WO2015105270A1 - 사용자 장치, 그 제어 방법 및 그를 포함하는 감성 평가 시스템 - Google Patents

사용자 장치, 그 제어 방법 및 그를 포함하는 감성 평가 시스템 Download PDF

Info

Publication number
WO2015105270A1
WO2015105270A1 PCT/KR2014/011015 KR2014011015W WO2015105270A1 WO 2015105270 A1 WO2015105270 A1 WO 2015105270A1 KR 2014011015 W KR2014011015 W KR 2014011015W WO 2015105270 A1 WO2015105270 A1 WO 2015105270A1
Authority
WO
WIPO (PCT)
Prior art keywords
evaluation
score
evaluation score
individual
determined
Prior art date
Application number
PCT/KR2014/011015
Other languages
English (en)
French (fr)
Inventor
박기림
민경구
황영숙
홍금원
신동훈
Original Assignee
에스케이플래닛 주식회사
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 KR1020140003599A external-priority patent/KR102210440B1/ko
Priority claimed from KR1020140004011A external-priority patent/KR102170535B1/ko
Priority claimed from KR1020140061535A external-priority patent/KR20150134598A/ko
Application filed by 에스케이플래닛 주식회사 filed Critical 에스케이플래닛 주식회사
Publication of WO2015105270A1 publication Critical patent/WO2015105270A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0278—Product appraisal

Definitions

  • the present invention provides a user device for newly exposing an exposure evaluation score and exposing it through a separate reliability determination process for the individual evaluation score, without exposing the individual evaluation score that scores the user's evaluation of the evaluation target to another person as it is,
  • the control method and the emotion evaluation system including the same.
  • the user may search for a desired object among various pieces of information including a movie, music, performance, product, restaurant, etc., to grasp information of the searched object, or to evaluate the searched object.
  • a user may input a comment, a score selection, a rating selection, etc. directly on the web page, and the evaluation may be performed for the particular restaurant. It is generally scored and exposed to others as it is.
  • the evaluation input by the user is exposed as it is without a separate filtering process as described above, it is expected that the distorted information about the evaluation target may be more likely to be transmitted to others.
  • An object of the present invention is to limit the individual evaluation score that scores the user's evaluation of the evaluation target as it is to others, and newly set the exposure evaluation score through a separate reliability determination process for the individual evaluation score, By exposing the exposure evaluation score to others instead of the individual evaluation score, to provide a user device that makes a reasonable and reliable evaluation of the evaluation target, a control method thereof, and an emotional evaluation system including the same.
  • Another object of the present invention is to extract a user's emotional information from the reviews, reviews, etc. made by the user for the consumption object, a user device for efficiently providing information on the consumption object, a control method thereof, and an emotional evaluation system including the same. To provide.
  • the user device includes a confirmation unit for confirming the individual evaluation scores predetermined for the evaluation target; A determination unit for determining the reliability of the individual evaluation score; And a government to determine the reflection rate between the individual evaluation score and the predetermined basic evaluation score based on the determined reliability, and set the exposure evaluation score by reflecting at least one of the individual evaluation score and the basic evaluation score according to the determined reflection ratio. It may include.
  • the individual evaluation score includes an average value of positive / negative evaluation results set by users for the evaluation target, and the determination unit has a higher reliability of the individual evaluation score as the number of positive / negative evaluation results increases. Can be determined.
  • the reflection ratio between the individual evaluation score and the predetermined default evaluation score is determined based on an adjustment parameter calculated according to the reliability determined for the individual evaluation score, and the adjustment parameter is determined based on the individual evaluation score.
  • the higher the level of confidence the greater the reflection rate of the individual scores compared to the default score.
  • the lower the level of confidence the higher the percentage of reflection of the default score. Can be estimated.
  • the individual evaluation score is a result of setting a positive / negative evaluation result for the evaluation target as a score of a predetermined individual evaluation unit
  • the service providing device includes an individual evaluation set in a predetermined individual evaluation unit. Converting the score into a score of a predetermined common measurement unit for setting an exposure score, and further comprising a conversion unit for setting the exposure score based on the individual evaluation score converted into a score of the common measurement unit by the government. Can be.
  • the predetermined basic evaluation score may include an average value of exposure evaluation scores predetermined for other evaluation targets related to the evaluation target.
  • An emotional evaluation method comprises the individual development step of the user device to determine the individual evaluation score for the evaluation target; A determination step of the service providing apparatus determining the reliability of the individual evaluation score set for the evaluation target; A determination step of determining, by the service providing apparatus, a reflection rate between the individual evaluation score and the predetermined basic evaluation score based on the determined reliability; And a determination step of determining an exposure evaluation score by reflecting at least one of an individual evaluation score and a basic evaluation score according to the reflection rate determined by the service providing apparatus.
  • An operation method of a user device includes a checking step of confirming an individual evaluation score predetermined for an evaluation target; A determination step of determining the reliability of the individual evaluation score; And determining a reflection rate between the individual evaluation score and the predetermined basic evaluation score based on the determined reliability, and setting an exposure evaluation score by reflecting at least one of the individual evaluation score and the basic evaluation score according to the determined reflection ratio. It may include.
  • the individual evaluation score includes an average value of positive / negative evaluation results set by users for the evaluation target, and in the determining step, as the number of positive / negative evaluation results increases, the reliability of the individual evaluation score increases. It can be determined to be high.
  • the reflection ratio between the individual evaluation score and the predetermined default evaluation score is determined based on an adjustment parameter calculated according to the reliability determined for the individual evaluation score, and the adjustment parameter is determined based on the individual evaluation score.
  • the higher the level of confidence the greater the reflection rate of the individual scores compared to the default score.
  • the lower the level of confidence the higher the percentage of reflection of the default score. Can be estimated.
  • the individual evaluation score is a result of the evaluation of the positive / negative evaluation result for the evaluation target as a score of a predetermined individual evaluation unit
  • the method includes: The method may further include a conversion step of converting the evaluation score into a score of a predetermined common measurement unit in order to set the exposure score, and setting the exposure evaluation score based on the individual evaluation score converted into the score of the common measurement unit in the setting step.
  • the predetermined basic evaluation score may include an average value of exposure evaluation scores predetermined for other evaluation targets related to the evaluation target.
  • the user device for setting the individual evaluation score for the evaluation target; And the reliability of the individual evaluation scores determined for the evaluation targets, and based on the determined reliability, determine the reflection ratio between the individual evaluation scores and the predetermined default evaluation scores. It may include a service providing device for determining the exposure score by reflecting at least one of.
  • a user device includes a search information acquisition unit for obtaining search information corresponding to any one of the classification group of the hierarchical category; Emotion comprising at least one of a subject related to the subject of the search based on the search information, an attribute representing the nature or nature of the subject, an expression representing an assessment of the attribute of the subject and a positive or negative value indicating whether or not the expression is positive or negative; A communication unit for acquiring data; And a display unit displaying emotion data corresponding to a search target.
  • Service providing apparatus comprises a query keyword generating unit for generating one or more query keywords based on a query input from a user;
  • a query execution unit which searches for emotion analysis information for each subject in the emotion analysis database by using the generated query keyword, and calculates a preference for each subject by applying the retrieved emotion analysis information to a predefined algorithm;
  • a result return unit that returns a final result based on the calculated theme-specific preferences.
  • the present invention restricts exposure of individual evaluation scores that are scored by users' evaluation of the evaluation targets to others, newly sets an exposure evaluation score through a separate reliability determination process for the individual evaluation scores, and evaluates the established exposure evaluation.
  • the present invention extracts emotional information about the target from the reviews, reviews, etc. made by the user for the consumption target to provide information on the target of consumption efficiently, and provides information on the target of consumption in a form that the consumer can easily recognize Therefore, the user's convenience is improved by minimizing the time and cost required for decision making of consumers.
  • the present invention has an effect that can provide the user with a search result by applying the topic ranking algorithm based on the user's preferences by using emotion analysis technology in the search service.
  • the present invention provides the search results in the order in accordance with the user's preference by using the emotional analysis results extracted from the web document for the object to obtain the information, the information of each object in the result list There is an effect that can minimize the cost of querying.
  • FIG. 1 is a schematic configuration diagram of an emotion evaluation system according to an embodiment of the present invention.
  • FIG. 2 is a view for explaining the configuration of a service providing apparatus according to an embodiment of the present invention.
  • FIG. 3 is a schematic flowchart illustrating an operation flow in the emotion evaluation system according to the first embodiment of the present invention.
  • FIG. 4 is a schematic flowchart illustrating an operation of a service providing apparatus according to a first embodiment of the present invention.
  • FIG. 5 is a view for explaining the tree structure of the category of the emotional dictionary according to an embodiment of the present invention.
  • FIG. 6 is a diagram illustrating a configuration of a system for providing emotion data according to an embodiment of the present invention.
  • FIG. 7 is a diagram illustrating a configuration of a service providing apparatus according to an embodiment of the present invention.
  • FIG. 8 is a diagram for describing a detailed configuration of functions of the controller of the service providing apparatus of FIG. 7.
  • FIG. 8 is a diagram for describing a detailed configuration of functions of the controller of the service providing apparatus of FIG. 7.
  • FIG. 9 is a view showing the configuration of a user device according to an embodiment of the present invention.
  • FIG. 10 is a diagram illustrating an emotional data display screen according to an embodiment of the present invention.
  • FIG. 11 is a diagram illustrating an example of a method of obtaining search information by a user device.
  • FIG. 12 is a diagram illustrating an emotional data display screen according to an embodiment of the present invention.
  • FIG. 13 is a diagram illustrating an emotional data display screen according to an embodiment of the present invention.
  • FIG. 14 is a block diagram of a search system through emotion analysis according to an embodiment.
  • 15 is a block diagram of an apparatus for providing a service based on user preference through emotional analysis according to an embodiment.
  • FIG. 16 is a detailed block diagram of a query keyword generator of the service providing apparatus of FIG. 15.
  • 17 is an example of a query level preset for a query keyword.
  • FIG. 19 is a detailed block diagram of a query execution unit of the service providing apparatus of FIG. 15.
  • 20 is a flowchart illustrating a search method based on user preference through emotional analysis according to the second embodiment.
  • 21 is a detailed flowchart of a query keyword generation step of the search method of FIG. 20.
  • FIG. 22 is a detailed flowchart of a preference calculation step of the search method of FIG. 20.
  • first and second used in the present invention may be used to describe components, but the components should not be limited by the terms. The terms are used only to distinguish one component from another.
  • first component may be referred to as the second component, and similarly, the second component may also be referred to as the first component.
  • FIG. 1 is a diagram illustrating an emotion evaluation system according to an embodiment of the present invention.
  • a user device 100 for setting an individual evaluation score for the evaluation target and a service providing device 200 for setting an exposure evaluation score for substituting the individual evaluation score.
  • the user device 100 and the service providing device 200 are assumed to have separate configurations, but the user device 100 and the service providing device 200 are configured in one configuration. It may also be included.
  • the user device (or individual evaluation device) 100 refers to a user device for collecting individual users' evaluations for evaluation targets and setting an individual evaluation score.
  • the evaluation target may include, for example, a movie, a music, a performance, a product, a restaurant, and the like, and the present disclosure is not limited thereto, and may include all targets that can be evaluated by users on the web.
  • the user's evaluation of the evaluation target may be made in the form of a comment, score selection, rating selection, etc., this also is not limited to the above examples, and may be included in the form that can be scored later.
  • the individual evaluation score may be referred to as a result of a user's evaluation of the evaluation target, in the embodiment of the present invention may correspond to the average value of the positive / negative evaluation result set by the user for the evaluation target.
  • the apparatus for providing a service (or the exposure score setting device) 200 restricts the individual evaluation scores from being exposed to others, sets a new exposure evaluation score to replace the individual evaluation scores, and exposes the service providing apparatus for exposing to the others. It is called.
  • the exposure score refers to a type of score newly determined through an additional reliability determination process for the individual score.
  • a method of scoring an emotional evaluation result which is a positive / negative evaluation result of users for the evaluation target, and adopting a method of exposing it to others.
  • the emotional evaluation may be performed in such a manner as to derive a positive / negative evaluation result for the evaluation target by performing an automated emotional analysis on a user's review or comment.
  • the individual evaluation score should be set by scoring it according to the purpose of the service.
  • the individual evaluation score may be set to 1 to 5 points, and the product and service may be set in detail to 1 to 100 points.
  • the biggest difficulty here is in situations where user reviews or comments, etc. are too low or it is difficult to provide too low individual scores.
  • the individual scores can be abnormally distorted.
  • the user device 100 performs a function of setting an individual evaluation score.
  • the user device 100 derives a positive / negative evaluation result for the evaluation target by performing an automated emotional analysis on reviews or comments made by the users on the evaluation target.
  • the user device 100 sets an individual evaluation score for the evaluation target by scoring an average value of the derived positive / negative evaluation result.
  • the user device 100 may convert the positive / negative evaluation results of the users on the evaluation target into a score of a predetermined individual measurement unit, and set the average value thereof as the individual evaluation score.
  • the individual evaluation unit divides positive / negative evaluation results into 'very negative', 'negative', 'positive', and 'very positive', and sequentially -2 (very negative),-for each evaluation result.
  • Individual scores of 1 (negative), 0 (neutral) and 1 (positive) can be set.
  • the above-described function in the user device 100 for setting the individual evaluation score may be performed in the service providing device 200, in this case, the user device 100 reviews or comments made by the user about the evaluation target
  • the service providing apparatus 200 may set the individual evaluation score for the evaluation target.
  • the service providing apparatus 200 performs a function of checking an individual measurement unit reflected in the individual evaluation score.
  • the service providing apparatus 200 when the individual evaluation score is determined for the evaluation target is confirmed the individual evaluation score is converted into a score of a predetermined common measurement unit for setting the exposure evaluation score.
  • the apparatus 200 for providing a service checks whether the individual evaluation unit reflected in setting the individual evaluation score and the common evaluation unit specified in setting the exposure evaluation score match each other, and only if the individual evaluation score does not match with each other. Is converted into the score of the common unit.
  • a common unit of measure may be assigned a score from 0 to 100, with individual units of -2 (very negative), -1 (negative), and 0 (neutral) as in the previous example. , 1 (positive), if it is different from the common unit, the individual evaluation score is converted to the score of the common unit.
  • the service providing apparatus 200 performs a function of determining the reliability of the individual evaluation score.
  • the service providing apparatus 200 determines the reliability of the individual evaluation score when the individual evaluation score is converted into a common measurement unit.
  • the service providing apparatus 200 determines the reliability based on the number of positive / negative evaluation results reflected in setting the individual evaluation score, and the higher the number of positive / negative evaluation results, the higher the reliability of the individual evaluation score is determined. can do.
  • the service providing apparatus 200 performs a function of setting an exposure evaluation score.
  • the service providing apparatus 200 determines the exposure evaluation score to replace the individual evaluation score based on the determined reliability when the reliability determination for the individual evaluation score is completed.
  • the service providing apparatus 200 further reflects a predetermined basic evaluation score in setting the exposure evaluation score.
  • the basic score refers to a variable designated in order to prevent the exposure score from being too low or extremely high.
  • Such a basic score may be designated as an average value of exposure scores predetermined for other evaluation targets related to the evaluation target, or may be designated by an operator.
  • the evaluation target is a specific restaurant
  • another evaluation target related to the evaluation target may correspond to a restaurant of the same industry located in the same region as the evaluation target.
  • the basic evaluation score may be set to an average value initially set for other evaluation targets, and then may be designated based on the experience of the operator.
  • the service providing apparatus 200 determines the exposure evaluation score by additionally reflecting the predetermined basic evaluation score. Specifically, the service providing apparatus 200 reflects the individual evaluation score and the basic evaluation score based on the reliability determined for the individual evaluation score. By determining the ratio and reflecting at least one of the individual score and the basic score according to the determined reflection ratio, the exposure score can be set.
  • the service providing apparatus 200 sets the exposure evaluation score by increasing the reflection rate of the individual evaluation score with respect to the predetermined basic evaluation score as the reliability determined for the individual evaluation score is higher, and determines the individual evaluation score.
  • the lower the confidence level the more the exposure score is set so that the reflecting ratio of the predetermined default score is larger than the individual score.
  • the service providing apparatus 200 includes a confirmation unit 210 for confirming the individual evaluation scores, a conversion unit 220 for converting the individual evaluation scores into the scores of the common measurement units, and the individual evaluation scores. And a determination unit 230 for determining reliability, and a preliminary determination unit 240 for setting an exposure evaluation score.
  • all or part of the configuration of the service providing apparatus 200 including the confirmation unit 210, the conversion unit 220, the determination unit 230, and the government unit 240 may be implemented as hardware or software, Or through a combination thereof.
  • the verification unit 210 performs a function of setting an individual evaluation score.
  • the identification unit 210 confirms the individual evaluation scores that are set for the evaluation target in the user device 100.
  • the confirmation unit 210 determines the individual evaluation score for the evaluation target by itself when the review or comment made by the user is confirmed, not the individual evaluation score set for the evaluation target from the user device 100 itself. Can be done.
  • the identification unit 210 derives a positive / negative evaluation result for the evaluation target by performing an automated emotional analysis on reviews or comments made by the user on the evaluation target, and the derived positive. By scoring the average value of negative evaluation results, individual evaluation scores can be set for the evaluation targets.
  • the conversion unit 220 performs a function of checking the individual measurement unit reflected in the individual evaluation score.
  • the conversion unit 220 converts the individual evaluation score into a score of a predetermined common measurement unit for setting the exposure evaluation score.
  • the conversion unit 220 checks whether the individual evaluation unit reflected in setting the individual evaluation score and the common measurement unit specified in setting the exposure evaluation score match each other, and sets the individual evaluation score only when they do not match with each other. Converted to the score of the common unit.
  • a common unit of measure may be assigned a score from 0 to 100, with individual units of -2 (very negative), -1 (negative), 0 (neutral), 1 (positive) As a result, the individual evaluation score is converted into the score of the common measurement unit if it is different from the common measurement unit.
  • the conversion unit 220 may convert the individual evaluation score to the score of the common measurement unit through [Equation 1] below.
  • 'f (x)' is an individual evaluation score converted into a score of a common measurement unit
  • 'x' is an individual evaluation score that is determined by an individual measurement unit.
  • the individual evaluation score may be set by the service providing apparatus 200 by itself. In this case, if the individual evaluation unit reflected in setting the individual evaluation score matches the common measurement unit, No conversion of individual scores will be required.
  • the determination unit 230 performs a function of determining the reliability of the individual evaluation score.
  • the determination unit 230 determines the reliability of the individual evaluation score when the individual evaluation score is converted into a common measurement unit.
  • the determination unit 230 determines the reliability based on the number of positive / negative evaluation results reflected in setting the individual evaluation score. The larger the number of positive / negative evaluation results, the higher the reliability of the individual evaluation score is determined. Can be.
  • the individual evaluation score is determined based on the average value of the positive / negative evaluation results, as mentioned above. It is meant to gather the opinions of many users because it proves the reliability of individual scores.
  • the bookkeeper 240 performs a function of setting an exposure evaluation score.
  • the policy unit 240 sets an exposure evaluation score to replace the individual evaluation score based on the determined reliability.
  • the preliminary government 240 additionally reflects a predetermined default evaluation score in setting the exposure evaluation score.
  • the book government 240 determines the exposure evaluation score by additionally reflecting the predetermined default evaluation score.
  • the reflection ratio between the individual evaluation score and the basic evaluation score is based on the reliability determined for the individual evaluation score.
  • the exposure score can be determined by reflecting at least one of the individual score and the basic score according to the determined reflection ratio.
  • the reflection ratio between the individual evaluation score and the basic evaluation score is determined based on the adjustment parameter, which can be calculated through Equation 2 below, which is reflected in the reliability determined for the individual evaluation score. .
  • ' ⁇ ' is an adjustment parameter
  • 'f' is the number of positive / negative evaluation results reflected in setting the basic evaluation score (e.g., five positive evaluation results and three negative evaluation results, f Is 8)
  • the adjusting parameter ' ⁇ ' is fixed to 1
  • the adjusting parameter ' ⁇ ' is close to '0' and conversely, the variable 'a' Is closer to '0', the adjustment parameter ' ⁇ ' may be closer to '1'.
  • the adjustment parameter is calculated such that the higher the reliability determined for the individual evaluation score through the adjustment of the variable 'a', the greater the reflection ratio of the individual evaluation score is compared to the predetermined default evaluation score, and the individual evaluation score is determined.
  • the lower the confidence level the greater the reflectance ratio of the designated default valuation score against the individual valuation score.
  • the book government 240 calculates an adjustment parameter as shown in Equation 3 below to determine the reflection ratio between the individual evaluation score and the basic evaluation score, thereby appropriately reflecting the individual evaluation score and the basic evaluation score according to the determined reflection ratio. Therefore, the exposure score is set, and the set exposure score is displayed instead of the individual score.
  • 'Snew' is the impression score
  • 'Sold' is the individual score
  • 'D' is the default score
  • the individual evaluation score that scores the user's evaluation of the evaluation target is limited to being exposed to others, and a separate reliability for the individual evaluation score
  • the discriminant process new exposure evaluation scores are newly established, and the exposed exposure scores are exposed to others instead of individual evaluation scores, so that a reasonable and reliable evaluation of the evaluation targets can be achieved.
  • FIGS. 3 and 4 the configuration shown in FIGS. 1 and 2 described above will be described with reference to the corresponding reference numerals.
  • the user device 100 derives an affirmative / negative evaluation result for the evaluation target by performing an automated emotional analysis on reviews or comments made by users on the evaluation target, and averages the derived positive / negative evaluation results.
  • the individual evaluation score for the evaluation target is determined (S110).
  • the user device 100 may convert the positive / negative evaluation results of the users on the evaluation target into a score of a predetermined individual measurement unit, and set the average value thereof as the individual evaluation score.
  • the service providing device 200 converts the individual evaluation score into a score of a predetermined common measurement unit for setting the exposure evaluation score (S120-S130).
  • the apparatus 200 for providing a service checks whether the individual evaluation unit reflected in setting the individual evaluation score and the common evaluation unit specified in setting the exposure evaluation score match each other, and only if the individual evaluation score does not match with each other. Is converted into the score of the common unit.
  • the service providing apparatus 200 determines the reliability of the individual evaluation score when the individual evaluation score is converted into a common determination unit (S140).
  • the service providing apparatus 200 determines the reliability based on the number of positive / negative evaluation results reflected in setting the individual evaluation score, and the higher the number of positive / negative evaluation results, the higher the reliability of the individual evaluation score is determined. can do.
  • the service providing apparatus 200 sets an exposure evaluation score to replace the individual evaluation score based on the determined reliability (S150-S170).
  • the service providing apparatus 200 determines the exposure evaluation score by additionally reflecting the predetermined basic evaluation score, and specifically, the individual evaluation based on the reliability determined for the individual evaluation score.
  • the exposure evaluation score is determined by determining the reflection ratio between the score and the basic evaluation score and reflecting at least one of the individual evaluation score and the basic evaluation score according to the determined reflection ratio.
  • the service providing apparatus 200 sets the exposure evaluation score by increasing the reflection rate of the individual evaluation score with respect to the predetermined basic evaluation score as the reliability determined for the individual evaluation score is higher, and determines the individual evaluation score.
  • the confirmation unit 210 confirms the individual evaluation scores that are set for the evaluation target in the user device 100 (S210).
  • the confirmation unit 210 determines the individual evaluation score for the evaluation target by itself when the review or comment made by the user is confirmed, not the individual evaluation score set for the evaluation target from the user device 100. It performs (S220-S230).
  • the identification unit 210 derives a positive / negative evaluation result for the evaluation target by performing an automated emotional analysis on reviews or comments made by the user on the evaluation target, and the derived positive. By scoring the average value of negative evaluation results, individual evaluation scores can be set for the evaluation targets.
  • the conversion unit 220 converts the individual evaluation score to the score of the predetermined common measurement unit for setting the exposure evaluation score, when the individual evaluation score is determined for the evaluation target (S240-S250).
  • the conversion unit 220 checks whether the individual evaluation unit reflected in setting the individual evaluation score and the common measurement unit specified in setting the exposure evaluation score match each other, and sets the individual evaluation score only when they do not match with each other. Converted to the score of the common unit.
  • the determination unit 230 determines the reliability of the individual evaluation score when the individual evaluation score is converted into a common determination unit (S260).
  • the determination unit 230 determines the reliability based on the number of positive / negative evaluation results reflected in setting the individual evaluation score. The larger the number of positive / negative evaluation results, the higher the reliability of the individual evaluation score is determined. Can be.
  • the bookkeeper 240 determines a reflection ratio between the individual evaluation score and the basic evaluation score based on the reliability determined for the individual evaluation scores (S270-S280).
  • the book government 240 calculates the adjustment parameter to determine the reflection rate between the individual evaluation score and the basic evaluation score. The higher the reliability determined for the individual evaluation score, the reflection of the individual evaluation score against the predetermined default evaluation score.
  • the adjustment parameter is calculated so that the ratio increases, and the adjustment parameter can be calculated so that the reflecting ratio of the predetermined default evaluation score is larger than the individual evaluation score as the reliability determined for the individual evaluation score is lower.
  • the book government 240 sets an exposure score by properly reflecting the individual score and the basic score according to the reflection rate between the individual score and the basic score determined by calculating the adjustment parameter.
  • the score can be exposed in place of the individual score (S290).
  • the elements extracted in the emotional analysis may be defined as follows in the present invention.
  • Table 1 Component Contents example Subject (Object) Target of emotional analysis "Samsung PAVV 7000" Property Target of Expression in Emotional Analysis "Design”, “quality” Expression Positive or negative evaluation or opinion of the property "Great”, “falls” Positive / Negative Value A value indicating whether the expression is positive or negative and its strength Strong negative: -2 Weak negative: -1 Weak positive: 1 Strong positive: 2
  • the elements extracted in the emotional analysis are main words, attributes, expressions and positive / negative values, and in the present invention, these elements will be referred to as 'emotional data'.
  • the main word is the object of emotional expression
  • the attribute indicates the character, nature, and characteristics of the main word, and is the object of the expression.
  • the expression represents the evaluation of affirmative or negative opinions on the attributes of the main word.
  • the positive / negative value is a value indicating whether the expression is positive or negative and its strength.
  • positive / negative values are expressed as integers from -2 to +2. Negative numbers represent negatives, positive numbers represent positives, and magnitudes of absolute values represent positive / negative intensity.
  • the strength of positive / negative here refers to the intensity of emotional / opinion expression, and is defined as being divided into “general sensitivity” and “strong sensitivity” in the present invention.
  • “General sentiment” is a general form of expression that expresses emotion / opinion. It is a basic form of "good”, “falling”, “good”, “bad”.
  • “Strong sensibility” refers to expressions by the author to further emphasize the feelings of positive / negative in expressing positive / negative.
  • the method for expressing "strong emotion” can be divided into two types. The first method is to express using degree / strength adverbs.
  • the feeling / opinion information "I like design” If you say “I really like the design” or “I really like the design,” you can add a degree / intensity adverb such as a strong emotion.
  • the expression itself may express strong emotions. For example, in expressing a feeling of "good”, expressions such as “good” and “best” can be regarded as a strong expression of emotion.
  • the apparatus for emotion analysis defines the emotion / opinion elements as described above and extracts a set of defined elements.
  • knowledge of the emotion analysis system is managed by a dictionary, which is referred to as an 'emotional dictionary'.
  • the emotional dictionary has the attributes and expressions defined above, and positive / negative values corresponding to the attribute and expression pairs. These emotional dictionaries are built independently for each predetermined category.
  • the reason that the emotional dictionary should be constructed for each category is that the set of attributes of the main word group included in each category is different.
  • the "shutter speed" attribute is a concept commonly used in the "camera” product set but does not exist in the product set such as "freezer", "diaper” and the like. If these attributes are used without categorization, not only will they cause errors, but the management of emotional dictionaries will also be inefficient, resulting in a performance degradation of the emotional analysis system.
  • the category of the emotional dictionary is a tree structure and has a plurality of levels. 5 is a view for explaining the tree structure of the category of the emotional dictionary according to an embodiment of the present invention.
  • the categories of the example emotional dictionary consisted of a tree structure of multi-depth.
  • the top category is referred to as a domain, and may have three domains, for example, "person”, “place”, and "product”.
  • the structure of categories under the domain is divided into subdivisions according to the characteristics of the parent node (parent category), and the lowest category consists of the most subdivided population in the domain.
  • parent category a set that is classified in the hierarchical category will be defined as a classification group of the hierarchical category.
  • Each category consists of entries of attributes and expressions independently, but there are also entries that are commonly used between similar categories. For example, assuming that "DSLR camera” and “camcorder” are in the same level category, both “DSLR camera” and “camcorder” categories may have a property of "liquid crystal” in common. In this case, if the attribute "liquid crystal" is managed for each category, the amount of emotional data is unnecessarily large, and the efficiency of the attribute is also reduced. In this case, according to an embodiment of the present invention, the common emotional data of each category is integrated into the upper category and managed. At the time of the actual emotional analysis, the emotional data of the upper category to which the category belongs may be inherited and used. have.
  • the emotional analysis according to an embodiment of the present invention may be a process of registering emotional data including main words, attributes, expressions, and positive / negative values for each category in an emotional dictionary classified into categories of a tree structure. .
  • classification information means additional information for classifying an object of emotional analysis.
  • the classification information may include category information of the emotion analysis target, brand information of the emotion analysis target, and manufacturer information of the emotion analysis target.
  • the category information refers to information indicating which layer in the category of the tree structure to the emotion analysis object.
  • brand information means the brand which shows the object of a sensitivity analysis.
  • manufacturer information means a manufacturer that manufactures the object of sensitivity analysis.
  • the classification information may be added and registered.
  • FIG. 6 is a diagram illustrating a configuration of a system for providing emotion data according to an embodiment of the present invention.
  • the emotion data providing system may include a user device 100 and a service providing device 200. Not all components of the emotional data providing system shown in FIG. 6 are essential components, and the emotional data providing system may be implemented by more components than those shown in FIG. 6, or by fewer components. Emotional data providing system may be implemented.
  • the user device 100 described herein is a concept that collectively refers to all types of terminals that perform a selected task by receiving a user's command such as a tablet PC, a notebook, a desktop PC, as well as a handheld terminal such as a mobile communication terminal. to be.
  • the service providing apparatus 200 described herein stores all types of electronic devices that store data related to a service required by the user device, transmit / receive data with the user device, and support an operation of an application included in the user device.
  • the concept is generic.
  • the service providing apparatus 200 may perform the emotion analysis described above, and may have an emotion dictionary.
  • the user device 100 may request the service providing device 200 to provide the emotion data related to the search target, and the service providing device 200 may provide the user device 100 with the emotion data related to the search target.
  • the user device 100 may provide emotional data on a search target in a form that a consumer can easily recognize. Therefore, the emotional data providing system according to the embodiment of the present invention can minimize the time and cost required for decision making of consumers.
  • FIG. 7 is a diagram illustrating a configuration of a service providing apparatus 200 according to an embodiment of the present invention.
  • the service providing apparatus 200 may include a communication unit 250, an input unit 260, a storage unit 270, a display unit 280, and a controller 290. Not all components of the service providing apparatus 200 illustrated in FIG. 7 are essential components, and the service providing apparatus 200 may be implemented by more components than those illustrated in FIG. The service providing apparatus 200 may also be implemented by a component.
  • the service providing apparatus 200 may build an emotional dictionary. That is, the apparatus 200 for providing a service may exist as an entity of a network connected to the network, or may connect to the network and communicate with another entity on the network. In this case, the service providing apparatus 200 may build an emotional dictionary by collecting data from at least one other entity existing in the network. Representatively, another entity may illustrate a web server.
  • the communicator 250 is configured to connect to a network and communicate with other entities.
  • the communicator 250 may further include a function of processing data according to a type of network and a protocol applied to the network.
  • the communication unit 250 may communicate with a web server to receive an analysis target document such as a web document.
  • the communicator 250 may receive a request for providing emotion data from the user device 100, and may transmit emotion data corresponding to a search target and classification information thereof to the user device 100.
  • the input unit 260 is a means for receiving a user's command, selection, data, information, and the like, and may include a plurality of input keys and function keys for receiving numeric or text information and setting various functions. In addition, the input unit 260 may detect a user's key input and transmit an input signal according to the detected key input to the controller 290.
  • the input unit 260 may illustrate an input device such as a keyboard, a keypad, a mouse, a joystick, and the like.
  • the storage unit 270 is a device for storing data, and includes a main memory device and an auxiliary memory device.
  • the storage unit 270 may store an operating system (OS), an application, and the like.
  • the storage unit 270 may store various data collected and generated by the service providing apparatus 200.
  • the storage unit 270 may include a subject dictionary including subject words corresponding to a category, an emotional dictionary including comparison attributes, expressions, positive / negative values, and classification information about an object, and a plurality of subjects having comparison statements. You can save grammar dictionaries that store sentence types.
  • the storage unit 270 may store source information of the analysis target document, a publication date of the analysis target document, a related keyword of the main word, a frequency of occurrence of each of the main words, and a change amount of positive / negative values for the main word.
  • Various data stored in the storage unit 270 may be deleted, changed, or added according to a user's manipulation.
  • the display unit 280 is for displaying information generated according to the use of the service providing apparatus 200 so that the user can recognize it.
  • information may include an analysis target document, a main word, an attribute, an expression, a positive / negative value, classification information, and the like.
  • the control unit 290 performs an operation necessary to perform a method for building an emotional dictionary according to an embodiment of the present invention, and for this purpose, the communication unit 250, the input unit 260, and the storage unit 270 if necessary. And the display unit 280.
  • the controller 290 may actually include a plurality of modules for performing a method for constructing an emotional dictionary according to an embodiment of the present invention. Such modules may be configured in hardware or software.
  • the controller 290 may perform emotion analysis according to an embodiment of the present invention.
  • the controller 290 analyzes a document to be analyzed, such as a web document existing on a network, and displays a main word, an attribute indicating a character or property of the main word, an expression indicating an evaluation of an attribute of the main word, whether the expression is positive or negative, Emotional data including at least one of positive / negative values representing strength may be obtained.
  • the controller 290 may obtain classification information of a specific target.
  • the controller 290 may obtain category information, brand information, and manufacturer information of a specific target.
  • the controller 290 may obtain source information of the analysis target document. For example, the controller 290 may determine whether the analysis target document is a blog-type web page, a page in a bulletin board, or a post on a social network service (SNS). In addition, the controller 290 may check the access address of the analysis target document.
  • SNS social network service
  • the controller 290 may simultaneously acquire classification information for classifying a specific object and source information of an analysis target document used to collect the emotion data in the process of acquiring the emotion data of the specific object.
  • controller 290 may check a publication date of the analysis target document. Accordingly, the controller 290 may acquire the daily change amount of the main word and the positive / negative value related to the search target.
  • the controller 290 may obtain a related keyword of the main word.
  • the controller 290 may obtain a related search word of a main word through a web server that provides a search service.
  • controller 290 may acquire emotion data corresponding to a search target according to the emotion data provision request from the user device 100.
  • FIG. 8 is a diagram for describing a detailed configuration of functions of the control unit 290 of the service providing apparatus 200 of FIG. 7.
  • the controller 290 may include a preprocessor 292, a main word extractor 294, and an emotion analyzer 296.
  • the preprocessing unit 292 performs preprocessing on the analysis target document which is the object before the main word extraction or before the extraction of the attribute or expression. Such preprocessing includes sentence separation, spacing correction, morphological analysis, compound word recognition, and the like. When the preprocessing is completed, the preprocessor 292 outputs a preprocessed sentence in sentence units.
  • the main word extractor 294 extracts a main word for each of the preprocessed sentences.
  • the main word extractor 294 may extract at least one of a title main word, a document main word, and a sentence main word as a main word.
  • the title main word refers to a main word extracted from the title of the document.
  • the document main word refers to the most frequently expressed main word among the main word extracted from the document body.
  • the sentence main word refers to a main word extracted from each sentence of the document.
  • the emotion analysis unit 296 may extract an attribute, an expression, and a positive / negative value corresponding to the main word extracted by the main word extractor 294, and output emotional data including the main word, an attribute, an expression, and a positive / negative value. have.
  • FIG. 9 is a diagram showing the configuration of a user device 100 according to an embodiment of the present invention.
  • the user device 100 may include a search information acquisition unit 110, a communication unit 120, a display unit 130, a user input unit 140, and a controller 150. Not all components of the user device 100 shown in FIG. 9 are essential components, and the user device 100 may be implemented by more components than those shown in FIG. 9, and fewer components. The user device 100 may also be implemented.
  • the search information acquisition unit 110 may obtain search information.
  • the search information may correspond to any one of the taxon of hierarchical categories.
  • FIG. 11 is a diagram illustrating an example of a method in which the user device 100 obtains search information.
  • the display unit 130 of the user device 100 may display a search information input window 1110.
  • the search information may be input to the search information input window 1110 through the user input unit 140 of the user device 100.
  • the search information guide window 1012 corresponding to the user input input to the search information input window 1110 may be displayed.
  • the search information may be input by selecting any one of the plurality of search information displayed on the search information guide window 1012.
  • the communicator 120 may transmit the search information acquired by the search information acquisition unit 110 to the service providing apparatus 200.
  • the service providing apparatus 200 receiving the search information may include a subject related to a search object, an attribute representing a character or property of the subject, an expression representing an evaluation of an attribute of the subject, and a positive or negative expression and strength of the expression. Emotion data including at least one of / negative values and classification information thereof may be obtained.
  • the service providing device 200 may transmit the acquired emotion data and classification information thereof to the user device 100, and the user device 100 may receive the emotion data and classification information thereof.
  • the user device 100 may obtain emotional data including a keyword related to a search object based on the search information, an attribute thereof, an evaluation thereof, and a positive / negative value thereof, and classification information thereof. have.
  • the display unit 130 may display emotional data, classification information, and the like received from the communication unit 120.
  • the user input unit 140 generates input data for the user to control the operation of the user device 100.
  • the user input unit 140 may include a key pad, a dome switch, a touch pad (constant voltage / capacitance), a jog wheel, a jog switch, and the like.
  • the user input unit 140 may receive an arbitrary area of the screen displayed on the display unit.
  • the controller 150 may be functionally coupled to the search information acquisition unit 110, the communication unit 120, the display unit 130, and the user input unit 140 to control the overall operation of the user device 100.
  • FIG. 10 is a diagram illustrating an emotional data display screen according to an embodiment of the present invention.
  • the display unit 130 of the user device 100 includes a search information input window 1010, a channel information input window 1020, a category information display window 1030, a brand information display window 1040, and a manufacturer information display window.
  • the property list display window 1060 and the emotion data display window 1070 may be displayed.
  • the search information input window 1010 is an area for obtaining search information from a user.
  • the channel information input window 1020 is an area for obtaining a user input for determining a source of an analysis target document used to collect emotional data. That is, when the user device 100 obtains channel information through the channel information input window 1020, the user device 100 may obtain emotion data based on the channel information from the service providing device 200. For example, when the channel information is determined to be a blog channel, the user device 100 may obtain emotion data based on a blog type page from the service providing device 200.
  • the category information display window 1030 may display category information of a search target. As illustrated in FIG. 10, the category information display window 1030 may display a location of a search target in a hierarchical category.
  • the brand information display window 1040 may display brand information of a search target.
  • the manufacturer information display window 1050 may display manufacturer information of a search target.
  • the user device 100 may obtain classification information of the search target from the service providing device 200, the user device 100 may display brand information and manufacturer information of the search target based on the obtained classification information.
  • the emotional data display windows 1070 and 1080 may include a specific search object (main control) 1071 based on the search information, an attribute 1074 indicating a personality or property of the main word, an expression 1076 indicating an evaluation of the attribute, and affirmation or negation of the expression.
  • a positive / negative value 1078 indicating whether or not and the intensity may be displayed.
  • the positive / negative value 1078 may be classified and displayed according to whether or not the expression is positive or negative, as shown in FIG. 10.
  • the emotion data display window 1070 may display the emotion score 1073.
  • the emotional score is expressed numerically by combining the results of the emotional analysis of the search target (main control).
  • the user device 100 may receive an emotion score from the service providing device 200 and display the emotion score.
  • the user device 100 may obtain an emotion score based on the emotion data received from the service providing device 200 and display the emotion score.
  • the user device 100 may display emotion data 1070 and 1080 for each search target (main control).
  • the property list display window 1060 may display a property list related to a search target.
  • the attribute list sequentially shows the attributes of the search object in a preset order.
  • the property list display window 1060 may display the properties 1061, 1062, 1063, 1064, and 1065 of the search target in a preset order.
  • the attributes of the search target may be sequentially displayed according to the number of expressions included in the attributes.
  • the user device 100 may obtain an attribute list based on the attributes of the emotion data received from the service providing apparatus 200, and display the attributes included in the obtained attribute list in a preset order.
  • the attributes displayed on the emotion data 1070 and 1080 may be sorted according to the sorting order of the attributes displayed on the attribute list display window 660. Referring to FIG. 10, it may be confirmed that the attributes displayed on the emotional data display windows 1070 and 1080 are displayed in the order of the attributes displayed on the attribute list display window 660.
  • the arrangement order of the attributes displayed on the attribute list display window 660 may be changed based on a user input of the controller 150 of the user device 100. For example, as shown in FIG. 10, when importance is added to each attribute by user input, the attributes of the attribute list display window 660 may be arranged in order of importance. In this case, as described above, the sort order of the attributes included in the emotional data may be changed based on the sort order of the attributes included in the attribute list.
  • FIG. 12 is a diagram illustrating an emotional data display screen according to an embodiment of the present invention.
  • the user device 100 may display additional data.
  • the user device 100 may display additional data. That is, referring to FIG. 12, the user device 100 may include a time series graph including a daily occurrence frequency 1212 of a main word related to a search target and a daily change amount 1214 of positive / negative values based on a user input ( 1210) may be displayed.
  • the user device 100 receives time series graph information including a daily frequency of appearance of a subject related to a search subject and a change amount of positive / negative values for each subject from the service providing apparatus 200, and receives the subject word related to the received subject.
  • a time series graph including daily frequency of occurrence and positive / negative values may be displayed.
  • the user device 100 obtains time series graph information including the frequency of occurrence of each occurrence of the main word related to the search object and the amount of change of the positive / negative value by date, based on the emotion data received from the service providing device 200, A time series graph including a daily occurrence frequency of the main word related to the search target and a daily variation of positive / negative values may be displayed.
  • the user device 100 may determine an associated keyword of a main word related to the search target based on the user input. 1222 and its radial graph 1224 may be displayed (see FIG. 12).
  • the related keyword refers to a word related to a specific search target.
  • a radial graph may be created according to a relationship between a specific search target and a related word.
  • the user device 100 receives the related keyword of the main word related to the search object and the radial graph information thereof, from the service providing device 200 and displays the related keyword of the main word related to the search object and the radial graph thereof. can do.
  • the user device 100 may receive the source information of the original document from the service providing device 200 and display the original document that is the basis of the emotion data acquisition using the source information of the received original document.
  • FIG. 13 is a diagram illustrating an emotional data display screen according to an embodiment of the present invention.
  • the user device 100 may display additional data.
  • the user device 100 may display additional data. That is, referring to FIG. 13, the user device 100 corresponds to numerical information 1310 and 1320 of a positive / negative value for a specific attribute (eg, a soup) based on a user input, and corresponds to a positive / negative value.
  • the specific expression 1330 may be displayed.
  • FIG. 14 is a block diagram of a search system through emotion analysis according to an embodiment.
  • an apparatus for providing a service based on user preference through emotion analysis of the present invention may be applied.
  • the search system 1400 includes a user device 1500 that generates an emotion analysis result through emotion analysis, and a service providing device 1600 that performs a query of a user and returns a search result.
  • the user device (or emotion analysis device) 1500 is a collector 1510, an automatic classifier 1520, an emotion analyzer 1530, an emotion analysis database 1540, a statistics generator 1550, a statistics database 1560, a search engine. It may include an indexer 1570, a search engine searcher 1580, and an index database 1590.
  • the collector 1510 collects documents from the Internet web and stores the collected documents in the emotion analysis database 1540.
  • the emotion analysis database 1540 may be a Hoop based on Hadoop.
  • the automatic classifier 1520 classifies the documents collected and stored in the emotion analysis database 1540 into a scheme for emotion analysis and assigns them to the emotion analyzer 1530.
  • the emotion analyzer 1530 extracts an emotion analysis result from the document and stores the extracted emotion analysis result in the emotion analysis database 1540 as emotion analysis information.
  • the result of the emotion analysis may be generated in a unit of a predefined form, hereinafter, the unit of the predefined form is referred to as a document keyword.
  • Table 2 below illustrates that three document keywords are stored as emotion analysis information stored in the emotion analysis database 1540.
  • Each document keyword is composed of "subject (object)", “property (representative attribute)” and “expression (opinion value)” items as shown in Table 1 below, and the actual value of one or more items may not exist.
  • the statistics generator 1550 reads the emotion analysis information stored in the emotion analysis database 1540, generates statistical information for each subject, and stores the generated statistical information in the statistics database 1560.
  • the statistical information may include a frequency value indicating the number of documents including each document keyword.
  • the statistics generator 1550 may display a document containing "Content of 500D is good image quality (performance)" for any one of the document keywords "500D, image quality (performance) and good (+1)".
  • the number may be calculated as a frequency value for that document keyword and stored in the statistics database 1560.
  • the frequency value may be calculated for each subject, subject, and attribute.
  • the search engine indexer 1570 generates an index using the emotional analysis information and the statistical information, and stores the index in the index database 1590.
  • the service providing apparatus 200 searches for emotion analysis information and statistical information by using the search engine searcher 1580, the emotion analysis database 1540, and the statistics database 1560, and predefines the search results.
  • the user's preferred information is returned first, and the final result is returned through API (Application Programming Interface).
  • 15 is a block diagram of an apparatus for providing a service based on user preference through emotional analysis according to an embodiment.
  • FIG. 15 an embodiment of a service providing apparatus 1600 applicable to the search system 1400 of FIG. 14 will be described in more detail.
  • the service providing apparatus 1600 may include a query input unit 1610, a query keyword generator 1620, a query execution unit 1630, and a result return unit 1640.
  • the query input unit 1610 receives a user's query 1710.
  • the user's query 1710 may be input as a query keyword including a unit of a predefined form, that is, a "subject (object), an attribute (representative attribute), and an expression (opinion value)" item.
  • the user's query 1710 may be entered including all items such as “DSLR, quality (performance), good (+1)", or “DSLR", “DSLR, quality (performance)", “DSLR”. Only some items may be inputted, such as "+1".
  • the query 1710 of the user may be input in a natural language form such as "good quality DSLR” or "good DSLR”.
  • the query keyword generator 1620 generates one or more query keywords when a user's query is input.
  • the input user's query may be used as the query keyword.
  • the keyword of the query is extracted by using the emotion analysis technique. In this case, as for the emotion analysis technique, various known methods may be used.
  • FIG. 16 is a detailed block diagram of a query keyword generator of the service providing apparatus of FIG. 15.
  • 17 is an example of a query level preset for a query keyword.
  • 18 is an example of the dependent query level preset for the query level of FIG. 17.
  • query keyword generator 1620 of FIG. 15 will be described in more detail with reference to FIGS. 16 to 18.
  • the query keyword generator 1620 may include a first query keyword generator 1621, a query level checker 1622, and a second query keyword generator 1623.
  • the first query keyword generation unit 1620 generates a first query keyword in a predefined unit based on the user's query 1710. In this case, when the query 1710 input from the user is input in a predefined unit, the user's query is immediately generated as the first query keyword. If the user's query 1710 is input in a natural language form such as "good quality DSLR", the user's query is sent by emotional analysis to the first query such as "DSLR, image quality (performance), good (+1)”. You can create keywords.
  • the query level checking unit 1622 may determine the query level of the generated first query keyword according to the specificity thereof.
  • the relationship information between the query keyword and the query level may be preset as illustrated in FIG. 4.
  • the query level checking unit 1622 may determine the query level by using the relationship information as illustrated in FIG. 17.
  • the query level checking unit 1622 refers to FIG. 17, and the first query keyword is a subject, an attribute. Since the values of the, expression, and opinion value items are all included, the query level l (q) for the first query keyword may be determined as zero.
  • the query level confirming unit 1622 checks the dependent query level based on the query level l (q).
  • the dependency relationship between query levels may be preset as illustrated in FIG. 5.
  • the query level checking unit 1622 has determined the query level l (q) as 0 with respect to the first query keyword, the dependent query level is set as 1,2,3,4, with reference to FIG. Can be determined by 5.
  • the second query keyword generator 1623 determines the dependent query level.
  • the second query keyword may be generated based on the query level.
  • the second query keyword generator 1623 generates a second query keyword corresponding to the dependent query level by using relationship information between the query level and the query keyword illustrated in FIG. 17.
  • [Table 3] below is a query keyword generated for the user-entered query " DSLR with good quality ".
  • the first is the first query keyword and the rest is the second query keyword.
  • the query execution unit 1630 performs a search using the query keyword and selects a search result as a preference for each subject. Calculate.
  • FIG. 19 is a detailed block diagram of a query execution unit of the service providing apparatus of FIG. 15.
  • the query execution unit 1630 includes a preference calculator 1631, a query weight calculator 1632, an attribute weight input unit 1633, and emotion.
  • the analysis information search unit 1634 and the statistics search unit 1635 may be included.
  • the preference calculator 1631 may calculate the subject preference by applying the search results to a predefined subject ranking algorithm so that the user's preferred results are returned first.
  • the subject ranking algorithm may be implemented by the following equation.
  • the query weight calculator 1632 may calculate the query weight w (q) for the generated query keyword using Equation 4.
  • w (q) refers to a query weight for each query keyword
  • query_level_gap refers to a weight according to the query level, and may be a preset value (for example, any value between 0 and 5).
  • l (q) means a query level for each query keyword.
  • " ⁇ " operation means a square operation.
  • query_level_gap which is a weight for the query level
  • the query weight for each generated query keyword may be calculated as shown in Table 4 below.
  • the attribute weight input unit 1633 receives an attribute weight w (a) designated by the user with respect to the attribute item of the generated query keyword.
  • the attribute weight w (a) may be designated by the user as a value satisfying 0 ⁇ w (q) ⁇ 1.
  • the user may input 1.0 for the quality (performance) attribute of the attribute item and 0.5 for the other attribute.
  • the emotion analysis information search unit 1634 searches for corresponding emotion analysis information in the emotion information database.
  • the emotion analysis information to be retrieved may include the results of emotion analysis in the form of one or more document keywords as described above.
  • the statistical search unit 1635 searches for statistical information corresponding to each document keyword of the found emotional analysis information in the statistical database.
  • the statistical information may include a frequency value df for the document keyword.
  • the frequency value may refer to the number of documents containing the document keyword.
  • the preference calculator 1631 collects the query weight w (q), the attribute weight w (a), and the frequency values df for each document keyword of the retrieved emotional analysis information.
  • the frequency weight (w (df)) can be calculated by applying to Equation 5 below.
  • the preference calculator may classify and calculate the topic.
  • Equation 5 shows the frequency weights calculated by Equation 5 for some of the subjects in the emotional analysis information searched using the query keywords, for example, the subject 500D among various subjects included in the user's query subject DSLR.
  • (w (df)) is an example of (w (df)).
  • the preference calculator 1631 calculates the score for each subject by applying the calculated frequency weight and opinion value to Equation 6 below.
  • oldScore (o) means a score for the subject "o”.
  • opinion_value means the opinion value included in the emotion analysis information
  • w (df) means the calculated frequency weight.
  • Equation 6 Using Equation 6 above to calculate the score for the subject 500D illustrated in Table 5 above, the sum of w (df) is 52.76 and the Sum of (opinion_value * w (df)) is 58.85. . Thus, finally the score oldScore 500D for subject 500D is 1.115.
  • the preference calculator 1631 may directly generate a preference for each subject using the calculated subject score. However, in order to minimize score distortion on a subject with a low frequency of a web document, Equation 7 below may be further applied to perform a score smoothing process using the subject frequency.
  • Score (o) means a smoothing process result for the subject
  • base_score is a subject-based frequency-based base score, and may be any value that is set in advance such as 50, 75, and the subject average score.
  • the topic mean score may be an average of the topic scores calculated above.
  • lamda may be defined as in Equation 8 below.
  • lamda_base means a predetermined random number among integers greater than or equal to zero.
  • the preference calculator 1631 may calculate a preference for each topic by using the smoothing result scores for all the searched topics.
  • the subject preference may be a subject score before the smoothing process or a subject score itself after the smoothing process.
  • the result return unit 1640 may sort the subjects and return the sorted results 1720.
  • the result 1720 may be returned by sorting in descending order based on the preference of each subject.
  • the user may be preferentially provided with their preferred data by adjusting values for each parameter of the subject ranking algorithm, adjusting attribute weights, and the like.
  • FIG. 20 is a flowchart illustrating a search method based on user preference through emotional analysis according to the second embodiment.
  • 21 is a detailed flowchart of a query keyword generation step of the search method of FIG. 20.
  • FIG. 22 is a detailed flowchart of a preference calculation step of the search method of FIG. 20.
  • 20 to 22 may be an embodiment of a search method performed by the service providing apparatus 1600 according to the embodiment of FIG. 15.
  • FIG. 15 an embodiment of a search method performed by the service providing apparatus 1600 has been described in detail, and thus, the following description will be briefly provided to avoid overlapping descriptions.
  • the service providing apparatus 1600 receives a query from a user (S2010).
  • the query input from the user may be a predefined query keyword form or natural language form.
  • a query keyword is generated based on the user query (S2020).
  • the query keyword generation step S2020 will be described in more detail.
  • the user query is emotionally analyzed to generate a first query keyword having a predefined form (S2022). If the user query is a predefined form, the input user query is left as it is. Used as a keyword for the first query.
  • a query level for the generated first query keyword is determined (S2023).
  • the query level may be predefined for the query keyword as illustrated in FIG. 17, and the query level corresponding to the generated query keyword may be checked.
  • the dependent query level is checked with respect to the query level (S2024).
  • the dependency query level may be predefined as illustrated in FIG. 18.
  • a second query keyword corresponding to the dependency level may be generated (S2026).
  • one or more second query keywords may be generated according to the identified number of dependent levels.
  • emotion analysis information is searched for by subject in the emotion analysis database (S2030).
  • the emotion information is applied to the subject ranking algorithm to calculate the preference for each subject (step 340).
  • the subject ranking algorithm may be implemented by the above-described Equations 4 to 8.
  • step S2040 of calculating subject preferences will be described in more detail.
  • a query weight for the query keywords is calculated (S2041).
  • the query weight for each query keyword can be calculated using Equation 4 above.
  • the statistical information corresponding to the emotion analysis information searched using the generated query keyword is searched in the statistical database (S2042).
  • the statistical information may include a frequency value for each document keyword included in the emotion analysis information.
  • the frequency weight for each document keyword of the emotion analysis information may be calculated using the query weight, the frequency value, and the attribute weight input from the user (S2043).
  • the frequency weight may be calculated using Equation 5 above.
  • the score for each subject may be calculated using the opinion value and the frequency weight included in the retrieved emotional analysis information (S2044).
  • the score for each subject may be calculated using the above Equation 6.
  • the final score may be calculated by smoothing the score for each subject by Equations 7 and 8 in order to minimize the score distortion of the subject with a low frequency of the web document (S2045). ).
  • the subject preference may be calculated using the calculated score (S2046).
  • the final score for each topic calculated as a result of the smoothing process may be calculated as the preference for each topic.
  • the final result may be sorted and returned (S2050).
  • the topics may be returned in a sorted order in descending order based on the preference.
  • Emotion evaluation system and method, and apparatus applied thereto can be written in a computer program, codes and code segments constituting the computer program can be easily inferred by a computer programmer in the art. have.
  • the computer program may be stored in a computer readable media, and may be a computer, a user device (or an individual device), or a service providing device (or an exposure score device) according to an embodiment of the present invention.
  • the information storage medium includes a magnetic recording medium, an optical recording medium and a carrier wave medium.
  • the computer program implementing the user device, the service providing device, and the emotion evaluation system according to the embodiment of the present invention may be stored and installed in an internal memory of the user device, the service providing device, the emotion evaluation system, and the like.
  • an external memory such as a smart card that stores and installs a user device, a service providing device, and a computer program for implementing an emotion evaluation system according to an embodiment of the present invention may be connected to the user device, a service providing device, an emotion evaluation system, or the like. It may be mounted.
  • the embodiment of the present invention restricts exposure of individual evaluation scores that score the users' evaluation of the evaluation target to others, and exposes the evaluation scores through a separate reliability determination process for the individual evaluation scores.
  • a reasonable and reliable evaluation of the evaluation target can be achieved.
  • the embodiment of the present invention by extracting the emotional information about the object from the reviews, reviews, etc. made by the user for the consumption object to efficiently provide information about the consumption target, information on the consumption target In a form that can be easily recognized by the consumer, the user convenience can be improved by minimizing the time and cost required for the decision making of the consumer.
  • the embodiment of the present invention by using the emotional analysis technology in the search service by providing a user with a search result applying a topic ranking algorithm based on the user's preferences, each target present in the result list The cost of retrieving their information can be minimized.
  • the present invention does not expose the individual evaluation scores that score the users' evaluation of the evaluation target to others, but instead sets a new exposure evaluation score through a separate reliability determination process for the individual evaluation scores. It is an invention that has industrial applicability because the possibility of marketing or sales of the applied device is not only sufficient for the use of related technology but also practically obvious as it goes beyond the limit of.

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (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)

Abstract

본 발명은 감성 평가 시스템 및 그 방법, 그리고 이에 적용되는 장치를 개시한다. 즉, 평가대상에 대한 사용자들의 평가를 점수화한 개별평가점수가 타인에게 그대로 노출되는 것을 제한하고, 상기 개별평가점수에 대한 별도의 신뢰도 판별 과정을 거쳐 노출평가점수를 새롭게 책정하며, 책정된 노출평가점수를 상기 개별평가점수에 대신하여 타인에게 노출시킴으로써, 평가대상에 대한 합리적이고 신뢰성 있는 평가가 이루어지도록 할 수 있다.

Description

사용자 장치, 그 제어 방법 및 그를 포함하는 감성 평가 시스템
본 발명은 평가대상에 대한 사용자들의 평가를 점수화한 개별평가점수를 타인에게 그대로 노출시키지 않고, 개별평가점수에 대한 별도의 신뢰도 판별 과정을 거쳐 노출평가점수를 새롭게 책정하여 이를 노출시키기 위한 사용자 장치, 그 제어 방법 및 그를 포함하는 감성 평가 시스템에 관한 것이다.
최근 인터넷 기술의 발전에 따라 다양한 정보가 웹 상에서 제공되고 있다.
특히, 영화, 음악, 공연, 제품, 맛집 등을 포함하는 다양한 정보들 중 자신이 원하는 대상을 검색하여 검색된 대상의 정보를 파악하거나, 내지는 검색한 대상에 대해 평가할 수 있다.
예를 들어, 특정 맛집을 평가대상으로서 평가하고자 하는 경우, 웹 페이지 상에서 사용자가 직접 댓글, 점수 선택, 등급 선택 등을 입력함으로써 특정 맛집에 대한 평가가 이루어질 수 있으며, 이러한, 사용자들의 평가는 통계를 거쳐 점수화되어 타인에게 그대로 노출되는 것이 일반적이다.
헌데, 위와 같이 사용자가 입력한 평가가 별도의 필터링 과정 없이 그대로 노출되는 경우, 평가대상에 대한 왜곡된 정보가 타인에게 전달될 확률이 높아질 수 있다는 한계점이 예상된다.
본 발명의 목적은 평가대상에 대한 사용자들의 평가를 점수화한 개별평가점수가 타인에게 그대로 노출되는 것을 제한하고, 개별평가점수에 대한 별도의 신뢰도 판별 과정을 거쳐 노출평가점수를 새롭게 책정하며, 책정된 노출평가점수를 개별평가점수에 대신하여 타인에게 노출시킴으로써, 평가대상에 대한 합리적이고 신뢰성 있는 평가가 이루어지는 사용자 장치, 그 제어 방법 및 그를 포함하는 감성 평가 시스템을 제공하는 데 있다.
본 발명의 다른 목적은 소비 대상에 대하여 사용자들이 작성한 후기, 리뷰 등으로부터 대상에 대한 감성 정보를 추출하여 소비 대상에 대한 정보를 효율적으로 제공하는 사용자 장치, 그 제어 방법 및 그를 포함하는 감성 평가 시스템을 제공하는 데 있다.
본 발명의 또 다른 목적은 소비 대상에 대한 정보를 수요자가 인식하기 쉬운 형태로 제공하여 수요자들의 의사 결정에 소요되는 시간과 비용을 최소화하는 사용자 장치, 그 제어 방법 및 그를 포함하는 감성 평가 시스템을 제공하는 데 있다.
본 발명의 또 다른 목적은 사용자가 정보를 취득하고자 하는 대상에 대하여 웹 문서에서 추출된 감성 분석 결과 정보들을 이용하여 사용자의 선호에 부합하는 순서로 검색 결과를 제공하는 사용자 장치, 그 제어 방법 및 그를 포함하는 감성 평가 시스템을 제공하는 데 있다.
본 발명의 실시예에 따른 사용자 장치는 평가대상에 대해 기 책정되어 있는 개별평가점수를 확인하는 확인부; 개별평가점수에 대한 신뢰도를 판별하는 판별부; 및 판별된 신뢰도를 기초로 개별평가점수와 기 지정된 기본평가점수 간의 반영비율을 결정하고, 결정된 반영비율에 따라서 개별평가점수 및 기본평가점수 중 적어도 하나를 반영하여 노출평가점수를 책정하는 책정부를 포함할 수 있다.
본 발명과 관련된 일 예로서 개별평가점수에는, 평가대상에 대하여 사용자들이 책정한 긍정/부정 평가 결과의 평균값이 포함되며, 판별부는, 긍정/부정 평가 결과의 개수가 많을수록 개별평가점수의 신뢰도가 높은 것으로 판별할 수 있다.
본 발명과 관련된 일 예로서 개별평가점수와 기 지정된 기본평가점수 간의 반영비율은, 개별평가점수에 대하여 판별된 신뢰도에 따라서 산정되는 조정파라미터를 기초로 결정되며, 조정파라미터는, 개별평가점수에 대해 판별된 신뢰도가 높을수록 기 지정된 기본평가점수 대비, 개별평가점수의 반영비율이 커지도록 산정되며, 개별평가점수에 대해 판별된 신뢰도가 낮을수록 개별평가점수 대비 기 지정된 기본평가점수의 반영비율이 커지도록 산정될 수 있다.
본 발명과 관련된 일 예로서 개별평가점수는, 평가대상에 대한 긍정/부정 평가 결과를 기 지정된 개별책정단위의 점수로 책정한 결과이며, 서비스 제공 장치는, 기 지정된 개별책정단위로 책정된 개별평가점수를, 노출평가점수를 책정하기 위해 기 지정된 공통책정단위의 점수로 환산하여, 책정부에서 공통책정단위의 점수로 환산된 개별평가점수를 기초로 노출평가점수를 책정하도록 하는 환산부를 더 포함할 수 있다.
본 발명과 관련된 일 예로서 기 지정된 기본평가점수에는, 평가대상과 관련된 타 평가대상들에 대하여 기 책정된 노출평가점수들의 평균값이 포함될 수 있다.
본 발명의 실시예에 따른 감성 평가 방법은 사용자 장치가 평가대상에 대해 개별평가점수를 책정하는 개별책정단계; 서비스 제공 장치가 평가대상에 대해 책정된 개별평가점수에 대한 신뢰도를 판별하는 판별단계; 서비스 제공 장치가 판별된 신뢰도를 기초로 개별평가점수와, 기 지정된 기본평가점수 간의 반영비율을 결정하는 결정단계; 및 서비스 제공 장치가 결정된 반영비율에 따라서 개별평가점수 및 기본평가점수 중 적어도 하나를 반영하여 노출평가점수를 책정하는 책정단계를 포함할 수 있다.
본 발명의 실시예에 따른 사용자 장치의 동작 방법은 평가대상에 대해 기 책정되어 있는 개별평가점수를 확인하는 확인단계; 개별평가점수에 대한 신뢰도를 판별하는 판별단계; 및 판별된 신뢰도를 기초로 개별평가점수와, 기 지정된 기본평가점수 간의 반영비율을 결정하고, 결정된 반영비율에 따라서 개별평가점수 및 기본평가점수 중 적어도 하나를 반영하여 노출평가점수를 책정하는 책정단계를 포함할 수 있다.
본 발명과 관련된 일 예로서 개별평가점수에는, 평가대상에 대하여 사용자들이 책정한 긍정/부정 평가 결과의 평균값이 포함되며, 판별단계는, 긍정/부정 평가 결과의 개수가 많을수록 개별평가점수의 신뢰도가 높은 것으로 판별할 수 있다.
본 발명과 관련된 일 예로서 개별평가점수와 기 지정된 기본평가점수 간의 반영비율은, 개별평가점수에 대하여 판별된 신뢰도에 따라서 산정되는 조정파라미터를 기초로 결정되며, 조정파라미터는, 개별평가점수에 대해 판별된 신뢰도가 높을수록 기 지정된 기본평가점수 대비, 개별평가점수의 반영비율이 커지도록 산정되며, 개별평가점수에 대해 판별된 신뢰도가 낮을수록 개별평가점수 대비 기 지정된 기본평가점수의 반영비율이 커지도록 산정될 수 있다.
본 발명과 관련된 일 예로서 개별평가점수는, 평가대상에 대한 긍정/부정 평가 결과를 기 지정된 개별책정단위의 점수로 책정한 결과이며, 방법은, 기 지정된 개별책정단위로 책정된 개별평가점수를, 노출평가점수를 책정하기 위해 기 지정된 공통책정단위의 점수로 환산하여, 책정단계에서 공통책정단위의 점수로 환산된 개별평가점수를 기초로 노출평가점수를 책정하도록 하는 환산단계를 더 포함할 수 있다.
본 발명과 관련된 일 예로서 기 지정된 기본평가점수에는, 평가대상과 관련된 타 평가대상들에 대하여 기 책정된 노출평가점수들의 평균값이 포함될 수 있다.
본 발명의 실시예에 따른 감성 평가 시스템은, 평가대상에 대해 개별평가점수를 책정하는 사용자 장치; 및 평가대상에 대해 책정된 개별평가점수에 대한 신뢰도를 판별하며, 판별된 신뢰도를 기초로 개별평가점수와 기 지정된 기본평가점수 간의 반영비율을 결정하여 결정된 반영비율에 따라서 개별평가점수 및 기본평가점수 중 적어도 하나를 반영하여 노출평가점수를 책정하는 서비스 제공 장치를 포함할 수 있다.
본 발명의 실시예에 따른 사용자 장치는 계층적 카테고리의 분류군 중 어느 하나에 대응되는 검색 정보를 획득하는 검색 정보 획득부; 검색 정보에 기초한 검색 대상과 관련된 주제어, 주제어의 성격 또는 성질을 나타내는 속성, 주제어의 속성에 대한 평가를 나타내는 표현 및 표현의 긍정 또는 부정 여부와 강도를 나타내는 긍/부정값 중 적어도 하나를 포함하는 감성 데이터를 획득하는 통신부; 및 검색 대상에 대응되는 감성 데이터를 표시하는 표시부를 포함할 수 있다.
본 발명의 실시예에 따른 서비스 제공 장치는 사용자로부터 입력된 질의를 기초로 하나 이상의 질의 키워드를 생성하는 질의 키워드 생성부; 생성된 질의 키워드를 이용하여 감성 분석 데이터베이스에서 주제별로 감성 분석 정보를 검색하고, 검색된 감성 분석 정보를 미리 정의된 알고리즘에 적용하여 주제별 선호도를 산출하는 질의 수행부; 및 산출된 주제별 선호도를 기초로 최종 결과를 반환하는 결과 반환부를 포함할 수 있다.
본 발명은 평가대상에 대한 사용자들의 평가를 점수화한 개별평가점수가 타인에게 그대로 노출되는 것을 제한하고, 개별평가점수에 대한 별도의 신뢰도 판별 과정을 거쳐 노출평가점수를 새롭게 책정하며, 책정된 노출평가점수를 개별평가점수에 대신하여 타인에게 노출시킴으로써, 평가대상에 대한 합리적이고 신뢰성 있는 평가가 이루어지는 효과가 있다.
또한, 본 발명은 소비 대상에 대하여 사용자들이 작성한 후기, 리뷰 등으로부터 대상에 대한 감성 정보를 추출하여 소비 대상에 대한 정보를 효율적으로 제공하며, 소비 대상에 대한 정보를 수요자가 인식하기 쉬운 형태로 제공하여 수요자들의 의사 결정에 소요되는 시간과 비용을 최소화하여 사용자 편의성을 향상시키는 효과가 있다.
또한, 본 발명은 검색 서비스에서 감성 분석 기술을 활용하여 사용자의 선호를 기반으로 한 주제 랭킹 알고리즘을 적용한 검색 결과를 사용자에게 제공할 수 있는 효과가 있다.
또한, 본 발명은 사용자는 정보를 취득하고자 하는 대상에 대하여 웹 문서에서 추출된 감성 분석 결과를 이용하여 사용자의 선호에 부합하는 순서로 검색 결과를 제공받음으로써, 결과 목록에 존재하는 각 대상들의 정보를 조회하는 비용을 최소화할 수 있는 효과가 있다.
도 1은 본 발명의 실시예에 따른 감성 평가 시스템의 개략적인 구성도이다.
도 2는 본 발명의 실시예에 따른 서비스 제공 장치의 구성을 설명하기 위한 도면이다.
도 3은 본 발명의 제 1 실시예에 따른 감성 평가 시스템에서의 동작 흐름을 설명하기 위한 개략적인 순서도이다.
도 4는 본 발명의 제 1 실시예에 따른 서비스 제공 장치의 동작을 설명하기 위한 개략적인 순서도이다.
도 5는 본 발명의 실시예에 따른 감성 사전의 카테고리의 트리 구조를 설명하기 위한 도면이다.
도 6은 본 발명의 실시예에 따른 감성 데이터 제공 시스템의 구성을 나타낸 도면이다.
도 7은 본 발명의 실시예에 따른 서비스 제공 장치의 구성을 나타낸 도면이다.
도 8은 도 7의 서비스 제공 장치의 제어부의 기능별 세부 구성을 설명하기 위한 도면이다.
도 9는는 본 발명의 실시예에 따른 사용자 장치의 구성을 나타낸 도면이다.
도 10은 본 발명의 실시예에 의한 감성 데이터 표시 화면을 나타낸 도면이다.
도 11은 사용자 장치가 검색 정보를 획득하는 방법의 일 예를 나타낸 도면이다.
도 12는 본 발명의 실시예에 의한 감성 데이터 표시 화면을 나타낸 도면이다.
도 13은 본 발명의 실시예에 의한 감성 데이터 표시 화면을 나타낸 도면이다.
도 14는 실시예에 따른 감성 분석을 통한 검색 시스템의 구성도이다.
도 15는 실시예에 따른 감성 분석을 통한 사용자 선호 기반의 서비스 제공 장치의 블록도이다.
도 16은 도 15의 서비스 제공 장치의 질의 키워드 생성부의 상세 블록도이다.
도 17은 질의 키워드에 대하여 미리 설정되는 질의 레벨의 예이다.
도 18은 도 17의 질의 레벨에 대하여 미리 설정되는 종속 질의 레벨의 예이다.
도 19는 도 15의 서비스 제공 장치의 질의 수행부의 상세 블록도이다.
도 20은 제 2 실시예에 따른 감성 분석을 통한 사용자 선호 기반의 검색 방법의 흐름도이다.
도 21은 도 20의 검색 방법 중 질의 키워드 생성 단계의 상세 흐름도이다.
도 22는 도 20의 검색 방법 중 선호도 산출 단계의 상세 흐름도이다.
본 발명에서 사용되는 기술적 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아님을 유의해야 한다. 또한, 본 발명에서 사용되는 기술적 용어는 본 발명에서 특별히 다른 의미로 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 의미로 해석되어야 하며, 과도하게 포괄적인 의미로 해석되거나, 과도하게 축소된 의미로 해석되지 않아야 한다. 또한, 본 발명에서 사용되는 기술적인 용어가 본 발명의 사상을 정확하게 표현하지 못하는 잘못된 기술적 용어일 때에는 당업자가 올바르게 이해할 수 있는 기술적 용어로 대체되어 이해되어야 할 것이다. 또한, 본 발명에서 사용되는 일반적인 용어는 사전에 정의되어 있는 바에 따라, 또는 전후 문맥상에 따라 해석되어야 하며, 과도하게 축소된 의미로 해석되지 않아야 한다.
또한, 본 발명에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함한다. 본 발명에서 "구성된다" 또는 "포함한다" 등의 용어는 발명에 기재된 여러 구성 요소들 또는 여러 단계를 반드시 모두 포함하는 것으로 해석되지 않아야 하며, 그 중 일부 구성 요소들 또는 일부 단계들은 포함되지 않을 수도 있고, 또는 추가적인 구성 요소 또는 단계들을 더 포함할 수 있는 것으로 해석되어야 한다.
또한, 본 발명에서 사용되는 제 1, 제 2 등과 같이 서수를 포함하는 용어는 구성 요소들을 설명하는데 사용될 수 있지만, 구성 요소들은 용어들에 의해 한정되어서는 안 된다. 용어들은 하나의 구성 요소를 다른 구성 요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제 1 구성 요소는 제 2 구성 요소로 명명될 수 있고, 유사하게 제 2 구성 요소도 제 1 구성 요소로 명명될 수 있다.
이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성 요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
또한, 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 발명의 사상을 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 발명의 사상이 제한되는 것으로 해석되어서는 아니 됨을 유의해야 한다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예에 대하여 설명한다.
도 1은 본 발명의 실시예에 따른 감성 평가 시스템을 도시한 도면이다.
도 1에 도시된 바와 같이, 본 발명의 실시예에 따른 감성 평가 시스템은,
평가대상에 대하여 개별평가점수를 책정하는 사용자 장치(100), 및 개별평가점수를 대체하기 위한 노출평가점수를 책정하는 서비스 제공 장치(200)를 포함하는 구성을 갖는다.
본 발명의 실시예에서는 사용자 장치(100)와, 서비스 제공 장치(200)는 각기 별도의 구성으로 이루어짐을 전제로 하지만, 사용자 장치(100)와 서비스 제공 장치(200)가 하나의 구성으로 이루어진 형태도 포함될 수 있다.
사용자 장치(또는 개별책정장치)(100)는 평가대상에 대한 사용자들의 평가를 취합하여 개별평가점수를 책정하기 위한 사용자 장치를 일컫는다.
여기서, 평가대상은, 예컨대, 영화, 음악, 공연, 제품, 및 맛집 등이 해당될 수 있으며, 이에 제한되는 것이 아닌, 웹 상에서 사용자들의 평가가 가능한 대상은 모두 포함될 수 있다.
그리고, 평가대상에 대한 사용자들의 평가는, 예컨대, 댓글, 점수 선택, 등급 선택 등이 형태로 이루어질 수 있으며, 이 역시 위 예시에 제한되는 것이 아닌, 추후 점수화가 가능한 형태는 모두 포함될 수 있다.
아울러, 개별평가점수는, 평가대상에 대한 사용자들의 평가를 통계한 결과라 할 수 있는데, 본 발명의 실시예에선 평가대상에 대하여 사용자들이 책정한 긍정/부정 평가 결과의 평균값이 해당될 수 있다.
서비스 제공 장치(또는 노출점수책정장치)(200)는 개별평가점수가 타인에게 그대로 노출되는 것을 제한하고, 개별평가점수를 대체하기 위한 노출평가점수를 새롭게 책정하여 타인에게 노출하기 위한 서비스 제공 장치를 일컫는다.
여기서, 노출평가점수는 개별평가점수에 대한 추가적인 신뢰도 판별 과정을 거쳐서 새롭게 책정되는 점수의 형태를 말한다.
한편, 본 발명의 실시예에 따르면, 평가대상에 대한 사용자들의 긍정/부정 평가 결과인 감성 평가 결과를 점수화하고, 이를 타인에게 노출하는 방식을 채택하고 있다.
일반적인 감성 평가는, 사용자가 작성한 리뷰나 댓글 등에 대한 자동화된 감성 분석을 수행함으로써, 평가대상에 대한 긍정/부정 평가 결과를 도출하는 방식으로 이루어질 수 있다.
위에서 말한 듯 자동화된 감성 분석을 통해서 긍정/부정 평가 결과가 도출되면, 이를 서비스의 목적에 맞도록 점수화함으로써, 개별평가점수를 책정하여야 한다.
예를 들어 맛집, 숙박, 혹은 영화에 관한 특정 서비스에서는 개별평가점수를 1 ~ 5점으로 책정하고, 제품, 서비스에 관해서는 1점 ~ 100점으로 상세하게 개별평가점수를 책정할 수 있다.
여기서 가장 큰 어려움은 사용자가 작성한 리뷰나 댓글 등이 너무 부족하거나, 또는 너무 낮은 개별평가점수를 제공하기 곤란한 상황에서, 임의로 관리자가 점수를 근거 없이 조작하거나, 내지는 사용자가 광고성 글을 남발하여 고의로 평판을 조작함으로 인해 개별평가점수가 비정상적으로 왜곡될 수 있다는 것이다.
일 예로, "된장찌개가 좋다"라는 특정 음식점에 대한 리뷰 1개만을 가지고, 개별평가점수를 책정하는 경우, 관리자의 개입을 배제한다면 리뷰나 댓글 등이 부족함에도 불구하고 100점에 가까운 개별평가점수가 책정되므로, 특정 음식점에 대한 합리적인 평가가 이루어지지 못하게 됨을 알 수 있다.
이에, 본 발명의 실시예에서는, 평가대상에 대한 왜곡되지 않은 합리적인 평가가 이루어지도록 하기 위한 방안을 제안하고자 하며, 이하에서는 이를 구체적으로 설명하기로 한다.
우선, 사용자 장치(100)는 개별평가점수를 책정하는 기능을 수행한다.
보다 구체적으로, 사용자 장치(100)는 평가대상에 대하여 사용자들이 작성한 리뷰나 댓글 등에 대한 자동화된 감성 분석을 수행함으로써, 평가대상에 대한 긍정/부정 평가 결과를 도출한다.
아울러, 사용자 장치(100)는 평가대상에 대한 사용자들의 긍정/부정 평가 결과가 도출되면, 도출된 긍정/부정 평가 결과의 평균값을 점수화함으로써, 평가대상에 대한 개별평가점수를 책정하게 된다.
이때, 사용자 장치(100)는 평가대상에 대한 사용자들의 긍정/부정 평가 결과를 기 지정된 개별책정단위의 점수로 환산하고, 이에 대한 평균값을 개별평가점수로서 책정할 수 있다.
예를 들어, 개별책정단위는 긍정/부정 평가 결과를 '매우부정', '부정', '긍정', '매우긍정'으로 구분하고, 각 평가 결과에 대해 순차적으로 -2(매우부정), -1(부정), 0(중립), 1(긍정)의 개별평가점수를 책정할 수 있다.
한편, 개별평가점수를 책정하는 사용자 장치(100)에서의 전술한 기능은, 서비스 제공 장치(200)에서도 이루어질 수 있으며, 이 경우, 사용자 장치(100)에서는 평가대상에 대하여 사용자들이 작성한 리뷰나 댓글 등을 서비스 제공 장치(200)에 제공함으로써, 서비스 제공 장치(200)에서 평가대상에 대한 개별평가점수의 책정이 이루어지도록 할 수 있다.
그리고, 서비스 제공 장치(200)는 개별평가점수에 반영된 개별책정단위를 확인하는 기능을 수행한다.
보다 구체적으로, 서비스 제공 장치(200)는 평가대상에 대하여 책정된 개별평가점수가 확인되면, 개별평가점수를 노출평가점수를 책정하는데 기 지정된 공통책정단위의 점수로 환산하게 된다.
이때, 서비스 제공 장치(200)는 개별평가점수를 책정하는데 반영된 개별책정단위와, 노출평가점수를 책정하는데 기 지정된 공통책정단위와의 일치 여부를 확인하고, 서로 일치하지 않는 경우에 한해 개별평가점수를 공통책정단위의 점수로 환산한다.
예를 들어, 공통책정단위는, 0점에서 100점까지의 점수로 지정될 수 있는데, 개별책정단위가 앞선 예에서와 같이, -2(매우부정), -1(부정), 0(중립), 1(긍정)로서 공통책정단위와 상이한 경우, 개별평가점수를 공통책정단위의 점수로 환산하게 되는 것이다.
또한, 서비스 제공 장치(200)는 개별평가점수에 대한 신뢰도를 판별하는 기능을 수행한다.
보다 구체적으로, 서비스 제공 장치(200)는 개별평가점수가 공통책정단위로 환산되면, 개별평가점수에 대한 신뢰도를 판별하게 된다.
이때, 서비스 제공 장치(200)는 개별평가점수를 책정하는데 반영된 긍정/부정 평가 결과의 개수를 기초로 신뢰도를 판별하게 되는데, 긍정/부정 평가 결과의 개수가 많을수록 개별평가점수의 신뢰도가 높은 것으로 판별할 수 있다.
또한, 서비스 제공 장치(200)는 노출평가점수를 책정하는 기능을 수행한다.
보다 구체적으로, 서비스 제공 장치(200)는 개별평가점수에 대한 신뢰도 판별이 완료되면, 판별된 신뢰도를 기초로 개별평가점수를 대체할 노출평가점수를 책정하게 된다.
이때, 서비스 제공 장치(200)는 노출평가점수를 책정하는데 있어서, 기 지정된 기본평가점수를 추가로 반영하게 된다.
여기서, 기본평가점수는, 노출평가점수가 지나치게 낮게 평가되거나, 극단적으로 높게 책정되는 것을 방지하기 위해 지정된 변수를 일컫는다.
이러한 기본평가점수는, 평가대상과 관련한 타 평가대상들에 대하여 기 책정된 노출평가점수들의 평균값으로 지정되거나, 운용자에 의해 지정될 수 있다.
여기서, 평가대상과 관련한 타 평가대상은, 예컨대, 평가대상이 특정 음식점인 경우, 평가대상과 동일한 지역에 위치하고 있는 동일한 업종의 음식점이 해당될 수 있다.
참고로, 기본평가점수는 초기 타 평가대상에 책정된 평균값으로 설정하고, 이후 운용자의 경험을 기초로 지정될 수 있다.
이처럼, 서비스 제공 장치(200)는 기 지정된 기본평가점수를 추가 반영하여 노출평가점수를 책정하게 되는데, 구체적으로는, 개별평가점수에 대해 판별된 신뢰도를 기초로 개별평가점수와 기본평가점수 간의 반영비율을 결정하고, 결정된 반영비율에 따라서 개별평가점수 및 기본평가점수 중 적어도 하나를 반영함으로써, 노출평가점수를 책정할 수 있다.
결국, 서비스 제공 장치(200)는 개별평가점수에 대해 판별된 신뢰도가 높을수록 기 지정된 기본평가점수 대비, 개별평가점수의 반영비율이 커지도록 하여 노출평가점수를 책정하고, 개별평가점수에 대해 판별된 신뢰도가 낮을수록 개별평가점수 대비 기 지정된 기본평가점수의 반영비율이 커지도록 노출평가점수를 책정하게 된다.
이하에서는, 도 2를 참조하여 본 발명의 실시예에 따른 서비스 제공 장치(200)의 구성을 보다 구체적으로 설명하도록 한다.
즉, 본 발명의 실시예에 따른 서비스 제공 장치(200)는 개별평가점수를 확인하는 확인부(210), 개별평가점수를 공통책정단위의 점수로 환산하는 환산부(220), 개별평가점수의 신뢰도를 판별하는 판별부(230), 및 노출평가점수를 책정하는 책정부(240)를 포함하는 구성을 갖는다.
여기서, 확인부(210), 환산부(220), 판별부(230), 및 책정부(240)를 포함하는 서비스 제공 장치(200)의 구성 전체 내지는 그 일부는, 하드웨어나 소프트웨어로서 구현되거나, 내지는 이들 간의 결합을 통해서 구현될 수 있다.
우선, 확인부(210)는 개별평가점수를 책정하는 기능을 수행한다.
보다 구체적으로, 확인부(210)는 사용자 장치(100)에서 평가대상에 대하여 책정된 개별평가점수를 확인하게 된다.
한편, 확인부(210)는 사용자 장치(100)로부터 평가대상에 대하여 책정된 개별평가점수가 아닌, 사용자들이 작성한 리뷰나 댓글 등이 확인되는 경우, 평가대상에 대한 개별평가점수의 책정을 자체적으로 수행할 수 있다.
이때, 확인부(210)는 사용자 장치(100)는 평가대상에 대하여 사용자들이 작성한 리뷰나 댓글 등에 대한 자동화된 감성 분석을 수행함으로써, 평가대상에 대한 긍정/부정 평가 결과를 도출하고, 도출된 긍정/부정 평가 결과의 평균값을 점수화함으로써, 평가대상에 대한 개별평가점수를 책정할 수 있다.
그리고, 환산부(220)는 개별평가점수에 반영된 개별책정단위를 확인하는 기능을 수행한다.
보다 구체적으로, 환산부(220)는 평가대상에 대하여 책정된 개별평가점수가 확인되면, 개별평가점수를 노출평가점수를 책정하는데 기 지정된 공통책정단위의 점수로 환산하게 된다.
이때, 환산부(220)는 개별평가점수를 책정하는데 반영된 개별책정단위와, 노출평가점수를 책정하는데 기 지정된 공통책정단위와의 일치 여부를 확인하고, 서로 일치하지 않는 경우에 한해 개별평가점수를 공통책정단위의 점수로 환산한다.
예를 들어, 공통책정단위는, 0점에서 100점까지의 점수로 지정될 수 있는데, 개별책정단위가, -2(매우부정), -1(부정), 0(중립), 1(긍정)로서 공통책정단위와 상이한 경우, 개별평가점수를 공통책정단위의 점수로 환산하게 되는 것이다.
이때, 환산부(220)는 아래 [수학식 1]을 통해서 개별평가점수를 공통책정단위의 점수로 환산할 수 있다.
수학식 1
Figure PCTKR2014011015-appb-M000001
여기서, 'f(x)'는 공통책정단위의 점수로 환산된 개별평가점수이며, 'x'는 개별책정단위로 책정된 개별평가점수이다.
한편, 개별평가점수는, 위에서도 언급한 바와 같이, 서비스 제공 장치(200)에서 자체적으로 책정할 수 있는데, 이 경우 개별평가점수를 책정하는데 반영되는 개별책정단위를 공통책정단위와 일치시킨다면, 별도의 개별평가점수에 대한 환산이 요구되지 않을 것이다.
그리고, 판별부(230)는 개별평가점수에 대한 신뢰도를 판별하는 기능을 수행한다.
보다 구체적으로, 판별부(230)는 개별평가점수가 공통책정단위로 환산되면, 개별평가점수에 대한 신뢰도를 판별하게 된다.
이때, 판별부(230)는 개별평가점수를 책정하는데 반영된 긍정/부정 평가 결과의 개수를 기초로 신뢰도를 판별하게 되는데, 긍정/부정 평가 결과의 개수가 많을수록 개별평가점수의 신뢰도가 높은 것으로 판별할 수 있다.
이처럼, 긍정/부정 평가 결과가 많을수록 신뢰도가 높은 것으로 판별하는 것은, 개별평가점수는 위에서 언급한 바와 같이, 긍정/부정 평가 결과들의 평균값을 기초로 책정되는데, 긍정/부정 평가 결과가 많다는 것은, 보다 많은 사용자의 의견을 수렴하는 것에 의미하게 되어 이는 개별평가점수의 신뢰성을 방증하기 때문이다.
그리고, 책정부(240)는 노출평가점수를 책정하는 기능을 수행한다.
보다 구체적으로, 책정부(240)는 개별평가점수에 대한 신뢰도 판별이 완료되면, 판별된 신뢰도를 기초로 개별평가점수를 대체할 노출평가점수를 책정하게 된다.
이때, 책정부(240)는 노출평가점수를 책정하는데 있어서, 기 지정된 기본평가점수를 추가로 반영하게 된다.
이처럼, 책정부(240)는 기 지정된 기본평가점수를 추가 반영하여 노출평가점수를 책정하게 되는데, 구체적으로는, 개별평가점수에 대해 판별된 신뢰도를 기초로 개별평가점수와 기본평가점수 간의 반영비율을 결정하고, 결정된 반영비율에 따라서 개별평가점수 및 기본평가점수 중 적어도 하나를 반영함으로써, 노출평가점수를 책정할 수 있다.
여기서, 개별평가점수와 기본평가점수 간의 반영비율은, 조정파라미터를 기초로 결정되는데, 이러한 조정파라미터는 개별평가점수에 대하여 판별된 신뢰도에 반영하고 있는 아래 [수학식 2]를 통해 산정될 수 있다.
수학식 2
Figure PCTKR2014011015-appb-M000002
여기서, 'λ'는 조정파라미터이며, 'f'는 기본평가점수를 책정하는데 반영된 긍정/부정 평가 결과의 개수이며(예컨대, 긍정인 평가 결과가 5개이고, 부정인 평가 결과가 3개인 경우, f는 8이 된다), 및 'a'는 조정파라미터의 값을 결정하기 위한 변수(a= 0,1,2,...의 실수)이다.
만약, 변수 'a'가 '0'이면 조정파라미터 'λ'는, 1로 고정되고, 변수 'a'가 무한대에 가까우면 조정파라미터 'λ'는 '0'에 근접하며, 반대로 변수 'a'가 '0'에 근접할수록 조정파라미터 'λ'는 '1'에 근접할 수 있다.
이에, 조정파라미터는, 변수 'a'의 조정을 통해서 개별평가점수에 대해 판별된 신뢰도가 높을수록 기 지정된 기본평가점수 대비, 개별평가점수의 반영비율이 커지도록 산정되며, 개별평가점수에 대해 판별된 신뢰도가 낮을수록 개별평가점수 대비 기 지정된 기본평가점수의 반영비율이 커지도록 산정될 수 있다.
결국, 책정부(240)는 아래 [수학식 3]과 같이 조정파라미터를 산정하여 개별평가점수와 기본평가점수 간의 반영비율을 결정함으로써, 결정된 반영비율에 따라서 개별평가점수 및 기본평가점수를 적절히 반영하여 노출평가점수를 책정하게 되며, 책정된 노출평가점수가 개별책정점수를 대신하여 노출될 수 있도록 한다.
수학식 3
Figure PCTKR2014011015-appb-M000003
여기서, 'Snew'는 노출평가점수이며, 'Sold '는 개별평가점수이며, 'D'는 기본평가점수이다.
이상에서 살펴본 바와 같이, 본 발명의 실시예에 따른 감성 평가 시스템에 따르면, 평가대상에 대한 사용자들의 평가를 점수화한 개별평가점수가 타인에게 그대로 노출되는 것을 제한하고, 개별평가점수에 대한 별도의 신뢰도 판별 과정을 거쳐 노출평가점수를 새롭게 책정하며, 책정된 노출평가점수를 개별평가점수에 대신하여 타인에게 노출시킴으로써, 평가대상에 대한 합리적이고 신뢰성 있는 평가가 이루어지도록 할 수 있다.
이하에서는 도 3 및 도 4를 참조하여, 본 발명의 실시예에 따른 감성 평가 방법을 설명하도록 한다.　 여기서, 설명의 편의를 위해 전술한 도 1 및 도 2에 도시된 구성은 해당 참조번호를 언급하여 설명하겠다.
우선, 도 3을 참조하여 본 발명의 실시예에 따른 감성 평가 시스템에서의 동작 흐름을 설명하도록 한다.
먼저, 사용자 장치(100)는 평가대상에 대하여 사용자들이 작성한 리뷰나 댓글 등에 대한 자동화된 감성 분석을 수행함으로써, 평가대상에 대한 긍정/부정 평가 결과를 도출하고, 도출된 긍정/부정 평가 결과의 평균값을 점수화함으로써, 평가대상에 대한 개별평가점수를 책정한다(S110).
이때, 사용자 장치(100)는 평가대상에 대한 사용자들의 긍정/부정 평가 결과를 기 지정된 개별책정단위의 점수로 환산하고, 이에 대한 평균값을 개별평가점수로서 책정할 수 있다.
그리고 나서, 서비스 제공 장치(200)는 평가대상에 대하여 책정된 개별평가점수가 확인되면, 개별평가점수를 노출평가점수를 책정하는데 기 지정된 공통책정단위의 점수로 환산한다(S120-S130).
이때, 서비스 제공 장치(200)는 개별평가점수를 책정하는데 반영된 개별책정단위와, 노출평가점수를 책정하는데 기 지정된 공통책정단위와의 일치 여부를 확인하고, 서로 일치하지 않는 경우에 한해 개별평가점수를 공통책정단위의 점수로 환산한다.
그런 다음, 서비스 제공 장치(200)는 개별평가점수가 공통책정단위로 환산되면, 개별평가점수에 대한 신뢰도를 판별한다(S140).
이때, 서비스 제공 장치(200)는 개별평가점수를 책정하는데 반영된 긍정/부정 평가 결과의 개수를 기초로 신뢰도를 판별하게 되는데, 긍정/부정 평가 결과의 개수가 많을수록 개별평가점수의 신뢰도가 높은 것으로 판별할 수 있다.
이후, 서비스 제공 장치(200)는 개별평가점수에 대한 신뢰도 판별이 완료되면, 판별된 신뢰도를 기초로 개별평가점수를 대체할 노출평가점수를 책정한다(S150-S170).
이때, 서비스 제공 장치(200)는 서비스 제공 장치(200)는 기 지정된 기본평가점수를 추가 반영하여 노출평가점수를 책정하게 되는데, 구체적으로는, 개별평가점수에 대해 판별된 신뢰도를 기초로 개별평가점수와 기본평가점수 간의 반영비율을 결정하고, 결정된 반영비율에 따라서 개별평가점수 및 기본평가점수 중 적어도 하나를 반영함으로써, 노출평가점수를 책정한다.
결국, 서비스 제공 장치(200)는 개별평가점수에 대해 판별된 신뢰도가 높을수록 기 지정된 기본평가점수 대비, 개별평가점수의 반영비율이 커지도록 하여 노출평가점수를 책정하고, 개별평가점수에 대해 판별된 신뢰도가 낮을수록 개별평가점수 대비 기 지정된 기본평가점수의 반영비율이 커지도록 노출평가점수를 책정하게 되며, 책정된 노출평가점수가 개별책정점수를 대신하여 노출될 수 있도록 한다.
이하에서는 도 4를 참조하여 본 발명의 실시예에 따른 서비스 제공 장치(200)의 동작을 구체적으로 설명하도록 한다.
먼저, 확인부(210)는 사용자 장치(100)에서 평가대상에 대하여 책정된 개별평가점수를 확인한다(S210).
여기서, 확인부(210)는 사용자 장치(100)로부터 평가대상에 대하여 책정된 개별평가점수가 아닌, 사용자들이 작성한 리뷰나 댓글 등이 확인되는 경우, 평가대상에 대한 개별평가점수의 책정을 자체적으로 수행한다(S220-S230).
이때, 확인부(210)는 사용자 장치(100)는 평가대상에 대하여 사용자들이 작성한 리뷰나 댓글 등에 대한 자동화된 감성 분석을 수행함으로써, 평가대상에 대한 긍정/부정 평가 결과를 도출하고, 도출된 긍정/부정 평가 결과의 평균값을 점수화함으로써, 평가대상에 대한 개별평가점수를 책정할 수 있다.
그리고 나서, 환산부(220)는 평가대상에 대하여 책정된 개별평가점수가 확인되면, 개별평가점수를 노출평가점수를 책정하는데 기 지정된 공통책정단위의 점수로 환산한다(S240-S250).
이때, 환산부(220)는 개별평가점수를 책정하는데 반영된 개별책정단위와, 노출평가점수를 책정하는데 기 지정된 공통책정단위와의 일치 여부를 확인하고, 서로 일치하지 않는 경우에 한해 개별평가점수를 공통책정단위의 점수로 환산한다.
그런 다음, 판별부(230)는 개별평가점수가 공통책정단위로 환산되면, 개별평가점수에 대한 신뢰도를 판별한다(S260).
이때, 판별부(230)는 개별평가점수를 책정하는데 반영된 긍정/부정 평가 결과의 개수를 기초로 신뢰도를 판별하게 되는데, 긍정/부정 평가 결과의 개수가 많을수록 개별평가점수의 신뢰도가 높은 것으로 판별할 수 있다.
다음으로, 책정부(240)는 개별평가점수에 대해 판별된 신뢰도를 기초로 개별평가점수와 기본평가점수 간의 반영비율을 결정한다(S270-S280).
이때, 책정부(240)는 조정파라미터를 산정하여 개별평가점수와 기본평가점수 간의 반영비율 결정하게 되는데, 개별평가점수에 대해 판별된 신뢰도가 높을수록 기 지정된 기본평가점수 대비, 개별평가점수의 반영비율이 커지도록 조정파라미터를 산정되며, 개별평가점수에 대해 판별된 신뢰도가 낮을수록 개별평가점수 대비 기 지정된 기본평가점수의 반영비율이 커지도록 조정파라미터를 산정할 수 있다.
이후, 책정부(240)는 조정파라미터를 산정하여 결정된 개별평가점수와 기본평가점수 간의 반영비율에 따라서, 개별평가점수 및 기본평가점수를 적절히 반영하여 노출평가점수를 책정하게 되며, 책정된 노출평가점수가 개별책정점수를 대신하여 노출될 수 있도록 한다(S290).
여기서 설명되는 '감성 분석'은 분석 대상 문서의 주어진 텍스트에서 텍스트의 작성자가 표현한 감성 및 의견 표현의 존재를 인식하고 해당 표현이 긍정적인 내용인지 부정적인 내용인지를 분석하며, 분석된 감성/의견 표현의 대상을 텍스트 내에서 탐지하여 해당하는 대상과 감성/의견 표현의 쌍을 제공하는 기능을 말한다. 예를 들어, "삼성 PAVV 7000은 디자인은 훌륭하지만, 화질은 떨어진다" 라는 텍스트가 주어졌을 때, 감성 분석에 의하여 "디자인이 훌륭하다", "화질이 떨어진다" 라는 작성자의 감성/의견 정보를 추출하고, "디자인이 훌륭하다"는 긍정적인 의견, "화질이 떨어진다" 는 부정적인 의견임을 분석하게 된다. 또한, 해당 감성/의견 정보들이 "삼성 PAVV 7000"에 대한 내용임을 최종적으로 판단하고 그 결과가 출력될 수 있다.
주어진 예시를 기반으로 감성 분석 시 추출되는 요소들을 본 발명에서는 다음과 같이 정의할 수 있다.
예컨대, 분석 대상 문서에서 "삼성 PAVV 7000은 디자인은 훌륭하지만, 화질은 떨어진다"와 같은 문장이 있다고 가정하면, 감성/의견 정보로 "디자인 훌륭하다 (긍정)", "화질 떨어진다 (부정)"를 얻을 수 있으며, 감성 분석 시 추출되는 요소들은 다음의 [표 1]과 같다.
표 1
구성요소 내용 예문
주제어 (Object) 감성 분석의 대상 "삼성 PAVV 7000"
속성 (Feature) 감성 분석에서 표현의 대상 "디자인", "화질"
표현 (Expression) 속성에 대한 긍정 혹은 부정적인 평가 혹은 의견 "훌륭하다", "떨어진다"
긍/부정값 (Polarity) 표현의 긍정 또는 부정 여부 및 그 강도를 나타내는 값 강한 부정: -2약한 부정: -1약한 긍정: 1강한 긍정: 2
[표 1]에 보인 바와 같이, 감성 분석 시 추출되는 요소들은, 주제어, 속성, 표현 및 긍/부정값이며, 본 발명에서 이 요소들을 '감성 데이터'라고 칭하기로 한다. 주제어는 감성 표현의 대상이며, 속성은 주제어의 성격, 성질, 특징 등을 나타내며, 표현의 대상이 된다. 표현은 주제어의 속성에 대한 긍정 또는 부정의 의견 평가 등을 나타낸다. 긍/부정값은 표현이 긍정인지 부정인지 여부와 그 강도를 나타내는 값이다. [표 1]에서 긍/부정값은 -2에서 +2까지의 정수형으로 표현된다. 음수는 부정을 나타내고 양수는 긍정을 나타내며 절대값의 크기는 긍/부정의 강도를 나타낸다. 여기서 말하는 긍/부정의 강도란, 감성/의견 표현의 강도를 말하는 것으로서, 본 발명에서는 "일반감성"과 "강한감성"으로 구분하는 것으로 정의한다. "일반감성" 이란 감성/의견을 표현하는 일반적인 표현의 형태로서, "훌륭하다", "떨어진다", "좋다", "나쁘다" 와 같은 기본적인 형태이다. "강한감성" 이란 긍/부정을 표현함에 있어 작성자가 긍/부정에 대한 감성을 더욱 강조하기 위한 표현들을 말한다. "강한감성"을 표현하기 위한 방법은 크게 두 종류로 나뉘어 질 수 있으며 첫 번째는 정도/강도 부사를 이용하여 표현하는 방법이다, 예를 들어, "디자인이 마음에 들다" 라는 감성/의견 정보가 있다고 할 때, "디자인이 정말 마음에 들다" 혹은 "디자인이 진짜 마음에 들다" 와 같이 정도/강도 부사를 추가하여 강한 감성을 나타낼 수 있다. 다른 방법으로는 표현 자체가 강한 감성을 표현하는 경우도 있다. 예를 들어, "좋다" 라는 감성을 표현함에 있어 "짱이다", "최고다"등의 표현을 강한 감성의 표현이라고 볼 수 있다.
본 발명의 실시 예에 따른 감성 분석을 위한 장치는 감성/의견 구성 요소를 위와 같이 정의하고 정의된 구성 요소들의 집합을 추출한다. 본 발명에서 감성분석 시스템의 지식은 사전에 의해서 관리되며, 이를 '감성 사전'이라 한다. 감성 사전은 앞서 정의한 속성과 표현, 그리고 속성과 표현 쌍에 해당하는 긍/부정값을 가지고 있다. 이러한 감성 사전은 미리 정해진 카테고리 별로 독립적으로 구축이 된다. 감성 사전의 구축에 있어 카테고리 별로 구축이 되어야 하는 이유는 각 카테고리가 포함하고 있는 주제어 군이 가지는 속성들의 집합이 다르기 때문이다. 예를 들어, "셔터 스피드"라는 속성은 "카메라"제품 집합에서는 통용되는 속성이지만, "냉장고", "기저귀"등과 같은 제품 집합에서는 존재하지 않는 개념이다. 이러한 속성들을 카테고리의 구분 없이 사용하게 되면 오류를 유발할 뿐 아니라, 감성 사전의 관리 역시 효율적이지 못하게 되며, 곧 감성 분석 시스템의 성능 저하를 가져 오게 된다.
감성 사전의 카테고리는 트리(Tree) 구조이며, 복수의 레벨을 가진다. 도 5는 본 발명의 실시예에 따른 감성 사전의 카테고리의 트리 구조를 설명하기 위한 도면이다.
도시된 바와 같이, 예시적인 감성 사전의 카테고리는 멀티 뎁스(multi-depth)의 트리 구조로 구성하였다. 본 발명의 실시 예에 따르면, 최상위 카테고리를 도메인이라고 칭하며, 예컨대, "인물", "장소", "제품" 의 3개의 도메인을 가질 수 있다.
도메인 이하의 카테고리의 구조는 부모 노드(상위 카테고리)의 특성에 따라 세부 분류로 나뉘어지고 최하위 카테고리는 해당 도메인에서 가장 세분화된 개체군으로 이루어진다. 한편, 계층적 카테고리 내에서 분류되는 일 집합을 계층적 카테고리의 분류군이라고 정의하기로 한다.
도 5는 "제품" 도메인에 대한 감성 카테고리 구조의 예를 보인다.
각 카테고리는 독립적으로 속성과 표현의 엔트리로 구성되어 있지만, 유사한 카테고리 간에는 공통적으로 사용되는 엔트리도 존재한다. 예를 들어, 동일한 레벨의 카테고리에 "DSLR 카메라"와 "캠코더"가 있다고 가정할 때, "DSLR 카메라"와 "캠코더" 카테고리는 모두 "액정"이라는 속성을 공통으로 가질 수 있다. 이러한 경우 속성 "액정"을 각 카테고리 별로 관리하게 되면 감성 데이터의 양이 불필요하게 많아지게 되며, 해당 속성에 대한 표현들 역시 따로 관리해야 하는 등 효율이 떨어지게 된다. 이러한 경우, 본 발명의 실시 예에 따르면, 각 카테고리가 가지는 공통의 감성 데이터를 상위 카테고리에 통합하여 관리하게 되며, 실제 감성 분석을 하는 시점에서는 해당 카테고리가 속하는 상위 카테고리의 감성 데이터를 상속하여 사용할 수 있다.
정리하면, 본 발명의 실시 예에 따른 감성 분석은 트리 구조의 카테고리로 분류된 감성 사전에 각 카테고리 별로 주제어, 속성, 표현, 및 긍/부정값을 포함하는 감성 데이터를 등록하는 과정이라고 할 수 있다.
또, 여기서 설명되는 '분류 정보'는 감성 분석 대상을 분류하기 위한 부가 정보를 의미한다. 예컨대, 분류 정보는 감성 분석 대상의 카테고리 정보, 감성 분석 대상의 브랜드 정보, 감성 분석 대상의 제조사 정보를 포함할 수 있다.
여기서 카테고리 정보는 감성 분석 대상이 트리 구조의 카테고리에서 어느 계층에 존재하는지를 나타내는 정보를 의미한다. 또, 브랜드 정보는 감성 분석 대상을 나타내는 브랜드를 의미한다. 또, 제조사 정보는 감성 분석 대상을 제조하는 제조사를 의미한다.
감성 분석 과정에 의하여 감성 사전에 감성 데이터가 등록되는 과정에서 분류 정보가 부가되어 등록될 수 있다.
도 6은 본 발명의 실시예에 따른 감성 데이터 제공 시스템의 구성을 나타낸 도면이다.
도 6에 도시된 바와 같이, 감성 데이터 제공 시스템은 사용자 장치(100), 서비스 제공 장치(200)를 포함할 수 있다. 도 6에 도시된 감성 데이터 제공 시스템의 구성 요소 모두가 필수 구성 요소인 것은 아니며, 도 6에 도시된 구성 요소보다 많은 구성 요소에 의해 감성 데이터 제공 시스템이 구현될 수도 있고, 그보다 적은 구성 요소에 의해서도 감성 데이터 제공 시스템이 구현될 수도 있다.
여기서 설명되는 사용자 장치(100)는 이동 통신 단말기 등의 핸드헬드 방식의 단말은 물론, 태블릿 PC, 노트북, 데스크탑 PC 등 사용자의 명령어를 입력받아 선정된 작업을 수행하는 모든 종류의 단말을 총칭하는 개념이다.
또, 여기서 설명되는 서비스 제공 장치(200)는 사용자 장치로부터 요구되는 서비스와 관련된 데이터를 저장하고, 사용자 장치와 데이터를 송수신하여, 사용자 장치에 구비된 애플리케이션의 동작을 지원하는 모든 종류의 전자장치를 총칭하는 개념이다. 특히, 서비스 제공 장치(200)는 앞에서 설명된 감성 분석을 수행할 수 있으며, 감성 사전을 구비할 수 있다.
사용자 장치(100)는 서비스 제공 장치(200)에 검색 대상과 관련된 감성 데이터의 제공을 요청하고, 서비스 제공 장치(200)는 검색 대상과 관련된 감성 데이터를 사용자 장치(100)에 제공할 수 있다.
이때, 사용자 장치(100)는 검색 대상에 대한 감성 데이터를 수요자가 인식하기 쉬운 형태로 제공할 수 있다. 따라서, 본 발명의 실시예에 의한 감성 데이터 제공 시스템은 수요자들의 의사 결정에 소요되는 시간과 비용을 최소화할 수 있다.
도 7은 본 발명의 실시예에 따른 서비스 제공 장치(200)의 구성을 나타낸 도면이다.
도 7에 도시된 바와 같이, 서비스 제공 장치(200)는 통신부(250), 입력부(260), 저장부(270), 표시부(280) 및 제어부(290)를 포함할 수 있다. 도 7에 도시된 서비스 제공 장치(200)의 구성 요소 모두가 필수 구성 요소인 것은 아니며, 도 7에 도시된 구성 요소보다 많은 구성 요소에 의해 서비스 제공 장치(200)가 구현될 수도 있고, 그보다 적은 구성 요소에 의해서도 서비스 제공 장치(200)가 구현될 수도 있다.
앞에서 설명한 바와 같이, 서비스 제공 장치(200)는 감성 사전을 구축할 수 있다. 즉, 서비스 제공 장치(200)는 네트워크에 연결된 네트워크의 일 엔티티로 존재하거나, 네트워크에 접속하여 네트워크 상에 존재하는 다른 엔티티와 통신할 수 있다. 이때, 서비스 제공 장치(200)는 네트워크에 존재하는 적어도 하나의 다른 엔티티로부터 데이터를 수집하여 감성 사전을 구축할 수 있다. 대표적으로, 다른 엔티티는 웹 서버를 예시할 수 있다.
통신부(250)는 네트워크에 접속하여, 다른 엔티티들과 통신하기 위한 구성이며, 이러한 통신부(250)는 네트워크의 종류 및 네트워크에 적용된 프로토콜에 따라서 데이터를 처리하는 기능을 더 포함할 수 있다. 예컨대, 통신부(250)는 웹 서버와 통신하여 웹 문서 등의 분석 대상 문서를 수신할 수 있다.
또, 통신부(250)는 사용자 장치(100)로부터의 감성 데이터 제공 요청을 수신하고, 검색 대상에 대응되는 감성 데이터, 이에 대한 분류 정보를 사용자 장치(100)로 송신할 수 있다.
입력부(260)는 사용자의 명령, 선택, 데이터, 정보 등을 입력받기 위한 수단으로서, 숫자 또는 문자 정보 등을 입력받고 다양한 기능을 설정하기 위한 다수의 입력키 및 기능키를 포함할 수 있다. 그리고 입력부(260)는 사용자의 키 입력을 감지하여, 감지된 키 입력에 따른 입력 신호를 제어부(290)로 전달할 수 있다. 입력부(260)는 키보드, 키패드, 마우스, 조이스틱 등과 같은 입력 장치 등을 예시할 수 있다.
저장부(270)는 데이터를 저장하기 위한 장치로, 주 기억 장치 및 보조기억 장치를 포함한다. 이러한 저장부(270)는 운영 체제(OS, Operation System), 어플리케이션 등을 저장할 수 있다. 저장부(270)는 서비스 제공 장치(200)가 수집하고, 생성하는 각종 데이터를 저장할 수 있다.
예를 들면, 저장부(270)는 카테고리에 상응하는 주제어들을 포함하는 주제어 사전, 카테고리에 상응하는 속성, 표현, 긍/부정값, 대상에 대한 분류 정보 등이 저장된 감성 사전, 비교문을 가지는 복수의 문형을 저장하는 문법 사전 등을 저장할 수 있다.
또, 저장부(270)는 분석 대상 문서의 출처 정보, 분석 대상 문서의 게시 일자, 주제어의 연관 키워드, 주제어의 일자별 출현 빈도, 주제어에 대한 긍/부정값의 일자별 변화량 등을 저장할 수 있다.
저장부(270)에 저장되는 각종 데이터는 사용자의 조작에 따라, 삭제, 변경, 추가될 수 있다.
표시부(280)는 서비스 제공 장치(200)의 사용에 따라 발생되는 정보를 사용자가 인지할 수 있도록 표시하기 위한 것이다. 이러한 정보는 분석 대상 문서, 주제어, 속성, 표현, 긍/부정값, 분류 정보 등을 포함할 수 있다.
제어부(290)는 본 발명의 실시 예에 따른 감성 사전을 구축하기 위한 방법을 수행하기 위해 필요한 동작을 수행하며, 이를 위하여, 필요한 경우, 통신부(250), 입력부(260), 저장부(270) 및 표시부(280)를 제어할 수 있다. 이를 위하여, 제어부(290)는 실제로 본 발명의 실시 예에 따른 감성 사전을 구축하기 위한 방법을 수행하도록 하기 위한 복수의 모듈을 포함할 수 있다. 이러한 모듈은 하드웨어 또는 소프트웨어로 구성될 수 있다.
구체적으로, 제어부(290)는 본 발명의 실시예에 따른 감성 분석을 수행할 수 있다. 예컨대, 제어부(290)는 네트워크 상에 존재하는 웹 문서 등의 분석 대상 문서를 분석하여 주제어, 주제어의 성격 또는 성질을 나타내는 속성, 주제어의 속성에 대한 평가를 나타내는 표현 및 표현의 긍정 또는 부정 여부와 강도를 나타내는 긍/부정값 중 적어도 하나를 포함하는 감성 데이터를 획득할 수 있다.
이때, 제어부(290)는 특정 대상의 분류 정보를 획득할 수 있다. 예컨대, 제어부(290)는 특정 대상의 카테고리 정보, 브랜드 정보, 제조사 정보를 획득할 수 있다.
또, 제어부(290)는 분석 대상 문서의 출처 정보를 획득할 수 있다. 예컨대, 제어부(290)는 분석 대상 문서가 블로그 형태의 웹페이지인지, 게시판 내의 페이지인지, 소셜네트워크 서비스(Social Network Service, SNS) 상의 게시글인지 여부를 확인할 수 있다. 또, 제어부(290)는 분석 대상 문서의 접속 주소를 확인할 수 있다.
즉, 제어부(290)는 특정 대상에 대한 감성 데이터를 획득하는 과정에서 특정 대상을 분류하기 위한 분류 정보, 감성 데이터를 수집하는데 사용된 분석 대상 문서의 출처 정보를 동시에 획득할 수 있다.
또, 제어부(290)는 분석 대상 문서의 게시 일자를 확인할 수 있다. 따라서, 제어부(290)는 주제어의 일자별 출현 빈도 및 검색 대상과 관련된 긍/부정값의 일자별 변화량을 획득할 수 있다.
또, 제어부(290)는 주제어의 연관 키워드를 획득할 수 있다. 예컨대, 제어부(290)는 검색 서비스를 제공하는 웹 서버를 통하여 주제어의 연관 검색어를 획득할 수 있다.
또, 제어부(290)는 사용자 장치(100)로부터의 감성 데이터 제공 요청에 따라 검색 대상에 대응되는 감성 데이터를 획득할 수 있다.
도 8은 도 7의 서비스 제공 장치(200)의 제어부(290)의 기능별 세부 구성을 설명하기 위한 도면이다.
도 8을 참조하면, 제어부(290)는 전처리부(292), 주제어추출부(294) 및 감성 분석부(296)를 포함할 수 있다.
전처리부(292)는 주제어 추출 전 혹은 속성, 표현 등의 추출 이전에, 그 대상이 되는 분석 대상 문서에 대해 전처리를 수행한다. 이러한 전처리는 문장 분리, 띄어쓰기 교정, 형태소 분석, 복합어 인식 등을 포함하며, 전처리부(292)는 전처리가 완료되면 문장 단위로 전처리된 문장을 출력한다.
주제어 추출부(294)는 전처리된 문장 각각에 대한 주제어를 추출하기 위한 것이다. 주제어 추출부(294)는 타이틀 주제어, 문서 주제어 및 문장 주제어 중 적어도 하나를 주제어로 추출할 수 있다. 여기서, 타이틀 주제어는 해당 문서의 제목에서 추출된 주제어를 의미한다. 또, 문서 주제어는 해당 문서 본문에서 추출된 주제어 중 가장 빈번히 발현한 주제어를 의미한다. 또, 문장 주제어는 해당 문서의 각 문장에서 추출된 주제어를 의미한다.
감성 분석부(296)는 주제어 추출부(294)가 추출한 주제어에 대응하는 속성, 표현 및 긍/부정값을 추출하고, 주제어, 속성, 표현 및 긍/부정값을 포함하는 감성 데이터를 출력할 수 있다.
도 9는 본 발명의 실시예에 따른 사용자 장치(100)의 구성을 나타낸 도면이다.
도 9에 도시된 바와 같이, 사용자 장치(100)는 검색 정보 획득부(110), 통신부(120), 표시부(130), 사용자 입력부(140), 제어부(150)를 포함할 수 있다. 도 9에 도시된 사용자 장치(100)의 구성 요소 모두가 필수 구성 요소인 것은 아니며, 도 9에 도시된 구성 요소보다 많은 구성 요소에 의해 사용자 장치(100)가 구현될 수도 있고, 그보다 적은 구성 요소에 의해서도 사용자 장치(100)가 구현될 수도 있다.
검색 정보 획득부(110)는 검색 정보를 획득할 수 있다. 검색 정보는 계층적 카테고리의 분류군 중 어느 하나에 대응될 수 있다.
도 11은 사용자 장치(100)가 검색 정보를 획득하는 방법의 일 예를 나타낸 도면이다.
도 11에 도시된 바와 같이, 사용자 장치(100)의 표시부(130)는 검색 정보 입력창(1110)을 표시할 수 있다. 이때, 사용자 장치(100)의 사용자 입력부(140)를 통하여 검색 정보 입력창(1110)에 검색 정보가 입력될 수 있다.
또는, 검색 정보 입력창(1110)에 입력된 사용자 입력에 대응되는 검색 정보 안내창(1012)이 표시될 수 있다. 이때, 검색 정보 안내창(1012)에 표시된 복수의 검색 정보 중 어느 하나가 선택됨으로써, 검색 정보가 입력될 수 있다.
통신부(120)는 검색 정보 획득부(110)에서 획득된 검색 정보를 서비스 제공 장치(200)로 송신할 수 있다.
이때, 검색 정보를 수신한 서비스 제공 장치(200)는 검색 대상과 관련된 주제어, 주제어의 성격 또는 성질을 나타내는 속성, 주제어의 속성에 대한 평가를 나타내는 표현 및 표현의 긍정 또는 부정 여부와 강도를 나타내는 긍/부정값 중 적어도 하나를 포함하는 감성 데이터, 이에 대한 분류 정보를 획득할 수 있다. 또, 서비스 제공 장치(200)는 획득된 감성 데이터, 이에 대한 분류 정보를 사용자 장치(100)로 송신할 수 있고, 사용자 장치(100)는 감성 데이터, 이에 대한 분류 정보를 수신할 수 있다.
이와 같은 과정을 통하여, 사용자 장치(100)는 검색 정보에 기초한 검색 대상과 관련된 주제어, 이에 대한 속성, 이에 대한 평가 및 이에 대한 긍/부정값을 포함하는 감성 데이터, 이에 대한 분류 정보를 획득할 수 있다.
표시부(130)는 통신부(120)에서 수신된 감성 데이터, 분류 정보 등을 표시할 수 있다.
사용자 입력부(140)는 사용자가 사용자 장치(100)의 동작 제어를 위한 입력 데이터를 발생시킨다. 사용자 입력부(140)는 키 패드(key pad), 돔 스위치 (dome switch), 터치 패드(정압/정전), 조그 휠, 조그 스위치 등으로 구성될 수 있다. 또, 사용자 입력부(140)는 디스플레이부에 표시된 화면 중 임의의 영역을 선택받을 수 있다.
제어부(150)는 검색 정보 획득부(110), 통신부(120), 표시부(130), 사용자 입력부(140)와 기능적으로 결합되어 사용자 장치(100)의 전반적인 동작을 제어할 수 있다.
도 10은 본 발명의 실시예에 의한 감성 데이터 표시 화면을 나타낸 도면이다.
도 10을 참조하면, 사용자 장치(100)의 표시부(130)는 검색 정보 입력창(1010), 채널 정보 입력창(1020), 카테고리 정보 표시창(1030), 브랜드 정보 표시창(1040), 제조사 정보 표시창(1050), 속성 목록 표시창(1060), 감성 데이터 표시창(1070)을 표시할 수 있다.
검색 정보 입력창(1010)은 사용자로부터 검색 정보를 획득하기 위한 영역이다.
채널 정보 입력창(1020)은 감성 데이터를 수집하는데 이용되는 분석 대상 문서의 출처를 결정하기 위한 사용자 입력을 획득하기 위한 영역이다. 즉, 사용자 장치(100)가 채널 정보 입력창(1020)을 통하여 채널 정보를 획득하는 경우, 사용자 장치(100)는 서비스 제공 장치(200)로부터 채널 정보에 기초한 감성 데이터를 획득할 수 있다. 예컨대, 채널 정보가 블로그 채널로 결정된 경우, 사용자 장치(100)는 서비스 제공 장치(200)로부터 블로그 형태의 페이지에 기초한 감성 데이터를 획득할 수 있다.
카테고리 정보 표시창(1030)은 검색 대상의 카테고리 정보를 표시할 수 있다. 도 10에 도시된 바와 같이, 카테고리 정보 표시창(1030)은 계층적 카테고리 내에서의 검색 대상의 위치를 표시할 수 있다.
브랜드 정보 표시창(1040)은 검색 대상의 브랜드 정보를 표시할 수 있다. 또, 제조사 정보 표시창(1050)은 검색 대상의 제조사 정보를 표시할 수 있다.
즉, 사용자 장치(100)는 서비스 제공 장치(200)로부터 검색 대상의 분류 정보를 획득할 수 있으므로, 획득된 분류 정보에 기초하여 검색 대상의 브랜드 정보, 제조사 정보를 표시할 수 있다.
감성 데이터 표시창(1070, 1080)은 검색 정보에 기초한 구체적인 검색 대상(주제어, 1071), 주제어의 성격 또는 성질을 나타내는 속성(1074), 속성에 대한 평가를 나타내는 표현(1076), 표현의 긍정 또는 부정 여부와 강도를 나타내는 긍/부정값(1078)을 표시할 수 있다.
여기서, 긍/부정값(1078)은, 도 10에 도시된 바와 같이, 표현의 긍정 또는 부정 여부 및 강도별로 분류되어 표시될 수 있다.
또, 감성 데이터 표시창(1070)은 감성 스코어(1073)를 표시할 수 있다. 여기서, 감성 스코어란 검색 대상(주제어)에 대한 감성 분석 결과가 종합되어 수치적으로 표현된 것이다.
예컨대, 사용자 장치(100)는 서비스 제공 장치(200)로부터 감성 스코어를 제공받아 감성 스코어를 표시할 수 있다. 또는, 사용자 장치(100)는 서비스 제공 장치(200)로부터 수신한 감성 데이터에 기초하여 감성 스코어를 획득하고, 감성 스코어를 표시할 수 있다.
한편, 사용자 장치(100)는 각 검색 대상(주제어)에 대한 감성 데이터(1070, 1080)를 표시할 수 있다.
속성 목록 표시창(1060)은 검색 대상과 관련된 속성 목록을 표시할 수 있다. 여기서, 속성 목록은 검색 대상의 속성들을 미리 설정된 순서에 의하여 순차적으로 나타낸 것이다. 이때, 속성 목록 표시창(1060)은 미리 설정된 순서로 검색 대상의 속성들(1061, 1062, 1063, 1064, 1065)을 표시할 수 있다. 예컨대, 속성에 포함된 표현의 수에 따라 검색 대상의 속성들이 순차적으로 표시될 수 있다.
즉, 사용자 장치(100)는 서비스 제공 장치(200)로부터 수신된 감성 데이터의 속성에 기초하여 속성 목록을 획득할 수 있으며, 획득된 속성 목록에 포함된 속성을 미리 설정된 순서로 표시할 수 있다.
한편, 감성 데이터(1070, 1080)에 표시된 속성은 속성 목록 표시창(660)에 표시된 속성들의 정렬 순서에 따라 정렬될 수 있다. 도 10을 참조하면, 속성 목록 표시창(660)에 표시된 속성들의 순서에 따라 감성 데이터 표시창(1070, 1080)에 표시된 속성들이 표시된 것을 확인할 수 있다.
한편, 사용자 장치(100)의 제어부(150) 사용자 입력에 기초하여 속성 목록 표시창(660)에 표시된 속성들의 정렬 순서를 변경할 수 있다. 예컨대, 도 10에 도시된 바와 같이, 사용자 입력에 의하여 각 속성들에 중요도가 부가되는 경우, 중요도 순으로 속성 목록 표시창(660)의 속성들이 정렬될 수 있다. 이때, 앞에서 설명한 바와 같이, 속성 목록에 포함된 속성의 정렬 순서에 기초하여 감성 데이터에 포함된 속성의 정렬 순서가 변경될 수 있다.
도 12는 본 발명의 실시예에 의한 감성 데이터 표시 화면을 나타낸 도면이다.
도 11에 도시된 바와 같이 감성 데이터가 표시된 상태에서, 사용자 장치(100)가 사용자 입력을 획득하는 경우, 사용자 장치(100)는 추가적인 데이터를 표시할 수 있다.
예컨대, 도 11에 도시된 감성 데이터 표시 화면에서 구체적인 검색 대상(주제어, 1071)에 대한 사용자 입력이 감지되는 경우, 사용자 장치(100)는 추가적인 데이터를 표시할 수 있다. 즉, 도 12를 참조하면, 사용자 장치(100)는, 사용자 입력에 기초하여, 검색 대상과 관련된 주제어의 일자별 출현 빈도(1212) 및 긍/부정값의 일자별 변화량(1214)을 포함하는 시계열 그래프(1210)를 표시할 수 있다.
이때, 사용자 장치(100)는 서비스 제공 장치(200)로부터 검색 대상과 관련된 주제어의 일자별 출현 빈도 및 긍/부정값의 일자별 변화량을 포함하는 시계열 그래프 정보를 수신받고, 수신된 검색 대상과 관련된 주제어의 일자별 출현 빈도 및 긍/부정값의 일자별 변화량을 포함하는 시계열 그래프를 표시할 수 있다.
또는, 사용자 장치(100)는 서비스 제공 장치(200)로부터 수신된 감성 데이터에 기초하여 검색 대상과 관련된 주제어의 일자별 출현 빈도 및 긍/부정값의 일자별 변화량을 포함하는 시계열 그래프 정보를 획득하고, 획득된 검색 대상과 관련된 주제어의 일자별 출현 빈도 및 긍/부정값의 일자별 변화량을 포함하는 시계열 그래프를 표시할 수 있다.
또, 도 11에 도시된 감성 데이터 표시 화면에서 구체적인 검색 대상(주제어, 1071)에 대한 사용자 입력이 감지되는 경우, 사용자 장치(100)는, 사용자 입력에 기초하여, 검색 대상과 관련된 주제어의 연관 키워드(1222) 및 이에 대한 방사형 그래프(1224)를 표시할 수 있다(도 12 참조).
여기서 연관 키워드는 구체적인 검색 대상과 관련 있는 단어를 의미한다. 또, 구체적인 검색 대상과 관련 단어 간의 관련성에 따라 방사형 그래프가 작성될 수 있다.
이때, 사용자 장치(100)는 서비스 제공 장치(200)로부터 검색 대상과 관련된 주제어의 연관 키워드 및 이에 대한 방사형 그래프 정보를 수신받고, 수신된 검색 대상과 관련된 주제어의 연관 키워드 및 이에 대한 방사형 그래프를 표시할 수 있다.
또, 도 11에 도시된 감성 데이터 표시 화면에서 구체적인 검색 대상(주제어, 1071)에 대한 사용자 입력이 감지되는 경우, 사용자 장치(100)는, 사용자 입력에 기초하여, 감성 데이터 획득의 기초가 된 원문 문서(1230)를 표시할 수 있다(도 12 참조).
이때, 사용자 장치(100)는 서비스 제공 장치(200)로부터 원문 문서의 출처 정보를 수신받고, 수신된 원문 문서의 출처 정보를 이용하여 감성 데이터 획득의 기초가 된 원문 문서를 표시할 수 있다.
도 13은 본 발명의 실시예에 의한 감성 데이터 표시 화면을 나타낸 도면이다.
도 11에 도시된 바와 같이 감성 데이터가 표시된 상태에서, 사용자 장치(100)가 사용자 입력을 획득하는 경우, 사용자 장치(100)는 추가적인 데이터를 표시할 수 있다.
예컨대, 도 11에 도시된 감성 데이터 표시 화면에서 특정 속성(예컨대, 국물)에 대한 사용자 입력이 감지되는 경우, 사용자 장치(100)는 추가적인 데이터를 표시할 수 있다. 즉, 도 13을 참조하면, 사용자 장치(100)는, 사용자 입력에 기초하여, 특정 속성(예컨대, 국물)에 대한 긍/부정값의 수치 정보(1310, 1320), 긍/부정값에 대응되는 구체적인 표현(1330)을 표시할 수 있다.
이하, 도면들을 참조하여 감성 분석을 통한 사용자 선호 기반의 서비스 제공 장치 및 방법의 다양한 실시예들을 설명한다.
도 14는 실시예에 따른 감성 분석을 통한 검색 시스템의 구성도이다.
도 14의 검색 시스템은 본 발명의 감성 분석을 통한 사용자 선호 기반의 서비스 제공 장치가 적용될 수 있다.
도 14를 참조하면, 검색 시스템(1400)은 감성 분석을 통하여 감성 분석 결과를 생성하는 사용자 장치(1500) 및 사용자의 질의를 수행하여 검색 결과를 반환하는 서비스 제공 장치(1600)를 포함한다.
사용자 장치(또는 감성 분석 장치)(1500)는 수집기(1510), 자동분류기(1520), 감성분석기(1530), 감성 분석 데이터베이스(1540), 통계생성기(1550), 통계 데이터베이스(1560), 검색엔진색인기(1570), 검색엔진검색기(1580) 및 색인 데이터베이스(1590)를 포함할 수 있다.
수집기(1510)는 인터넷 웹으로부터 문서를 수집하고 수집된 문서를 감성 분석 데이터베이스(1540)에 저장한다. 이때, 감성 분석 데이터베이스(1540)는 하둡(hadoop) 기반의 에이치베이스(Hbase)일 수 있다.
자동분류기(1520)는 수집되어 감성 분석 데이터베이스(1540)에 저장된 문서를 감성 분석을 위한 체계로 분류하여 감성분석기(1530)에 할당한다.
감성분석기(1530)는 문서로부터 감성 분석 결과를 추출하고 추출된 감성 분석 결과를 감성 분석 정보로서 감성 분석 데이터베이스(1540)에 저장한다. 이때, 감성 분석 결과는 미리 정의된 형태의 단위로 생성될 수 있으며, 이하, 이러한 미리 정의된 형태의 단위를 문서 키워드라 한다.
예를 들어, 아래의 [표 2]는 감성 분석 데이터베이스(1540)에 저장된 감성 분석 정보로서 3개의 문서 키워드가 저장된 것을 예시한 것이다. 각 문서 키워드는 아래의 표 1과 같이 "주제(대상)", "속성(대표속성)" 및 "표현(의견값)" 항목으로 구성되고, 하나 이상의 항목의 실제 값은 존재하지 않을 수 있다.
표 2
주제(대상) 속성(대표속성) 표현(의견값)
500D 화질(성능) 좋다(+1)
500D 화질(성능) 훌륭하다(+2)
A음식점 국물(품질) 맛있다(+1)
통계생성기(1550)는 감성 분석 데이터베이스(1540)에 저장된 감성 분석 정보를 읽어 주제별 통계 정보를 생성하고, 생성된 통계 정보를 통계 데이터베이스(1560)에 저장한다. 이때, 통계 정보는 각 문서 키워드를 포함하고 있는 문서들의 수를 의미하는 빈도값을 포함할 수 있다.
예를 들어, 통계생성기(1550)는 어느 하나의 문서 키워드 "500D, 화질(성능), 좋다(+1)"에 대하여, "500D가 화질(성능)이 좋다"는 내용을 포함하고 있는 문서의 수를 그 문서 키워드에 대한 빈도값으로 산출하여 통계 데이터베이스(1560)에 저장할 수 있다. 또한, 빈도값은 주제별, 주제 및 속성별로 산출될 수 있다.
검색엔진 색인기(1570)는 감성 분석 정보 및 통계 정보를 이용하여 색인을 생성하고, 색인 데이터베이스(1590)에 저장한다.
서비스 제공 장치(200)는 사용자의 질의가 입력되면 검색엔진 검색기(1580), 감성 분석 데이터베이스(1540), 통계 데이터베이스(1560)를 이용하여 감성 분석 정보 및 통계 정보들을 검색하고, 검색 결과를 미리 정의된 주제 랭킹 알고리즘에 적용하여 사용자가 선호하는 정보가 우선적으로 반환될 수 있도록 처리하여 API(Application Programming Interface)를 통하여 최종 결과를 반환한다.
도 15는 실시예에 따른 감성 분석을 통한 사용자 선호 기반의 서비스 제공 장치의 블록도이다.
도 15를 참조하여, 도 14의 검색 시스템(1400)에 적용이 가능한 서비스 제공 장치(1600)의 실시예를 좀 더 상세하게 설명한다.
도 15에 도시된 바와 같이, 서비스 제공 장치(1600)는 질의 입력부(1610), 질의 키워드생성부(1620), 질의 수행부(1630) 및 결과 반환부(1640)를 포함할 수 있다.
질의 입력부(1610)는 사용자의 질의(1710)를 입력받는다. 이때, 사용자의 질의(1710)는 미리 정의된 형태의 단위 즉, "주제(대상), 속성(대표속성), 표현(의견값)" 항목으로 이루어진 질의 키워드로 입력될 수 있다.
예를 들어, 사용자의 질의(1710)는 "DSLR, 화질(성능), 좋다(+1)"와 같이 모든 항목을 포함하여 입력되거나, "DSLR", "DSLR, 화질(성능)", "DSLR, 좋다(+1)" 등과 같이 일부의 항목만 입력될 수도 있다.
또한, 사용자의 질의(1710)는 "화질이 좋은 DSLR", "좋은 DSLR" 등과 같이 자연어 형태로 입력될 수도 있다.
질의 키워드 생성부(1620)는 사용자의 질의가 입력되면 하나 이상의 질의 키워드를 생성한다. 이때, 사용자의 질의가 질의 키워드로 입력되면 입력된 사용자의 질의를 질의 키워드로 사용할 수 있다. 만약, 사용자의 질의가 자연어 형태로 입력되면, 입력된 사용자의 질의에서 감성 분석 기술을 이용하여 질의 키워드를 추출한다. 이때, 감성 분석 기술은 이미 알려진 다양한 방법들이 이용될 수 있다.
도 16은 도 15의 서비스 제공 장치의 질의 키워드 생성부의 상세 블록도이다. 도 17은 질의 키워드에 대하여 미리 설정되는 질의 레벨의 예이다. 도 18은 도 17의 질의 레벨에 대하여 미리 설정되는 종속 질의 레벨의 예이다.
이하, 도 16 내지 도 18을 참조하여, 도 15의 질의 키워드 생성부(1620)를 보다 상세하게 설명한다.
도 16을 참조하면, 질의 키워드 생성부(1620)는 제1 질의 키워드 생성부(1621), 질의 레벨 확인부(1622) 및 제2 질의 키워드 생성부(1623)를 포함할 수 있다.
제1 질의 키워드 생성부(1620)는 사용자의 질의(1710)를 기초로 미리 정의된 형태 단위의 제1 질의 키워드를 생성한다. 이때, 사용자로부터 입력된 질의(1710)가 미리 정의된 형태 단위로 입력된 경우 사용자의 질의를 바로 제1 질의 키워드로 생성한다. 만약, 사용자의 질의(1710)가 "화질이 좋은 DSLR"과 같이 자연어 형태로 입력되면 입력된 사용자의 질의를 감성 분석하여 "DSLR, 화질(성능), 좋다(+1)"와 같이 제1 질의 키워드를 생성할 수 있다.
질의 레벨 확인부(1622)는 생성된 제1 질의 키워드에 대하여 그 구체도에 따라 질의 레벨을 결정할 수 있다. 이때, 질의 키워드와 질의 레벨의 관계 정보는 도 4에 예시된 바와 같이 미리 설정될 수 있다. 질의 레벨 확인부(1622)는 이와 같이 제1 질의 키워드가 생성되면 도 17에 예시된 바와 같은 관계 정보를 이용하여 질의 레벨을 결정할 수 있다.
예를 들어, 생성된 제1 질의 키워드가 "DSLR, 화질(성능), 좋다(+1)"인 경우, 질의 레벨 확인부(1622)는 도 17을 참조하여, 제1 질의 키워드가 주제, 속성, 표현 및 의견값 항목의 값을 모두 포함하고 있으므로, 그 제1 질의 키워드에 대한 질의 레벨(l(q))을 0으로 결정할 수 있다.
또한, 질의 레벨 확인부(1622)는 제1 질의 키워드에 대한 질의 레벨(l(q))이 결정되면, 그 질의 레벨(l(q))을 기초로 종속 질의 레벨을 확인한다. 이때, 질의 레벨 간의 종속 관계는 도 5에 예시된 바와 같이 미리 설정될 수 있다.
예를 들어, 질의 레벨 확인부(1622)는 앞에서 제1 질의 키워드에 대하여 질의 레벨(l(q))을 0으로 결정하였으므로, 도 18을 참조하여 종속 질의 레벨을 1,2,3,4,5로 결정할 수 있다.
제2 질의 키워드 생성부(1623)는 이와 같이 제1 질의 키워드에 대한 질의 레벨(l(q))이 결정되고, 그 질의 레벨(l(q))에 대한 종속 질의 레벨이 확인되면, 그 종속 질의 레벨을 기초로 제2 질의 키워드를 생성할 수 있다.
예를 들어, 제2 질의 키워드 생성부(1623)는 도 17에 예시된 질의 레벨과 질의 키워드의 관계 정보를 이용하여 그 종속 질의 레벨에 대응되는 제2 질의 키워드를 생성한다.
아래의 [표 3]은 이와 같이 사용자가 입력한 질의 "화질이 좋은 DSLR"에 대하여 생성된 질의 키워드로서 첫 번째가 제1 질의 키워드이고, 나머지가 제2 질의 키워드이다.
표 3
주제 속성 표현 의견값 질의 레벨: l(q)
DSLR 화질(성능) 좋다 +1 0
DSLR 화질(성능) +1 1
DSLR 화질(성능) 2
DSLR 좋다 +1 3
DSLR +1 4
DSLR 5
다시 도 15를 참조하면, 질의 수행부(1630)는 질의 키워드 생성부(1620)에 의해 사용자의 질의에 대한 질의 키워드가 생성되면 질의 키워드를 이용하여 검색을 수행하고, 검색 결과를 주제별로 선호도를 산출한다.
도 19는 도 15의 서비스 제공 장치의 질의 수행부의 상세 블록도이다.
도 19를 참조하여, 질의 수행부(1630)를 좀 더 구체적으로 설명하면, 질의 수행부(1630)는 선호도 산출부(1631), 질의 가중치 산출부(1632), 속성 가중치 입력부(1633), 감성 분석 정보 검색부(1634) 및 통계 검색부(1635)를 포함할 수 있다.
선호도 산출부(1631)는 사용자가 선호하는 결과들이 우선하여 반환될 수 있도록 검색 결과들을 미리 정의된 주제 랭킹 알고리즘에 적용하여 주제별 선호도를 산출할 수 있다. 이때, 주제 랭킹 알고리즘은 이하에서 예시되는 수학식에 의해 구현될 수 있다.
질의 가중치 산출부(1632)는 먼저 [표 2]와 같이 질의 키워드가 생성되면 생성된 질의 키워드에 대한 질의 가중치(w(q))를 [수학식 4]를 이용하여 산출할 수 있다.
수학식 4
Figure PCTKR2014011015-appb-M000004
여기서, w(q)는 각 질의 키워드에 대한 질의 가중치를 의미하고, query_level_gap은 질의 레벨에 따른 가중치를 의미하는 것으로 미리 설정되는 값(예: 0~5 사이의 임의의 값)일 수 있다. 또한, l(q)는 각 질의 키워드에 대한 질의 레벨을 의미한다. 또한, "^" 연산은 제곱 연산을 의미한다.
예를 들어, 질의 레벨에 대한 가중치인 query_level_gap이 3이라 가정한 경우 생성된 각 질의 키워드에 대한 질의 가중치는 아래의 [표 4]와 같이 산출될 수 있다.
표 4
주제 속성 표현 의견값 질의레벨: l(q) w(q)
DSLR 화질(성능) 좋다 +1 0 1
DSLR 화질(성능) +1 1 1/3
DSLR 화질(성능) 2 1/9
DSLR 좋다 +1 3 1/27
DSLR +1 4 1/81
DSLR 5 1/243
속성 가중치 입력부(1633)는 생성된 질의 키워드의 속성 항목에 대해 사용자가 지정한 속성 가중치(w(a))를 입력받는다. 이때, 속성 가중치(w(a))는 0≤w(q)≤1을 만족하는 값으로서 사용자에 의해 지정될 수 있다. 예를 들어, 사용자는 속성 항목의 화질(성능) 속성에 1.0, 다른 속성에 0.5를 입력할 수 있다.
감성 분석 정보 검색부(1634)는 질의 키워드가 산출되면 감성 정보 데이터베이스에서 해당하는 감성 분석 정보들을 검색한다. 이때, 검색되는 감성 분석 정보는 전술한 바와 같이 하나 이상의 문서 키워드 형태의 감성 분석 결과를 포함할 수 있다.
통계 검색부(1635)는 감성 분석 정보가 검색되면 검색된 감성 분석 정보의 각 문서 키워드에 대응되는 통계 정보를 통계 데이터베이스에서 검색한다. 이때, 통계 정보는 문서 키워드에 대한 빈도값(df)을 포함할 수 있다. 빈도값은 그 문서 키워드를 포함하고 있는 문서의 수를 의미할 수 있다.
선호도 산출부(1631)는 이와 같이, 질의 가중치(w(q)), 속성 가중치(w(a)) 및 검색된 감성 분석 정보의 각 문서 키워드에 대한 빈도값(df)들이 수집되면, 그 데이터를 아래의 [수학식 5]에 적용하여 빈도 가중치(w(df))를 산출할 수 있다. 이때, 선호도 산출부는 주제별로 분류하여 산출할 수 있다.
수학식 5
Figure PCTKR2014011015-appb-M000005
아래의 [표 5]는 질의 키워드를 이용하여 검색한 감성 분석 정보 중의 일부 주제 예컨대 사용자 질의 주제인 DSLR에 포함된 다양한 주제 중에서 어느 하나의 주제 500D에 대해 [수학식 5]에 의해 산출한 빈도 가중치(w(df))의 예이다.
표 5
주제 속성 표현 의견값 l(q) w(q) w(a) df w(df)
500D 화질(성능) 좋다 +1 0 1 1.0 17 17.00
500D 화질(성능) +1 1 1/3 1.0 38 12.67
500D 화질(성능) +2 1 1/3 1.0 49 16.33
500D 화질(성능) -1 2 1/9 1.0 12 1.33
500D 화질(성능) -2 2 1/9 1.0 23 2.56
500D 좋다 +1 3 1/27 0.5 61 1.13
500D +1 4 1/81 0.5 147 0.91
500D +2 4 1/81 0.5 98 0.60
500D -1 5 1/243 0.5 82 0.17
500D -2 5 1/243 0.5 29 0.06
선호도 산출부(1631)는 이와 같이 감성 분석 정보의 주제별로 각 문서 키워드에 대한 빈도 가중치가 산출되면, 산출된 빈도 가중치와 의견값을 아래의 [수학식 6]에 적용하여 주제별 점수를 산출한다.
수학식 6
Figure PCTKR2014011015-appb-M000006
여기서, oldScore(o)는 주제 "o"에 대한 점수를 의미한다. 또한, opinion_value는 감성 분석 정보에 포함된 의견값을 의미하고, w(df)는 산출된 빈도 가중치를 의미한다.
위 [수학식 6]을 이용하여 위 [표 5]에 예시된 주제 500D에 대한 점수를 산출하면, sum of w(df)는 52.76이고, Sum of (opinion_value*w(df))는 58.85가 된다. 따라서, 최종적으로 주제 500D에 대한 점수 oldScore(500D)는 1.115가 된다.
선호도 산출부(1631)는 이와 같이 산출된 주제 점수를 이용하여 바로 주제별 선호도로 생성할 수 있다. 하지만, 웹 문서의 빈도가 낮은 주제에 대한 점수 왜곡을 최소화하기 위해 아래의 [수학식 7]을 더 적용하여 주제별 빈도량을 이용한 점수 스무딩(smoothing) 처리를 할 수 있다.
수학식 7
Figure PCTKR2014011015-appb-M000007
여기서, Score(o)는 주제에 대하여 스무딩 처리 결과를 의미하고, base_score는 주제별 빈도량 기본 점수로 예컨대, 50, 75 및 주제 평균 점수와 같이 미리 설정되는 임의의 값일 수 있다. 이때, 주제 평균 점수는 위에서 산출된 주제 점수의 평균일 수 있다. 또한, lamda는 아래의 [수학식 8]과 같이 정의될 수 있다.
수학식 8
Figure PCTKR2014011015-appb-M000008
여기서, lamda_base는 0보다 크거나 같은 정수 중에서 미리 설정된 임의의 수를 의미한다.
위의 [표 5]에 예시된 주제 500D에 대하여 최종 스무딩 처리 결과를 산출하면, 이때, base_score가 50이고, lamda_base가 5라고 가정할 때 lamda는 [수학식 8]에 의해 0.91이 되므로 이를 [수학식 7]에 적용하면, 최종적으로 주제 500D에 대한 스무딩 처리 결과는 75.39가 된다.
선호도 산출부(1631)는 이와 같이 검색된 모든 주제에 대해 스무딩 처리 결과 점수가 산출되면 이를 이용하여 주제별 선호도를 산출할 수 있다. 이때, 주제별 선호도는 스무딩 처리 전의 주제별 점수, 또는 스무딩 처리 후의 주제 점수 그 자체가 될 수 있다.
다시 도 15를 참조하면, 결과 반환부(1640)는 이와 같이 사용자 질의에 대하여 주제별 선호도가 산출되면, 이를 이용하여 주제별로 정렬하고 정렬된 결과(1720)를 반환할 수 있다. 이때, 주제별 선호도를 기준으로 내림차순으로 정렬하여 결과(1720)를 반환할 수 있다.
개시된 실시예에 따르면, 사용자가 주제 랭킹 알고리즘의 각 파라미터에 대한 값들을 조정하고, 속성 가중치 등을 조절함으로써 자신들이 선호하는 데이터들을 우선적으로 제공받을 수 있다.
도 20은 제 2 실시예에 따른 감성 분석을 통한 사용자 선호 기반의 검색 방법의 흐름도이다. 도 21은 도 20의 검색 방법 중 질의 키워드 생성 단계의 상세 흐름도이다. 도 22는 도 20의 검색 방법 중 선호도 산출 단계의 상세 흐름도이다.
도 20 내지 도 22는 도 15의 실시예에 따른 서비스 제공 장치(1600)에 의해 수행되는 검색 방법의 실시예일 수 있다. 도 15 이하를 참조하여, 서비스 제공 장치(1600)가 수행하는 검색 방법의 실시예를 상세하게 설명하였으므로 이하 중복되는 설명을 피하기 위해 간단하게 설명한다.
먼저, 도 20을 참조하면, 서비스 제공 장치(1600)는 사용자로부터 질의를 입력받는다(S2010). 이때, 사용자로부터 입력된 질의는 미리 정의된 질의 키워드 형태 또는 자연어 형태일 수 있다.
그 다음, 사용자 질의가 입력되면, 사용자 질의를 기초로 질의 키워드를 생성한다(S2020).
도 21을 참조하여, 질의 키워드 생성 단계 S2020을 좀 더 구체적으로 설명한다.
먼저, 사용자 질의가 입력되면, 입력된 사용자 질의가 미리 정의된 질의 키워드 형태인지를 판단한다(S2021).
그 다음, 판단 결과 사용자 질의가 미리 정의된 형태가 아니면 사용자 질의를 감성 분석하여 미리 정의된 형태의 제1 질의 키워드를 생성하고(S2022), 사용자 질의가 미리 정의된 형태이면 입력된 사용자 질의를 그대로 제1 질의 키워드로 사용한다.
그 다음, 제1 질의 키워드가 생성되면, 생성된 제1 질의 키워드에 대한 질의 레벨을 결정한다(S2023). 이때, 질의 레벨은 도 17에 예시된 바와 같이 질의 키워드에 대하여 미리 정의될 수 있으며, 생성된 질의 키워드에 대응하는 질의 레벨을 확인할 수 있다.
그 다음, 제1 질의 키워드에 대한 질의 레벨이 결정되면, 그 질의 레벨에 대해 종속 질의 레벨을 확인한다(S2024). 이때. 종속 질의 레벨을 도 18에 예시된 바와 같이 미리 정의될 수 있다.
그 다음, 제1 질의 키워드의 질의 레벨에 대한 종속 레벨이 존재하면 그 종속 레벨에 대응하는 제2 질의 키워드를 생성할 수 있다(S2026). 이때, 확인된 종속 레벨의 수에 따라 하나 이상의 제2 질의 키워드가 생성될 수 있다.
다시 도 20을 참조하면, 질의 키워드가 생성되면 감성 분석 데이터베이스에서 주제별로 감성 분석 정보를 검색한다(S2030).
그 다음, 감성 정보를 주제 랭킹 알고리즘에 적용하여 주제별 선호도를 산출한다(단계 340). 이때, 주제 랭킹 알고리즘은 전술한 [수학식 4 내지 8]에 의해 구현될 수 있다.
도 22를 참조하여, 주제별 선호도를 산출하는 단계 S2040을 좀 더 구체적으로 설명한다.
하나 이상의 질의 키워드가 생성되면 질의 키워드에 대한 질의 가중치를 산출한다(S2041). 이때, 위 [수학식 4]를 이용하여 각 질의 키워드에 대한 질의 가중치를 산출할 수 있다.
그 다음, 생성된 질의 키워드를 이용하여 검색된 감성 분석 정보에 대응되는 통계 정보를 통계 데이터베이스에서 검색한다(S2042). 이때, 통계 정보는 감성 분석 정보에 포함된 각 문서 키워드에 대한 빈도값을 포함할 수 있다.
그 다음, 질의 가중치, 빈도값 및 사용자로부터 입력된 속성 가중치를 이용하여 감성 분석 정보의 각 문서 키워드에 대한 빈도 가중치를 산출할 수 있다(S2043). 이때, 빈도 가중치는 위 [수학식 5]를 이용하여 산출될 수 있다.
그 다음, 빈도 가중치가 산출되면, 검색된 감성 분석 정보에 포함된 의견값과 빈도 가중치를 이용하여 주제별 점수를 산출할 수 있다(S2044). 이때, 주제별 점수는 위 [수학식 6]을 이용하여 산출될 수 있다.
그 다음, 주제별로 점수가 산출되면, 웹문서의 빈도가 낮은 주제에 대한 점수 왜곡을 최소화하기 위해 각 주제별 점수를 [수학식 7 및 8]에 의해 스무딩 처리하여 최종 점수를 산출할 수 있다(S2045).
그 다음, 산출된 점수를 이용하여 주제별 선호도를 산출할 수 있다(S2046). 이때, 스무딩 처리 결과로 산출된 주제별 최종 점수를 주제별 선호도로 산출할 수 있다.
다시 도 20을 참조하면, 주제별 선호도가 산출되면 정렬하여 최종 결과를 반환할 수 있다(S2050). 이때, 주제별 선호도를 기준으로 내림차순으로 정렬하여 반환할 수 있다.
본 발명의 실시예에 따른 감성 평가 시스템 및 그 방법, 그리고 이에 적용되는 장치는 컴퓨터 프로그램으로 작성 가능하며, 컴퓨터 프로그램을 구성하는 코드들 및 코드 세그먼트들은 당해 분야의 컴퓨터 프로그래머에 의하여 용이하게 추론될 수 있다. 또한, 해당 컴퓨터 프로그램은 컴퓨터가 읽을 수 있는 정보저장매체(computer readable media)에 저장되고, 컴퓨터나 본 발명의 실시예에 따른 사용자 장치(또는 개별책정장치), 서비스 제공 장치(또는 노출점수책정장치), 감성 평가 시스템 등에 의하여 읽혀지고 실행됨으로써 감성 평가 시스템 및 그 방법, 그리고 이에 적용되는 장치를 구현할 수 있다.
정보저장매체는 자기 기록매체, 광 기록매체 및 캐리어 웨이브 매체를 포함한다. 본 발명의 실시예에 따른 사용자 장치, 서비스 제공 장치, 감성 평가 시스템을 구현하는 컴퓨터 프로그램은 사용자 장치, 서비스 제공 장치, 감성 평가 시스템 등의 내장 메모리에 저장 및 설치될 수 있다. 또는, 본 발명의 실시예에 따른 사용자 장치, 서비스 제공 장치, 감성 평가 시스템을 구현하는 컴퓨터 프로그램을 저장 및 설치한 스마트 카드 등의 외장 메모리가 인터페이스를 통해 사용자 장치, 서비스 제공 장치, 감성 평가 시스템 등에 장착될 수도 있다.
본 발명의 실시예는 앞서 설명된 바와 같이, 평가대상에 대한 사용자들의 평가를 점수화한 개별평가점수가 타인에게 그대로 노출되는 것을 제한하고, 개별평가점수에 대한 별도의 신뢰도 판별 과정을 거쳐 노출평가점수를 새롭게 책정하며, 책정된 노출평가점수를 개별평가점수에 대신하여 타인에게 노출시킴으로써, 평가대상에 대한 합리적이고 신뢰성 있는 평가가 이루어지도록 할 수 있다.
또한, 본 발명의 실시예는 앞서 설명된 바와 같이, 소비 대상에 대하여 사용자들이 작성한 후기, 리뷰 등으로부터 대상에 대한 감성 정보를 추출하여 소비 대상에 대한 정보를 효율적으로 제공하며, 소비 대상에 대한 정보를 수요자가 인식하기 쉬운 형태로 제공하여 수요자들의 의사 결정에 소요되는 시간과 비용을 최소화하여 사용자 편의성을 향상시킬 수 있다.
또한, 본 발명의 실시예는 앞서 설명된 바와 같이, 검색 서비스에서 감성 분석 기술을 활용하여 사용자의 선호를 기반으로 한 주제 랭킹 알고리즘을 적용한 검색 결과를 사용자에게 제공함으로써, 결과 목록에 존재하는 각 대상들의 정보를 조회하는 비용을 최소화할 수 있다.
전술된 내용은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
본 발명은 평가대상에 대한 사용자들의 평가를 점수화한 개별평가점수를 타인에게 그대로 노출시키지 않고, 개별평가점수에 대한 별도의 신뢰도 판별 과정을 거쳐 노출평가점수를 새롭게 책정하여 이를 노출시킨다는 점에서 기존 기술의 한계를 뛰어 넘음에 따라 관련 기술에 대한 이용만이 아닌 적용되는 장치의 시판 또는 영업의 가능성이 충분할 뿐만 아니라 현실적으로 명백하게 실시할 수 있는 정도이므로 산업상 이용가능성이 있는 발명이다.

Claims (14)

  1. 평가대상에 대해 기 책정되어 있는 개별평가점수를 확인하는 확인부;
    상기 개별평가점수에 대한 신뢰도를 판별하는 판별부; 및
    상기 판별된 신뢰도를 기초로 상기 개별평가점수와 기 지정된 기본평가점수 간의 반영비율을 결정하고, 상기 결정된 반영비율에 따라서 상기 개별평가점수 및 상기 기본평가점수 중 적어도 하나를 반영하여 노출평가점수를 책정하는 책정부를 포함하는 것을 특징으로 하는 서비스 제공 장치.
  2. 제 1 항에 있어서,
    상기 개별평가점수에는,
    상기 평가대상에 대하여 사용자들이 책정한 긍정/부정 평가 결과의 평균값이 포함되며,
    상기 판별부는,
    상기 긍정/부정 평가 결과의 개수가 많을수록 상기 개별평가점수의 신뢰도가 높은 것으로 판별하는 것을 특징으로 하는 서비스 제공 장치.
  3. 제 2 항에 있어서,
    상기 개별평가점수와 상기 기 지정된 기본평가점수 간의 반영비율은,
    상기 개별평가점수에 대하여 판별된 신뢰도에 따라서 산정되는 조정파라미터를 기초로 결정되며,
    상기 조정파라미터는,
    상기 개별평가점수에 대해 판별된 신뢰도가 높을수록 상기 기 지정된 기본평가점수 대비, 상기 개별평가점수의 반영비율이 커지도록 산정되며,
    상기 개별평가점수에 대해 판별된 신뢰도가 낮을수록 상기 개별평가점수 대비 상기 기 지정된 기본평가점수의 반영비율이 커지도록 산정되는 것을 특징으로 하는 서비스 제공 장치.
  4. 제 1 항에 있어서,
    상기 개별평가점수는,
    상기 평가대상에 대한 긍정/부정 평가 결과를 기 지정된 개별책정단위의 점수로 책정한 결과이며,
    상기 서비스 제공 장치는,
    상기 기 지정된 개별책정단위로 책정된 상기 개별평가점수를, 상기 노출평가점수를 책정하기 위해 기 지정된 공통책정단위의 점수로 환산하여, 상기 책정부에서 상기 공통책정단위의 점수로 환산된 상기 개별평가점수를 기초로 상기 노출평가점수를 책정하도록 하는 환산부를 더 포함하는 것을 특징으로 하는 서비스 제공 장치.
  5. 제 1 항에 있어서,
    상기 기 지정된 기본평가점수에는,
    상기 평가대상과 관련된 타 평가대상들에 대하여 기 책정된 상기 노출평가점수들의 평균값이 포함되는 것을 특징으로 하는 서비스 제공 장치.
  6. 사용자 장치가 평가대상에 대해 개별평가점수를 책정하는 개별책정단계;
    서비스 제공 장치가 상기 평가대상에 대해 책정된 개별평가점수에 대한 신뢰도를 판별하는 판별단계;
    상기 서비스 제공 장치가 상기 판별된 신뢰도를 기초로 상기 개별평가점수와, 기 지정된 기본평가점수 간의 반영비율을 결정하는 결정단계; 및
    상기 서비스 제공 장치가 상기 결정된 반영비율에 따라서 상기 개별평가점수 및 상기 기본평가점수 중 적어도 하나를 반영하여 노출평가점수를 책정하는 책정단계를 포함하는 것을 특징으로 하는 감성 평가 방법.
  7. 평가대상에 대해 기 책정되어 있는 개별평가점수를 확인하는 확인단계;
    상기 개별평가점수에 대한 신뢰도를 판별하는 판별단계; 및
    상기 판별된 신뢰도를 기초로 상기 개별평가점수와, 기 지정된 기본평가점수 간의 반영비율을 결정하고, 결정된 반영비율에 따라서 상기 개별평가점수 및 상기 기본평가점수 중 적어도 하나를 반영하여 노출평가점수를 책정하는 책정단계를 포함하는 것을 특징으로 하는 서비스 제공 장치의 동작 방법.
  8. 제 7 항에 있어서,
    상기 개별평가점수에는,
    상기 평가대상에 대하여 사용자들이 책정한 긍정/부정 평가 결과의 평균값이 포함되며,
    상기 판별단계는,
    상기 긍정/부정 평가 결과의 개수가 많을수록 상기 개별평가점수의 신뢰도가 높은 것으로 판별하는 것을 특징으로 하는 서비스 제공 장치의 동작 방법.
  9. 제 8 항에 있어서,
    상기 개별평가점수와 상기 기 지정된 기본평가점수 간의 반영비율은,
    상기 개별평가점수에 대하여 판별된 신뢰도에 따라서 산정되는 조정파라미터를 기초로 결정되며,
    상기 조정파라미터는,
    상기 개별평가점수에 대해 판별된 신뢰도가 높을수록 상기 기 지정된 기본평가점수 대비, 상기 개별평가점수의 반영비율이 커지도록 산정되며,
    상기 개별평가점수에 대해 판별된 신뢰도가 낮을수록 상기 개별평가점수 대비 상기 기 지정된 기본평가점수의 반영비율이 커지도록 산정되는 것을 특징으로 하는 서비스 제공 장치의 동작 방법.
  10. 제 7 항에 있어서,
    상기 개별평가점수는,
    상기 평가대상에 대한 긍정/부정 평가 결과를 기 지정된 개별책정단위의 점수로 책정한 결과이며,
    상기 방법은,
    상기 기 지정된 개별책정단위로 책정된 상기 개별평가점수를, 상기 노출평가점수를 책정하기 위해 기 지정된 공통책정단위의 점수로 환산하여, 상기 책정단계에서 상기 공통책정단위의 점수로 환산된 상기 개별평가점수를 기초로 상기 노출평가점수를 책정하도록 하는 환산단계를 더 포함하는 것을 특징으로 하는 서비스 제공 장치의 동작 방법.
  11. 제 7 항에 있어서,
    상기 기 지정된 기본평가점수에는,
    상기 평가대상과 관련된 타 평가대상들에 대하여 기 책정된 상기 노출평가점수들의 평균값이 포함되는 것을 특징으로 하는 서비스 제공 장치의 동작 방법.
  12. 평가대상에 대해 개별평가점수를 책정하는 사용자 장치; 및
    상기 평가대상에 대해 책정된 개별평가점수에 대한 신뢰도를 판별하며, 상기 판별된 신뢰도를 기초로 상기 개별평가점수와 기 지정된 기본평가점수 간의 반영비율을 결정하여 상기 결정된 반영비율에 따라서 상기 개별평가점수 및 상기 기본평가점수 중 적어도 하나를 반영하여 노출평가점수를 책정하는 서비스 제공 장치를 포함하는 것을 특징으로 하는 감성 평가 시스템.
  13. 계층적 카테고리의 분류군 중 어느 하나에 대응되는 검색 정보를 획득하는 검색 정보 획득부;
    상기 검색 정보에 기초한 검색 대상과 관련된 주제어, 상기 주제어의 성격 또는 성질을 나타내는 속성, 상기 주제어의 상기 속성에 대한 평가를 나타내는 표현 및 상기 표현의 긍정 또는 부정 여부와 강도를 나타내는 긍/부정값 중 적어도 하나를 포함하는 감성 데이터를 획득하는 통신부; 및
    검색 대상에 대응되는 상기 감성 데이터를 표시하는 표시부를 포함하는 사용자 장치.
  14. 사용자로부터 입력된 질의를 기초로 하나 이상의 질의 키워드를 생성하는 질의 키워드 생성부;
    상기 생성된 질의 키워드를 이용하여 감성 분석 데이터베이스에서 주제별로 감성 분석 정보를 검색하고, 상기 검색된 감성 분석 정보를 미리 정의된 알고리즘에 적용하여 주제별 선호도를 산출하는 질의 수행부; 및
    상기 산출된 주제별 선호도를 기초로 최종 결과를 반환하는 결과 반환부를 포함하는 사용자 선호 기반의 서비스 제공 장치.
PCT/KR2014/011015 2014-01-10 2014-11-17 사용자 장치, 그 제어 방법 및 그를 포함하는 감성 평가 시스템 WO2015105270A1 (ko)

Applications Claiming Priority (6)

Application Number Priority Date Filing Date Title
KR10-2014-0003599 2014-01-10
KR1020140003599A KR102210440B1 (ko) 2014-01-10 2014-01-10 사용자 장치, 그 제어 방법 및 컴퓨터 프로그램이 기록된 기록 매체
KR10-2014-0004011 2014-01-13
KR1020140004011A KR102170535B1 (ko) 2014-01-13 2014-01-13 감성 분석을 통한 사용자 선호 기반의 검색 장치 및 방법
KR1020140061535A KR20150134598A (ko) 2014-05-22 2014-05-22 감성 평가 시스템 및 그 방법, 그리고 이에 적용되는 장치
KR10-2014-0061535 2014-05-22

Publications (1)

Publication Number Publication Date
WO2015105270A1 true WO2015105270A1 (ko) 2015-07-16

Family

ID=53524070

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2014/011015 WO2015105270A1 (ko) 2014-01-10 2014-11-17 사용자 장치, 그 제어 방법 및 그를 포함하는 감성 평가 시스템

Country Status (1)

Country Link
WO (1) WO2015105270A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113298366A (zh) * 2021-05-12 2021-08-24 北京信息科技大学 一种旅游演艺服务价值评估方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100887253B1 (ko) * 2007-02-15 2009-03-10 안상일 평가자의 신뢰도에 기초한 컨텐츠 신뢰도 평가 시스템 및그 방법
KR20100098014A (ko) * 2009-02-27 2010-09-06 에스케이 텔레콤주식회사 여론 분석 장치 및 문서 분석을 통한 여론 평가 방법
KR20100109847A (ko) * 2009-04-01 2010-10-11 한국과학기술연구원 소셜 네트워크를 통한 사용자 신뢰도 평가 방법 및 이를 통한 컨텐츠 신뢰도 평가 시스템 및 방법
KR20110065103A (ko) * 2009-12-09 2011-06-15 에스케이 텔레콤주식회사 온라인 판매에서의 상품 평가 시스템 및 방법, 그리고 이에 적용되는 장치
KR20130024608A (ko) * 2011-08-31 2013-03-08 조우익 구매평가를 이용한 순위산출방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100887253B1 (ko) * 2007-02-15 2009-03-10 안상일 평가자의 신뢰도에 기초한 컨텐츠 신뢰도 평가 시스템 및그 방법
KR20100098014A (ko) * 2009-02-27 2010-09-06 에스케이 텔레콤주식회사 여론 분석 장치 및 문서 분석을 통한 여론 평가 방법
KR20100109847A (ko) * 2009-04-01 2010-10-11 한국과학기술연구원 소셜 네트워크를 통한 사용자 신뢰도 평가 방법 및 이를 통한 컨텐츠 신뢰도 평가 시스템 및 방법
KR20110065103A (ko) * 2009-12-09 2011-06-15 에스케이 텔레콤주식회사 온라인 판매에서의 상품 평가 시스템 및 방법, 그리고 이에 적용되는 장치
KR20130024608A (ko) * 2011-08-31 2013-03-08 조우익 구매평가를 이용한 순위산출방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113298366A (zh) * 2021-05-12 2021-08-24 北京信息科技大学 一种旅游演艺服务价值评估方法
CN113298366B (zh) * 2021-05-12 2023-12-12 北京信息科技大学 一种旅游演艺服务价值评估方法

Similar Documents

Publication Publication Date Title
WO2020009297A1 (ko) 도메인 추출기반의 언어 이해 성능 향상장치및 성능 향상방법
WO2020017849A1 (en) Electronic device and method for providing artificial intelligence services based on pre-gathered conversations
WO2019177182A1 (ko) 속성 정보 분석을 통한 멀티미디어 컨텐츠 검색장치 및 검색방법
WO2012074338A2 (ko) 자연어 및 수학식 처리 방법과 그를 위한 장치
WO2010068068A2 (ko) 사용자의 의도에 기반한 정보 검색방법 및 정보 제공방법
WO2010036012A2 (ko) 인터넷을 이용한 의견 검색 시스템, 의견 검색 및 광고 서비스 시스템과 그 방법
WO2012134180A2 (ko) 문장에 내재한 감정 분석을 위한 감정 분류 방법 및 컨텍스트 정보를 이용한 다중 문장으로부터의 감정 분류 방법
WO2018034426A1 (ko) 커널 ｒｄｒ을 이용한 태깅 말뭉치 오류 자동수정방법
WO2020101108A1 (ko) 인공지능 모델 플랫폼 및 인공지능 모델 플랫폼 운영 방법
WO2017209564A1 (ko) 앱 리스트 제공 방법 및 그 장치
WO2012060532A1 (ko) 특허 평가 모델 생성 방법, 특허 평가 방법, 특허 분쟁 예측 모델 생성 방법, 특허 분쟁 예측 정보 생성 방법, 특허 라이센싱 예측 정보 생성 방법, 특허 리스크 헤징 정보 생성 방법 및 시스템
WO2017146437A1 (en) Electronic device and method for operating the same
WO2012091360A2 (ko) 유저 맞춤형 컨텐츠 제공 방법 및 시스템
WO2017156893A1 (zh) 语音控制方法及智能电视
WO2014021567A1 (ko) 메시지 서비스 제공 방법, 이를 위한 장치 및 시스템
WO2020032564A1 (en) Electronic device and method for providing one or more items in response to user speech
WO2015174743A1 (en) Display apparatus, server, system and information-providing methods thereof
WO2021049921A1 (en) Method, apparatus, electronic device and storage medium for predicting user attribute
WO2023153818A1 (en) Method of providing neural network model and electronic apparatus for performing the same
WO2011155736A2 (ko) 모든 자연어 표현의 각각의 의미마다 별도의 용어를 동적으로 생성하는 방법 및 이를 기반으로 하는 사전 관리기,문서작성기, 용어 주석기, 검색 시스템 및 문서정보체계 구축장치
WO2019041851A1 (zh) 家电售后咨询方法、电子设备和计算机可读存储介质
WO2020022819A1 (en) Communication via simulated user
WO2023172025A1 (ko) 시계열적 정보를 인코딩하는 모델을 사용하여 개체-쌍 사이의 연관성 관련 정보를 예측하는 방법 및 이를 이용하여 생성되는 예측 시스템
WO2020017827A1 (ko) 전자 장치, 및 전자 장치의 제어 방법
WO2015105270A1 (ko) 사용자 장치, 그 제어 방법 및 그를 포함하는 감성 평가 시스템

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: 14877759

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 14877759

Country of ref document: EP

Kind code of ref document: A1