07 2015-07-28 Google Inc. Providing a report based on a negative keyword
US20160133160A1 (en) * 2012-05-07 2016-05-12 Zoll Medical Corporation Rescue Performance Metric
US9396179B2 (en) * 2012-08-30 2016-07-19 Xerox Corporation Methods and systems for acquiring user related information using natural language processing techniques
US9715493B2 (en) * 2012-09-28 2017-07-25 Semeon Analytics Inc. Method and system for monitoring social media and analyzing text to automate classification of user posts using a facet based relevance assessment model
US9141686B2 (en) * 2012-11-08 2015-09-22 Bank Of America Corporation Risk analysis using unstructured data
CN103870973B (zh) * 2012-12-13 2017-12-19 阿里巴巴集团控股有限公司 基于电子信息的关键词提取的信息推送、搜索方法及装置
US9436663B2 (en) * 2012-12-17 2016-09-06 Hewlett Packard Enterprise Development Lp Presenting documents to a user based on topics and collective opinions expressed in the documents
WO2014141452A1 (ja) * 2013-03-14 2014-09-18 株式会社 東芝 文書分析装置及び文書分析プログラム
JP6044959B2 (ja) * 2013-07-31 2016-12-14 インターナショナル・ビジネス・マシーンズ・コーポレーションＩｎｔｅｒｎａｔｉｏｎａｌ Ｂｕｓｉｎｅｓｓ Ｍａｃｈｉｎｅｓ Ｃｏｒｐｏｒａｔｉｏｎ 調査を支援する装置及び方法
US9213730B2 (en) * 2013-08-13 2015-12-15 Xerox Corporation Method and apparatus for extracting portions of text from long social media documents
CN103593786A (zh) * 2013-08-14 2014-02-19 北京世纪喜鹊信息科技有限公司 基于互联网的广告定向维度投放网络硬件装置
CN103559625B (zh) * 2013-09-18 2017-09-05 深圳市东信时代信息技术有限公司 一种广告效果监测的方法及系统
US9569510B2 (en) 2013-09-30 2017-02-14 International Business Machines Corporation Crowd-powered self-improving interactive visualanalytics for user-generated opinion data
CN103631861A (zh) * 2013-10-28 2014-03-12 百度在线网络技术（北京）有限公司 一种用于处理并提供评测信息的方法与设备
US20150286627A1 (en) * 2014-04-03 2015-10-08 Adobe Systems Incorporated Contextual sentiment text analysis
US10949753B2 (en) 2014-04-03 2021-03-16 Adobe Inc. Causal modeling and attribution
EP3206135A4 (en) * 2014-10-06 2018-06-13 Hitachi, Ltd. Sentence retrieval method and sentence retrieval system
US10929264B2 (en) * 2016-09-14 2021-02-23 International Business Machines Corporation Measuring effective utilization of a service practitioner for ticket resolution via a wearable device
KR102582544B1 (ko) 2018-05-03 2023-09-25 삼성전자주식회사 전자 장치 및 그 동작 방법
US11928709B2 (en) * 2018-11-19 2024-03-12 Walmart Apollo, Llc Method and apparatus for automatically providing advertisements
US20200234331A1 (en) * 2019-01-17 2020-07-23 Michael Sadowsky System and process to estimate persuasiveness of public messaging using surveys
WO2024085806A1 (en) * 2022-10-19 2024-04-25 Grabtaxi Holdings Pte. Ltd. Server and method for processing consumer reviews

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001209728A (ja) * 1999-11-15 2001-08-03 Power To The People:Kk 商品等評価データ集計装置、商品等評価データ集計方法、商品等評価装置、商品等評価方法および記録媒体
KR20040053369A (ko) * 2001-11-26 2004-06-23 후지쯔 가부시끼가이샤 정보 해석 방법 및 장치
JP2006146567A (ja) * 2004-11-19 2006-06-08 Internatl Business Mach Corp <Ibm> 表現検出システム、表現検出方法、及びプログラム
JP3917629B2 (ja) * 2000-08-21 2007-05-23 富士通株式会社 自然文処理装置及び自然文処理用プログラム

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
NZ520663A (en) * 2000-02-10 2004-05-28 Involve Technology Inc System for creating and maintaining a database of information utilizing user defined keyword relevance ratings
EP1276061A1 (en) * 2001-07-09 2003-01-15 Accenture Computer based system and method of determining a satisfaction index of a text
US8200477B2 (en) * 2003-10-22 2012-06-12 International Business Machines Corporation Method and system for extracting opinions from text documents
US7962461B2 (en) * 2004-12-14 2011-06-14 Google Inc. Method and system for finding and aggregating reviews for a product
US7548929B2 (en) * 2005-07-29 2009-06-16 Yahoo! Inc. System and method for determining semantically related terms
US20070192166A1 (en) * 2006-02-15 2007-08-16 Leviathan Entertainment, Llc Survey-Based Qualification of Keyword Searches
JP4870448B2 (ja) * 2006-02-23 2012-02-08 株式会社日立製作所 情報処理装置、顧客ニーズ分析方法、およびプログラム
US8069182B2 (en) * 2006-04-24 2011-11-29 Working Research, Inc. Relevancy-based domain classification
WO2007140364A2 (en) * 2006-05-26 2007-12-06 Monitor110, Inc. Method for scoring changes to a webpage
US8209320B2 (en) * 2006-06-09 2012-06-26 Ebay Inc. System and method for keyword extraction
US8332269B2 (en) * 2006-06-27 2012-12-11 Adchemy, Inc. System and method for generating target bids for advertisement group keywords
US8296168B2 (en) * 2006-09-13 2012-10-23 University Of Maryland System and method for analysis of an opinion expressed in documents with regard to a particular topic
US7761287B2 (en) * 2006-10-23 2010-07-20 Microsoft Corporation Inferring opinions based on learned probabilities
US20080215571A1 (en) * 2007-03-01 2008-09-04 Microsoft Corporation Product review search
US8200663B2 (en) * 2007-04-25 2012-06-12 Chacha Search, Inc. Method and system for improvement of relevance of search results
US7987188B2 (en) * 2007-08-23 2011-07-26 Google Inc. Domain-specific sentiment classification
US8239189B2 (en) * 2008-02-26 2012-08-07 Siemens Enterprise Communications Gmbh & Co. Kg Method and system for estimating a sentiment for an entity

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001209728A (ja) * 1999-11-15 2001-08-03 Power To The People:Kk 商品等評価データ集計装置、商品等評価データ集計方法、商品等評価装置、商品等評価方法および記録媒体
JP3917629B2 (ja) * 2000-08-21 2007-05-23 富士通株式会社 自然文処理装置及び自然文処理用プログラム
KR20040053369A (ko) * 2001-11-26 2004-06-23 후지쯔 가부시끼가이샤 정보 해석 방법 및 장치
JP2006146567A (ja) * 2004-11-19 2006-06-08 Internatl Business Mach Corp <Ibm> 表現検出システム、表現検出方法、及びプログラム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012044305A1 (en) * 2010-09-30 2012-04-05 Hewlett-Packard Development Company, L.P. Identification of events of interest

Also Published As

Publication number Publication date
WO2010036012A3 (ko) 2010-07-22
US20110179009A1 (en) 2011-07-21

Similar Documents

Publication Publication Date Title
WO2010036012A2 (ko) 인터넷을 이용한 의견 검색 시스템, 의견 검색 및 광고 서비스 시스템과 그 방법
WO2010068068A2 (ko) 사용자의 의도에 기반한 정보 검색방법 및 정보 제공방법
WO2010036013A2 (ko) 웹 문서에서의 의견 추출 및 분석 장치 및 그 방법
WO2017209564A1 (ko) 앱 리스트 제공 방법 및 그 장치
WO2012074338A2 (ko) 자연어 및 수학식 처리 방법과 그를 위한 장치
WO2017176100A1 (en) Method and device for translating object information and acquiring derivative information
WO2020017849A1 (en) Electronic device and method for providing artificial intelligence services based on pre-gathered conversations
WO2012134180A2 (ko) 문장에 내재한 감정 분석을 위한 감정 분류 방법 및 컨텍스트 정보를 이용한 다중 문장으로부터의 감정 분류 방법
WO2015170945A1 (ko) 영어 어순 지도를 이용한 영어 학습방법 및 그 시스템
WO2011007935A1 (ko) 홈페이지 통합 서비스 제공 시스템 및 방법
WO2019027240A1 (en) ELECTRONIC DEVICE AND METHOD FOR PROVIDING A RESEARCH RESULT THEREOF
WO2020009297A1 (ko) 도메인 추출기반의 언어 이해 성능 향상장치및 성능 향상방법
WO2020044290A1 (ko) 특허 문서 작성 장치, 방법, 컴퓨터 프로그램, 컴퓨터로 판독 가능한 기록매체, 서버 및 시스템
WO2012091360A2 (ko) 유저 맞춤형 컨텐츠 제공 방법 및 시스템
WO2014021567A1 (ko) 메시지 서비스 제공 방법, 이를 위한 장치 및 시스템
WO2020222623A9 (ko) 기획 판매를 위한 컨텐츠를 자동적으로 구축하는 시스템 및 그 방법
WO2019177182A1 (ko) 속성 정보 분석을 통한 멀티미디어 컨텐츠 검색장치 및 검색방법
WO2018117685A1 (en) System and method of providing to-do list of user
WO2009134096A2 (ko) 광고노출 제어시스템 및 광고노출 제어방법
WO2018034426A1 (ko) 커널 ｒｄｒ을 이용한 태깅 말뭉치 오류 자동수정방법
WO2022065811A1 (en) Multimodal translation method, apparatus, electronic device and computer-readable storage medium
WO2020197257A1 (ko) 가시적 표현 요소를 이용한 번역 방법 및 그 장치
WO2021137637A1 (en) Server, client device, and operation methods thereof for training natural language understanding model
WO2021215804A1 (ko) 대화형 청중 시뮬레이션을 제공하는 장치 및 방법
EP3818492A1 (en) Communication via simulated user

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 09816405

Country of ref document: EP

Kind code of ref document: A2

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 13120649

Country of ref document: US

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205A DATED 14/07/2011)

122 Ep: pct application non-entry in european phase

Ref document number: 09816405

Country of ref document: EP

Kind code of ref document: A2