WO2015133856A1 - 정답 키워드 제공 방법 및 장치 - Google Patents

정답 키워드 제공 방법 및 장치 Download PDF

Info

Publication number
WO2015133856A1
WO2015133856A1 PCT/KR2015/002170 KR2015002170W WO2015133856A1 WO 2015133856 A1 WO2015133856 A1 WO 2015133856A1 KR 2015002170 W KR2015002170 W KR 2015002170W WO 2015133856 A1 WO2015133856 A1 WO 2015133856A1
Authority
WO
WIPO (PCT)
Prior art keywords
query
keyword
correct
term
association
Prior art date
Application number
PCT/KR2015/002170
Other languages
English (en)
French (fr)
Inventor
임중선
성인재
하한누리
나영호
Original Assignee
네이버 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
Application filed by 네이버 주식회사 filed Critical 네이버 주식회사
Publication of WO2015133856A1 publication Critical patent/WO2015133856A1/ko
Priority to US15/235,978 priority Critical patent/US10089386B2/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G06F16/3344—Query execution using natural language analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/3349—Reuse of stored results of previous queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/338—Presentation of query results

Definitions

  • the present invention relates to a method and apparatus for providing a correct keyword. More specifically, the present invention relates to a method and apparatus for providing a correct answer keyword for providing a correct answer keyword for a query keyword received from the user terminal to the user terminal.
  • a correct answer keyword providing system that provides, as a search result, information of high preference of users with respect to a user's query keyword is used.
  • FIG. 1 is a diagram showing correct answer keywords 12 provided to the user terminal 10 by the correct answer keyword providing system.
  • the mother's birthday present inputted in the search box is a query keyword 11
  • the search results thereof are dax scarf, secret capsule, hand cream, chanel lipstick, metrocity scarf, and the like.
  • the user's confidence in the search result can be improved by providing the user with the correct answer keyword that is accurate for the user's query keyword and the user's preference.
  • a method and apparatus for providing a correct answer keyword according to an embodiment of the present invention is to provide a user with a correct answer keyword having high preference for a user's query keyword.
  • the method and apparatus for providing the correct keyword according to an embodiment of the present invention is to be able to effectively cope with the abusing (abusing) of a specific user.
  • the method and apparatus for providing a correct answer keyword may provide users with a correct answer keyword having a high preference for the user's query keyword.
  • the method and apparatus for providing a correct keyword according to an embodiment of the present invention can effectively cope with the abusing of a specific user.
  • FIG. 1 is a diagram illustrating correct answer keywords provided to a user terminal by a correct answer keyword providing system.
  • FIG. 2 is a schematic diagram illustrating an apparatus for providing a correct answer keyword and a user terminal according to an exemplary embodiment of the present invention.
  • FIG. 3 is a flowchart illustrating a sequence of a method for providing a correct answer keyword according to an embodiment of the present invention.
  • FIG. 4 is a flowchart illustrating an operation S340 of FIG. 3 in detail.
  • FIG. 5 is a diagram illustrating correct answer candidate keywords extracted from search term history of first user terminals.
  • FIG. 6A is a diagram illustrating the frequency of correct candidate keywords in a search term history
  • FIG. 6B is a diagram illustrating a distance index between correct candidate keywords and a first query term.
  • FIG. 7 is a diagram for describing a method of calculating an association using a first sub association and a second sub association.
  • FIG. 8 is a flowchart illustrating a procedure of a method for correcting association in a method for providing a correct answer keyword according to an embodiment of the present invention.
  • FIG. 9A illustrates a query search word included in a search history received from a first user terminal
  • FIG. 9B illustrates a frequency of second query search terms in a search word history.
  • FIG. 10 is a diagram for describing a method of calculating a similarity using the first sub similarity and the second sub similarity.
  • FIG. 11 is a diagram for describing a method of correcting an association degree between a first query keyword and correct answer candidate keywords corresponding to the first query keyword by using the first similar search term group.
  • 12 (a) and 12 (b) are diagrams for describing a method of correcting the similarity between the first query term and the second query term.
  • FIG. 13 is a block diagram illustrating a configuration of an apparatus for providing a correct answer keyword according to an embodiment of the present invention.
  • a method for providing a correct answer keyword is provided.
  • a search term history including a first query term of a predetermined domain previously received from first user terminals and web page information selected by the first user terminals from a search result by the search term history; ; Extracting correct answer candidate keywords for the first query keyword from at least one of the keyword history and the web page information based on keyword lists of the predetermined domain; Calculating an association degree between each of the extracted correct candidate keywords and the first query keyword; And when the first query term is received from a second user terminal, transmitting correct answer keywords for the first query term selected based on the correlation among the correct candidate keywords to the second user terminal. can do.
  • the calculating of the relevance may include selecting a predetermined number of the correct answer keywords in order of high relevance among the correct answer keywords.
  • the method for providing a correct answer keyword may include changing an association degree of each of the correct answer keywords according to feedback of the second user terminal with respect to the transmitted correct answer keywords; And reselecting the correct answer keywords from the correct keyword candidates based on the degree of relevance of each of the changed correct keyword.
  • the calculating of the relevance may include calculating the relevance based on a frequency of the correct candidate keywords in at least one of the search term history and the web page information.
  • the calculating of the relevance may include calculating a first sub relevance between the first query keyword and the correct candidate keywords based on a frequency of the correct candidate keywords in the search term history; Calculating a second sub association between the first query keyword and the correct candidate keywords based on a frequency of the correct candidate keywords in the web page information; And calculating the correlation through the linear combination of the first sub-association and the second sub-association.
  • the calculating of the first sub relevance may include calculating the first sub relevance by further considering a distance value between the first query keyword and the correct candidate keywords in the search history. have.
  • the calculating of the relevance may include extracting second query search terms excluding the first query search term from at least one of the search term history and the web page; Calculating a similarity between each of the extracted second query terms and the first query term based on a frequency of each of the second query terms in at least one of the search term history and the web page; Selecting a third query search term to be included as a first query term group together with the first query search term among the second query search terms based on the similarity; And based on the degree of association between each of the correct candidate keywords for the third query term and the third query term, the calculated between each of the correct answer candidate keywords for the first query term and the first query term. Compensating the degree of association may be included.
  • the selecting of the third query term may include selecting the second query terms based on the number of query terms that are commonly present in the second similar term group and the first similar term group of each of the second query terms. Correcting a similarity between each and the first query term; And selecting the third query keyword based on the corrected similarity.
  • a computer program for executing the correct answer keyword providing method may be recorded on a computer readable recording medium.
  • the relevance calculator may select a predetermined number of correct answer keywords in order of high relevance among the correct answer candidate keywords.
  • the relevance calculator may be configured to change the degree of relevance of each of the correct answer keywords according to the feedback of the second user terminal with respect to the transmitted correct answer keywords, and based on the degree of relevance of each of the changed correct answer keywords.
  • the correct answer keywords may be reselected from keyword candidates.
  • the relevance calculator may calculate the relevance based on a frequency of the correct candidate keywords in at least one of the search term history and the web page information.
  • the relevance calculator may be configured to calculate a first sub-association degree between the first query keyword and the correct candidate keywords based on the frequency of the correct candidate keywords in the search term history, Based on a frequency of correct candidate keywords, calculating a second sub association between the first query keyword and the correct candidate keywords, and performing the association through a linear combination of the first sub association and the second sub association.
  • the degree can be calculated.
  • the association calculator may calculate the first sub-association by further considering a distance value between the first query keyword and the correct candidate keywords in the search history.
  • the extractor may extract second query search terms excluding the first query search term from at least one of the search term history and the web page, and the relevance calculation unit may include the first search term in at least one of the search term history and the web page. Based on the frequency of each of the two query terms, calculating the similarity between each of the extracted second query terms and the first query term, and based on the similarity, the first query among the second query terms Selecting a third query term to be included as the first similar search term group together with the search term, and based on the degree of association between each of the correct candidate keywords for the third query term and the third query term, Correct the calculated association between each of the correct answer candidate keywords and the first query term. have.
  • the relevance calculator may be further configured to determine each of the second query terms and the first query term based on the number of query terms that are commonly present in the second similar term group of each of the second query terms and the first similar term group.
  • the similarity between the query terms may be corrected, and the third query term may be selected based on the corrected similarity.
  • a 'part' refers to a hardware component such as software, FPGA, or ASIC, and 'part' plays a role. But wealth is not limited to software or hardware.
  • the 'unit' may be configured to be in an addressable storage medium or may be configured to play one or more processors.
  • a 'part' may include components such as software components, object-oriented software components, class components, and task components, processes, functions, properties, procedures, Subroutines, segments of program code, drivers, firmware, microcode, circuits, data, databases, data structures, tables, arrays and variables.
  • the functionality provided within the components and 'parts' may be combined into a smaller number of components and 'parts' or further separated into additional components and 'parts'.
  • FIG. 2 is a schematic diagram illustrating an apparatus 200 for providing a correct answer keyword and a user terminal 10 according to an exemplary embodiment.
  • the correct keyword providing apparatus 200 may include a web server.
  • the correct keyword providing apparatus 200 provides a web page to the user terminal 10, receives a query query from the user terminal 10 through the web page, and then selects a correct answer keyword as a search result for the query keyword. 10) can be sent.
  • FIG. 2 illustrates a smartphone and a computer as the user terminal 10, the user terminal 10 is not limited thereto and may be provided via a predetermined network and a correct keyword providing apparatus 200 such as a PDA, a notebook computer, and a tablet PC. It may include various terminal devices that can be connected.
  • FIG. 3 is a flowchart illustrating a sequence of a method for providing a correct answer keyword according to an embodiment of the present invention.
  • the keyword providing apparatus 200 for the correct answer may be selected by the first user terminals from a search term history including a first query term of a predetermined domain previously received from the first user terminals, and a search result for the search term history. Obtain at least one of web page information.
  • the domain refers to a category that can distinguish a first query keyword previously received from the first user terminals.
  • the domain may include a gift domain, a movie domain, a music domain, and the like.
  • Whether the search term previously received from the first user terminals is a query term may be determined in various ways. For example, if a specific keyword (eg, a gift, a movie, music, etc.) is included in the search terms received from the first user terminals, the corresponding search term may be determined as a query search term.
  • a specific keyword eg, a gift, a movie, music, etc.
  • the correct keyword providing apparatus 200 may obtain at least one of a search term history including a first query term and web page information selected by the first user terminals through a log record of each of the first user terminals. Can be.
  • the search term history refers to a list of search terms that are continuously received within a predetermined time interval from a time point at which the first query search term is received from each of the first user terminals. For example, after receiving the first query search term 'Mother's birthday present' by the first user terminal, the search term 'scarf' is received within a predetermined time, and the search term 'cosmetic' is received again within a predetermined time. Gifts, scarves and cosmetics make up the search term history.
  • the first query search term need not be located at the front of the search term history.
  • the search term scarf is received, the first query term of mother's birthday gift is received within a predetermined time period, and the search term history of mother birthday gift, scarf, and cosmetics is searched for even if the term query cosmetics is received again within a predetermined time period.
  • the search term history of mother birthday gift, scarf, and cosmetics is searched for even if the term query cosmetics is received again within a predetermined time period.
  • the web page information means information on the web page selected by each of the first user terminals when each of the first user terminals inputs a search word included in the search term history on the web page and a search result is derived.
  • the blog web page selected by the first user terminal is the web page information of the present invention. Can be included.
  • the correct keyword providing apparatus 200 extracts correct answer candidate keywords for the first query keyword from at least one of the keyword history and the web page information based on keyword lists of the predetermined domain.
  • Keyword lists of the predetermined domain may be generated in advance by the correct keyword providing apparatus 200.
  • Keyword lists of the gift domain may include keywords that may correspond to gifts
  • keyword lists of the movie domain may include keywords that may correspond to movie titles, actors, and directors.
  • the correct keyword providing apparatus 200 may match the keywords included in at least one of the search term history and the web page information with keyword lists of a predetermined domain to extract correct candidate keywords. For example, if a keyword including scarves, cosmetics, and an amusement park is included in the search term history including the first query of the gift domain, and the keyword list of the gift domain contains scarves and cosmetics, the correct keyword providing device ( 200 may extract only the scarf and the cosmetics as the correct candidate keywords.
  • the apparatus for providing correct answer keywords 200 calculates an association degree between each of the correct answer candidate keywords and the first query keyword.
  • the degree of association between each of the correct candidate keywords and the first query keyword may be calculated based on the frequency of each of the correct candidate keywords in at least one of the search term history and the web page information. That is, the correct candidate candidate keywords included in at least one of the search term history and the web page information may have high relevance.
  • a detailed method of calculating the degree of association will be described in detail with reference to FIGS. 4 to 7.
  • the correct keyword input apparatus 200 receives the first query keyword from a second user terminal.
  • the apparatus for providing correct answer keywords 200 transmits correct answer keywords for the first query keyword selected based on the degree of relevance among the correct candidate keywords to the second user terminal.
  • the correct keyword providing apparatus 200 may select a predetermined number of correct keyword in order of high relevance among correct candidate keywords.
  • the correct answer keyword providing apparatus 200 may change the degree of association of each of the correct answer candidate keywords before selecting the correct answer keywords from among the correct answer keywords. For example, if there is a correct candidate keyword of a higher concept among the correct candidate keywords, the relevance of the correct candidate keyword may be distributed to the correct candidate keywords of the lower concept, and two or more correct candidate keywords having similar meanings may be distributed. If present, the relevance of the correct candidate keywords may be changed to provide various search results to the user, such as reducing the relevance of the less relevant candidate candidate keywords and placing them in a lower order.
  • the apparatus 200 for providing the correct answer keyword may transmit the correct answer keywords for the first query keyword to the second user terminal, and then receive feedback of the second user terminal for the correct answer keywords.
  • the apparatus 200 for providing a correct answer keyword includes a recommendation or a reverse menu for each of the correct answer keywords along with the correct answer keywords for the first query keyword and transmits the same to the second user terminal.
  • a recommendation or a reverse input for each of the correct answer keywords may be received from the user terminal.
  • the correct keyword providing apparatus 200 changes the degree of association of each of the correct answer keywords based on the feedback received from the second user terminal, and selects the correct answer keywords for the first query keyword among the correct candidate keywords in consideration of the changed degree of association. You can reselect. That is, the apparatus 200 for providing a correct answer keyword according to an exemplary embodiment may select a correct answer keyword to be provided to users by reflecting the preferences of the users.
  • 4 is a flowchart illustrating an operation S340 of FIG. 3 in detail.
  • the correct keyword providing apparatus 200 calculates a first sub-correlation between the first query keyword and the correct candidate keywords based on the frequency of the correct candidate keywords in the search term history.
  • the correct answer keyword providing apparatus 200 may include a PMI (pointwise mutual information) index and a MI (mutual information) index of each of the correct candidate keywords based on the frequency of the correct candidate keywords in the search term history, and the first query term in the search history.
  • the first sub-association degree may be calculated in consideration of the distance value between each correct candidate keyword.
  • the correct keyword providing apparatus 200 calculates a second sub-correlation between the first query keyword and each correct candidate keyword based on the frequency of each of the correct candidate keywords in the web page information.
  • the correct answer keyword providing apparatus 200 calculates a pointwise mutual information (PMI) index and a mutual information (MI) index of each of the correct candidate keywords based on the frequency of the correct candidate keywords in the web page information, and thus the second sub-correlation degree. Can be calculated.
  • PMI pointwise mutual information
  • MI mutual information
  • the correct keyword providing apparatus 200 calculates an association degree between the first query keyword and each correct candidate keyword through a linear combination of the first sub-association and the second sub-association.
  • FIG. 5 is a diagram illustrating correct answer candidate keywords extracted from search term history of first user terminals.
  • FIG. 6 (a) is a diagram illustrating the frequency of correct candidate keywords in search term history.
  • the apparatus 200 for providing the correct answer keyword extracts the correct answer candidate keywords from the search term history including the first query term called the mother gift received from the first user terminal (A, B, C, D).
  • the correct keyword providing apparatus 200 calculates the frequency of each of the correct candidate keywords in the search term history, as shown in FIG.
  • the apparatus for providing correct answer keyword 200 calculates a distance value between the correct answer candidate keywords and the first query keyword in the search term history and then based on the calculated distance value. Calculate the distance index.
  • the distance value is a value representing how far the order in which the correct answer candidate keywords are input from the order in which the first query keyword is input. For example, in FIG.
  • the distance index is a sum of squares of inverses of respective distance values of a specific correct candidate keyword in a search term history of a plurality of first user terminals, and then sums them.
  • the correct keyword providing apparatus 200 may calculate the PMI index of each of the correct candidate keywords using Equation 1 below.
  • query is a first query keyword and may be, for example, a mother gift.
  • the entity may be a specific correct candidate keyword for the first query keyword and may include, for example, cosmetics.
  • Q is a set of query search terms included in a predetermined domain and may include query search terms included in a gift domain such as a mother gift and a mother-in-law gift.
  • E is a set of candidate keyword candidates for the first query, and may include cosmetics and a scarf.
  • freq (q, e) is the frequency of the specific correct candidate keyword in the search history including the first query term
  • freq (q) is the frequency at which the first query term was received for a predetermined period
  • freq (total) is the duration of the predetermined time period.
  • freq (e) denotes the frequency of a specific correct candidate keyword in the search history including each of the query terms included in Q.
  • the apparatus 200 for providing the correct answer keyword may calculate the MI index of each of the answer candidate keywords using Equation 2 below.
  • the correct keyword providing apparatus 200 may calculate the first sub-association using Equation 3 below.
  • Equation 3 assoc (q, e) is a first sub-association between the first query term and a specific correct candidate keyword, and assoc h (q, e) is a value obtained by normalizing the first sub-association to a maximum of one.
  • weight (q, e) is a weight
  • sum_of_dist (q, e) is a distance index
  • content_score (e) is any weight considering the popularity of a specific correct candidate keyword and the like.
  • the correct keyword providing apparatus 200 calculates a PMI (pointwise mutual information) index and a MI (mutual information) index of each of the correct candidate keywords based on the frequency of each of the correct candidate keywords in the web page information. Then, the second sub association may be calculated.
  • the apparatus 200 for providing the correct answer keyword may calculate the PMI index, the MI index, and the second sub-association using Equation 4 below.
  • freq (q, e) is a frequency of a specific correct candidate keyword in a web page selected from a search result for a search history including a first query term
  • freq (q) is a first query term for a predetermined period.
  • the frequency received, freq (total) is the sum of the frequencies of each received query term included in Q for a given time period, and freq (e) from the search results for the search history that includes each of the query terms included in Q.
  • the frequency of the specific correct candidate keyword in the selected web page is the sum of the frequencies of each received query term included in Q for a given time period
  • assoc (q, e) is a second sub-association between the first query keyword and a specific correct candidate keyword
  • assoc d (q, e) corresponds to a value normalized to a maximum of 1 second sub-association.
  • content_score (e) is an arbitrary weight in consideration of the popularity and the like of the specific correct candidate keyword.
  • the apparatus for providing correct answer keyword information calculates an association degree between the first query keyword and the specific correct candidate keyword using the first sub-association and the second sub-association. This will be described with reference to FIG. 7.
  • FIG. 7 is a diagram for describing a method of calculating an association degree 730 by using a first sub association degree 710 and a second sub association degree 720.
  • the apparatus for providing correct keyword information may calculate the final correlation 730 through a linear combination of the first sub-association 710 and the second sub-association 720.
  • the apparatus for providing correct keyword information may calculate a final degree of association (assoc hd (q, e)) 730 through Equation 5 below.
  • Equation 5 ⁇ and ⁇ mean weights applied to the normalized first sub association degree 710 and the normalized second sub association degree 720.
  • the correction of the degree of association may be characterized by grouping query terms similar to the first query term. This is to cope with the abusing that a specific person continuously inputs a specific search word to unfairly improve the association between the specific search word and the first query search word.
  • the apparatus for providing correct answer keyword 200 extracts second query search terms excluding the first query search term from at least one of a search term history and a web page including the first query search term previously received by the first user terminals. do. For example, when a first query term of mother's birthday gift is received by the first user terminal, the second query may query a query term such as mother gift or mother's gift except mother's birthday gift from at least one of the search term history and a web page. Extract it as a search term.
  • the correct keyword providing apparatus 200 calculates a similarity between each of the second query terms and the first query term based on a frequency of each of the second query terms in at least one of the search term history and the web page. do.
  • the correct keyword providing apparatus 200 determines a first sub similarity between the first query term and each of the second query terms from the search term history and between the first query term and the respective second query terms from the web page information. After determining the second sub similarity of, the final similarity can be determined.
  • the second query search term that exists in at least one of the search term history and the web page may have a high similarity with the first query search term.
  • the correct keyword providing apparatus 200 selects a third query keyword to be included in the first query term group together with the first query term among the second query terms based on the calculated similarity.
  • the correct keyword providing apparatus 200 may select a predetermined number of second query search terms as a third query search term in order of high similarity.
  • the apparatus 200 for providing the correct answer keyword may be based on the degree of association between each of the correct answer candidate keywords for the third query term and the third query term, and each of the correct answer candidate keywords for the first query term and the first query term. Correct the calculated association between query search terms.
  • the correct keyword providing apparatus 200 may extract correct candidate keywords for the third query keyword according to the above-described method, and calculate an association degree between the extracted correct candidate keywords and the third query keyword. That is, the apparatus 200 for providing the correct answer keyword includes at least one of a search term history including a third query term previously received from the first user terminals and a web page selected by the first user terminals from a search result for the search term history.
  • the correct candidate keywords may be extracted, and the degree of association between each of the extracted correct candidate keywords and the third query keyword may be calculated.
  • FIGS. 9 (a), 9 (b), 10, and 11. A method of calculating similarity and a method of correcting an association degree between each of the correct candidate keywords for the first query term and the first query term are described with reference to FIGS. 9 (a), 9 (b), 10, and 11. It demonstrates in detail with reference.
  • FIG. 9 (a) is a diagram illustrating a query keyword included in a search history received from a first user terminal
  • FIG. 9 (b) is a diagram showing the frequency of second query terms in a search term history
  • FIG. 11 is a diagram illustrating a method of calculating similarity using the first sub similarity and the second sub similarity.
  • FIG. 11 illustrates correct answer candidate keywords corresponding to the first query term and the first query term using the first similar term group. It is a figure for demonstrating the method of correct
  • the apparatus for providing correct answer keywords 200 extracts a query search term from a search term history including a first query search term previously received from first user terminals.
  • the search term history previously received from the terminal A includes a mother gift, a mother birthday gift, a query keyword of the mother bag gift.
  • the mother gift may be the first query term
  • the mother birthday gift and the mother bag gift may be the second query term.
  • the correct keyword providing apparatus 200 calculates a frequency of each of the second query terms included in the search term history.
  • the correct keyword providing apparatus 200 may calculate the first sub similarity of each of the first query keyword and the second query terms by normalizing the frequency of each of the second query terms to a maximum of one.
  • the correct answer keyword providing apparatus 200 calculates the frequency of each of the second query search terms included in the web page information.
  • the correct keyword providing apparatus 200 may calculate a second sub similarity degree of each of the first query keyword and the second query terms by normalizing the frequency of each of the second query terms to a maximum of one.
  • the correct keyword providing apparatus 200 may determine the similarity between the first query term and the second query terms using the first sub similarity and the second sub similarity.
  • the apparatus 200 for providing the correct answer keyword includes a similarity 1050 between the first query term and the second query terms through a linear sum between the first sub similarity 1010 and the second sub similarity 1030. Can be determined.
  • the apparatus 200 for providing the correct answer keyword may linearly add a relevance of the correct candidate keywords included in the mother gift, the mother-in-law gift, and the mother-in-law gift to correct the correlation of the correct answer candidate keywords included in the mother gift.
  • 12 (a) and 12 (b) are diagrams for describing a method of correcting the similarity between the first query term and the second query term. Correcting the similarity between the first query term and the second query term is to expand a third query term that may be included in the first similar term group.
  • the correct keyword providing apparatus 200 may determine the second similar search term group of each of the second query terms according to the above-described method. That is, the apparatus 200 for providing the correct answer keyword extracts search terms excluding the second query search term from at least one of a search word history including a second query search term previously received by the first user terminals and a web page. Next, the correct answer keyword providing apparatus 200 calculates a similarity between the second query search term and the extracted search term based on a frequency of each of the extracted search terms in at least one of a search term history and a web page, and then calculates a second similarity value. The query search term to be included as the second similar search term group together with the query search term may be selected.
  • the apparatus for providing correct keyword 200 includes a first similar search term group including a mother gift as a first query term, and a second similar search term group including a second query term. Calculate the number of query terms in common. If the first similar search term group including mother gift, which is the first query, includes mother gift, 60's mother's gift, mother's gift, 50's mother's gift, mother-in-law's gift, and second mother's search word, mother's gift. When the second similar search term group includes mother gift, mother-in-law gift, and mother-in-law gift, the number of query terms commonly present in the first similar search term group and the second similar search term group is 3 (mother gift, mother-in-law gift, mother-in-law). Gift).
  • the keyword providing apparatus 200 for the correct answer may normalize the number of query search terms commonly present in the first and second similar search query groups to a maximum of 1, thereby generating the first query term and the second query search term. 3 sub similarity can be determined. The higher the number of common query terms, the higher the third sub similarity between the first query term and the second query term. This is because there will be many common query search terms among similar search term groups of the high similarity query search terms.
  • the apparatus 200 for providing the correct answer keyword corrects the similarity by linearly adding a third sub similarity to the similarity between the first query term and the second query term calculated in FIG. 10, and based on the corrected similarity, A third query search term to be included as the first query term and the first similar search term group may be selected.
  • FIG. 13 is a block diagram illustrating a configuration of an apparatus for providing correct keyword 300 according to an embodiment of the present invention.
  • the apparatus 300 for providing a correct answer keyword may include a receiver 1310, an information acquirer 1330, an extractor 1350, an association degree calculator 1370, and a transmitter. (1390).
  • the information acquirer 1330 obtains at least one of a search term history including a first query term previously received from the first user terminals and web page information selected by the first user terminals from a search result by the search term history. .
  • the information acquirer 1330 may include at least one of a search term history including a first query term previously received from the first user terminals and web page information selected by the first user terminals from a search result by the search term history. Can be obtained from log records for user terminals.
  • the extractor 1350 extracts correct answer candidate keywords for the first query keyword from at least one of the keyword history and the web page information based on keyword lists of the predetermined domain.
  • the extractor 1350 may extract second query search terms excluding the first query search term from at least one of the search term history and the web page.
  • the association degree calculator 1370 calculates an association degree between each of the extracted correct candidate keywords and the first query keyword.
  • the relevance calculator 1370 may calculate the relevance based on the frequency of the correct candidate keywords in at least one of the search term history and the web page information. Specifically, the relevance calculation unit 1370 may generate the first query keyword and the correct candidate keyword based on the frequency of the correct candidate keywords in the search term history and the distance value between the first query term and the correct candidate keywords in the search history. Calculate a first sub-association between the first query terms and the second sub-association between the first query keyword and the correct candidate keywords based on the frequency of the correct candidate keywords in the web page information, and then calculate the first sub association.
  • An association degree between each of the right answer candidate keywords and the first query keyword may be calculated through a linear combination of the degree of relevance and the second sub relevance.
  • the relevance calculator 1370 may select a predetermined number of correct answer keywords in order of high relevance among correct candidate keywords.
  • the relevance calculator 1370 changes the relevance of each of the correct answer keywords according to the feedback of the first user terminal with respect to the correct answer keywords, and based on the relevance of each of the changed correct answer keywords, correct answer keywords from the candidate keyword candidates. You can also reselect them.
  • the relevance calculator 1370 selects a third query term included as a first similar term group among the second query terms based on the similarity between the second query terms and the first query term, and then generates a third query term. Based on the degree of association between each of the correct candidate keywords for the query keyword and the third query term, the degree of association between each of the correct candidate keywords for the first query term and the first query term may be corrected.
  • the receiver 1310 receives the first query keyword from a second user terminal.
  • the transmitter 1390 transmits the correct answer keywords for the first query keyword selected based on the degree of association among the correct answer candidate keywords to the second user terminal.
  • the above-described embodiments of the present invention can be written as a program that can be executed in a computer, and can be implemented in a general-purpose digital computer that operates the program using a computer-readable recording medium.
  • the computer-readable recording medium may be a magnetic storage medium (for example, a ROM, a floppy disk, a hard disk, etc.), an optical reading medium (for example, a CD-ROM, a DVD, etc.) and a carrier wave (for example, the Internet). Storage medium).
  • a magnetic storage medium for example, a ROM, a floppy disk, a hard disk, etc.
  • an optical reading medium for example, a CD-ROM, a DVD, etc.
  • carrier wave for example, the Internet.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

제 1 사용자 단말들로부터 기 수신된 소정 도메인의 제 1 질의 검색어를 포함하는 검색어 히스토리, 및 검색어 히스토리에 의한 검색 결과로부터 제 1 사용자 단말들에 의해 선택된 웹 페이지 정보 중 적어도 하나를 획득하는 단계; 소정 도메인의 키워드 리스트들에 기초하여, 검색어 히스토리 및 웹 페이지 정보 중 적어도 하나로부터 제 1 질의 검색어에 대한 정답 후보 키워드들을 추출하는 단계; 추출된 정답 후보 키워드들 각각과 제 1 질의 검색어 사이의 연관도를 계산하는 단계; 및 제 2 사용자 단말로부터 상기 제 1 질의 검색어가 수신되면, 정답 후보 키워드들 중 연관도에 기초하여 선택된 제 1 질의 검색어에 대한 정답 키워드들을 제 2 사용자 단말로 전송하는 단계를 포함하는 것을 특징으로 하는 본 발명의 일 실시예에 따른 정답 키워드 제공 방법이 개시된다.

Description

정답 키워드 제공 방법 및 장치
본 발명은 정답 키워드 제공 방법 및 장치에 관한 것이다. 보다 구체적으로, 본 발명은 사용자 단말로부터 수신되는 질의 검색어에 대한 정답 키워드를 사용자 단말로 제공하는 정답 키워드 제공 방법 및 장치에 관한 것이다.
사용자들의 포털 사이트(portal site)를 통한 정보 검색이 활발해짐에 따라, 각 포털 사이트를 운영하는 회사들은 사용자들의 질의 검색어에 대한 정확한 정답을 사용자들에게 제공하려는 노력을 하고 있다. 그 일 예로서, 사용자들의 질의 검색어에 대해 사용자들의 선호도가 높은 정보를 검색 결과로서 제공하는 정답 키워드 제공 시스템이 사용되고 있다.
도 1은 정답 키워드 제공 시스템에 의해 사용자 단말(10)로 제공된 정답 키워드(12)를 도시하고 있는 도면이다. 도 1에서 검색창에 입력된 엄마생일선물은 질의 검색어(11)이며, 이에 대한 검색 결과인 닥스스카프, 시크릿캡슐, 핸드크림, 샤넬립스틱, 메트로시티스카프 등은 정답 키워드(12)이다. 이와 같은 정답 키워드 제공 시스템에서, 사용자들의 질의 검색어에 대해 정확하고, 사용자들의 선호도가 높은 정답 키워드를 사용자들에게 제공함으로써 검색 결과에 대한 사용자들의 신뢰도를 향상시킬 수 있다.
본 발명의 일 실시예에 따른 정답 키워드 제공 방법 및 장치는 사용자들의 질의 검색어에 대해 선호도가 높은 정답 키워드를 사용자들에게 제공하는 것을 목적으로 한다.
또한, 본 발명의 일 실시예에 따른 정답 키워드 제공 방법 및 장치는 특정 사용자의 어뷰징(abusing)에 대해 효과적으로 대처할 수 있는 것을 목적으로 한다.
본 발명의 일 실시예에 따른 정답 키워드 제공 방법 및 장치는 사용자들의 질의 검색어에 대해 선호도가 높은 정답 키워드를 사용자들에게 제공할 수 있다.
또한, 본 발명의 일 실시예에 따른 정답 키워드 제공 방법 및 장치는 특정 사용자의 어뷰징(abusing)에 대해 효과적으로 대처할 수 있다.
도 1은 정답 키워드 제공 시스템에 의해 사용자 단말로 제공되는 정답 키워드를 도시하는 도면이다.
도 2는 본 발명의 일 실시예에 따른 정답 키워드 제공 장치와 사용자 단말을 도시하는 개략도이다.
도 3은 본 발명의 일 실시예에 따른 정답 키워드 제공 방법의 순서를 도시하는 순서도이다.
도 4는 도 3의 S340 단계를 상세하게 도시하는 순서도이다.
도 5는 제 1 사용자 단말들의 검색어 히스토리로부터 추출된 정답 후보 키워드를 도시하는 도면이다.
도 6(a)는 검색어 히스토리에서의 정답 후보 키워드들의 빈도수를 나타내는 도면이고, 도 6(b)는 정답 후보 키워드들과 제 1 질의 검색어 사이의 거리 지수를 나타내는 도면이다.
도 7은 제 1 서브 연관도와 제 2 서브 연관도를 이용하여 연관도를 계산하는 방법을 설명하기 위한 도면이다.
도 8은 본 발명의 일 실시예에 따른 정답 키워드 제공 방법에서 연관도를 보정하는 방법의 순서를 도시하는 순서도이다.
도 9(a)는 제 1 사용자 단말로부터 수신된 검색 히스토리에 포함된 질의 검색어를 나타내는 도면이고, 도 9(b)는 검색어 히스토리에서의 제 2 질의 검색어들의 빈도수를 나타내는 도면이다.
도 10은 제 1 서브 유사도와 제 2 서브 유사도를 이용하여 유사도를 계산하는 방법을 설명하기 위한 도면이다.
도 11은 제 1 유사 검색어 그룹을 이용하여 제 1 질의 검색어와 제 1 질의 검색어에 대응하는 정답 후보 키워드들 사이의 연관도를 보정하는 방법을 설명하기 위한 도면이다.
도 12(a) 및 도 12(b)는 제 1 질의 검색어와 제 2 질의 검색어들 사이의 유사도를 보정하는 방법을 설명하기 위한 도면이다.
도 13은 본 발명의 일 실시예에 따른 정답 키워드 제공 장치의 구성을 도시하는 블록도이다.
본 발명의 일 실시예에 따른 정답 키워드 제공 방법은,
제 1 사용자 단말들로부터 기 수신된 소정 도메인의 제 1 질의 검색어를 포함하는 검색어 히스토리, 및 상기 검색어 히스토리에 의한 검색 결과로부터 상기 제 1 사용자 단말들에 의해 선택된 웹 페이지 정보 중 적어도 하나를 획득하는 단계; 상기 소정 도메인의 키워드 리스트들에 기초하여, 상기 검색어 히스토리 및 상기 웹 페이지 정보 중 적어도 하나로부터 상기 제 1 질의 검색어에 대한 정답 후보 키워드들을 추출하는 단계; 상기 추출된 정답 후보 키워드들 각각과 상기 제 1 질의 검색어 사이의 연관도를 계산하는 단계; 및 제 2 사용자 단말로부터 상기 제 1 질의 검색어가 수신된 경우, 상기 정답 후보 키워드들 중 상기 연관도에 기초하여 선택된 상기 제 1 질의 검색어에 대한 정답 키워드들을 상기 제 2 사용자 단말로 전송하는 단계를 포함할 수 있다.
상기 연관도를 계산하는 단계는, 상기 정답 후보 키워드들 중 연관도가 높은 순서대로 소정 개수의 상기 정답 키워드들을 선택하는 단계를 포함할 수 있다.
상기 정답 키워드 제공 방법은, 상기 전송된 정답 키워드들에 대한 상기 제 2 사용자 단말의 피드백에 따라 상기 정답 키워드들 각각의 연관도를 변경하는 단계; 및 상기 변경된 정답 키워드들 각각의 연관도에 기초하여, 상기 정답 키워드 후보들로부터 상기 정답 키워드들을 재선택하는 단계를 더 포함할 수 있다.
상기 연관도를 계산하는 단계는, 상기 검색어 히스토리 및 상기 웹 페이지 정보 중 적어도 하나에서의 상기 정답 후보 키워드들의 빈도수에 기초하여 상기 연관도를 계산하는 단계를 포함할 수 있다.
상기 연관도를 계산하는 단계는, 상기 검색어 히스토리에서의 상기 정답 후보 키워드들의 빈도수에 기초하여, 상기 제 1 질의 검색어와 상기 정답 후보 키워드들 사이의 제 1 서브 연관도를 계산하는 단계; 상기 웹 페이지 정보에서의 상기 정답 후보 키워드들의 빈도수에 기초하여, 상기 제 1 질의 검색어와 상기 정답 후보 키워드들 사이의 제 2 서브 연관도를 계산하는 단계; 및 상기 제 1 서브 연관도와 상기 제 2 서브 연관도의 선형 조합을 통해 상기 연관도를 계산하는 단계를 포함할 수 있다.
상기 제 1 서브 연관도를 계산하는 단계는, 상기 검색 히스토리에서의 상기 제 1 질의 검색어와 상기 정답 후보 키워드들 사이의 거리 값을 더 고려하여 상기 제 1 서브 연관도를 계산하는 단계를 포함할 수 있다.
상기 연관도를 계산하는 단계는, 상기 검색어 히스토리 및 상기 웹 페이지 중 적어도 하나로부터 상기 제 1 질의 검색어를 제외한 제 2 질의 검색어들을 추출하는 단계; 상기 검색어 히스토리 및 상기 웹 페이지 중 적어도 하나에서의 상기 제 2 질의 검색어들 각각의 빈도수에 기초하여, 상기 추출된 제 2 질의 검색어들 각각과 상기 제 1 질의 검색어 사이의 유사도를 계산하는 단계; 상기 유사도에 기초하여, 상기 제 2 질의 검색어들 중 상기 제 1 질의 검색어와 함께 제 1 유사 검색어 그룹으로 포함될 제 3 질의 검색어를 선택하는 단계; 및 상기 제 3 질의 검색어에 대한 정답 후보 키워드들 각각과 상기 제 3 질의 검색어 사이의 연관도에 기초하여, 상기 제 1 질의 검색어에 대한 정답 후보 키워드들 각각과 상기 제 1 질의 검색어 사이의 상기 계산된 연관도를 보정하는 단계를 포함할 수 있다.
상기 제 3 질의 검색어를 선택하는 단계는, 상기 제 2 질의 검색어들 각각의 제 2 유사 검색어 그룹과 상기 제 1 유사 검색어 그룹에 공통적으로 존재하는 질의 검색어의 개수에 기초하여, 상기 제 2 질의 검색어들 각각과 상기 제 1 질의 검색어 사이의 유사도를 보정하는 단계; 및 상기 보정된 유사도에 기초하여 상기 제 3 질의 검색어를 선택하는 단계를 포함할 수 있다.
상기 정답 키워드 제공 방법을 실행하기 위한 컴퓨터 프로그램이 컴퓨터로 읽을 수 있는 기록 매체에 기록될 수 있다.
본 발명의 다른 실시예에 따른 정답 키워드 제공 장치는,
제 1 사용자 단말들로부터 기 수신된 소정 도메인의 제 1 질의 검색어를 포함하는 검색어 히스토리, 및 상기 검색어 히스토리에 의한 검색 결과로부터 상기 제 1 사용자 단말들에 의해 선택된 웹 페이지 정보 중 적어도 하나를 획득하는 정보 획득부; 상기 소정 도메인의 키워드 리스트들에 기초하여, 상기 검색어 히스토리 및 상기 웹 페이지 정보 중 적어도 하나로부터 상기 제 1 질의 검색어에 대한 정답 후보 키워드들을 추출하는 추출부; 상기 추출된 정답 후보 키워드들 각각과 상기 제 1 질의 검색어 사이의 연관도를 계산하는 연관도 계산부; 제 2 사용자 단말로부터 상기 제 1 질의 검색어를 수신하는 수신부; 및 상기 정답 후보 키워드들 중 상기 연관도에 기초하여 선택된 상기 제 1 질의 검색어에 대한 정답 키워드들을 상기 제 2 사용자 단말로 전송하는 전송부를 포함할 수 있다.
상기 연관도 계산부는, 상기 정답 후보 키워드들 중 연관도가 높은 순서대로 소정 개수의 상기 정답 키워드들을 선택할 수 있다.
상기 연관도 계산부는, 상기 전송된 정답 키워드들에 대한 상기 제 2 사용자 단말의 피드백에 따라 상기 정답 키워드들 각각의 연관도를 변경하고, 상기 변경된 정답 키워드들 각각의 연관도에 기초하여, 상기 정답 키워드 후보들로부터 상기 정답 키워드들을 재선택할 수 있다.
상기 연관도 계산부는, 상기 검색어 히스토리 및 상기 웹 페이지 정보 중 적어도 하나에서의 상기 정답 후보 키워드들의 빈도수에 기초하여 상기 연관도를 계산할 수 있다.
상기 연관도 계산부는, 상기 검색어 히스토리에서의 상기 정답 후보 키워드들의 빈도수에 기초하여, 상기 제 1 질의 검색어와 상기 정답 후보 키워드들 사이의 제 1 서브 연관도를 계산하고, 상기 웹 페이지 정보에서의 상기 정답 후보 키워드들의 빈도수에 기초하여, 상기 제 1 질의 검색어와 상기 정답 후보 키워드들 사이의 제 2 서브 연관도를 계산하고, 상기 제 1 서브 연관도와 상기 제 2 서브 연관도의 선형 조합을 통해 상기 연관도를 계산할 수 있다.
상기 연관도 계산부는, 상기 검색 히스토리에서의 상기 제 1 질의 검색어와 상기 정답 후보 키워드들 사이의 거리 값을 더 고려하여 상기 제 1 서브 연관도를 계산할 수 있다.
상기 추출부는, 상기 검색어 히스토리 및 상기 웹 페이지 중 적어도 하나로부터 상기 제 1 질의 검색어를 제외한 제 2 질의 검색어들을 추출하되, 상기 연관도 계산부는, 상기 검색어 히스토리 및 상기 웹 페이지 중 적어도 하나에서의 상기 제 2 질의 검색어들 각각의 빈도수에 기초하여, 상기 추출된 제 2 질의 검색어들 각각과 상기 제 1 질의 검색어 사이의 유사도를 계산하고, 상기 유사도에 기초하여, 상기 제 2 질의 검색어들 중 상기 제 1 질의 검색어와 함께 제 1 유사 검색어 그룹으로 포함될 제 3 질의 검색어를 선택하고, 상기 제 3 질의 검색어에 대한 정답 후보 키워드들 각각과 상기 제 3 질의 검색어 사이의 연관도에 기초하여, 상기 제 1 질의 검색어에 대한 정답 후보 키워드들 각각과 상기 제 1 질의 검색어 사이의 상기 계산된 연관도를 보정할 수 있다.
상기 연관도 계산부는, 상기 제 2 질의 검색어들 각각의 제 2 유사 검색어 그룹과 상기 제 1 유사 검색어 그룹에 공통적으로 존재하는 질의 검색어의 개수에 기초하여, 상기 제 2 질의 검색어들 각각과 상기 제 1 질의 검색어 사이의 유사도를 보정하고, 상기 보정된 유사도에 기초하여 상기 제 3 질의 검색어를 선택할 수 있다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
본 실시예에서 사용되는 '부'라는 용어는 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미하며, '부'는 어떤 역할들을 수행한다. 그렇지만 '부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 '부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '부'들로 결합되거나 추가적인 구성요소들과 '부'들로 더 분리될 수 있다.
도 2는 본 발명의 일 실시예에 따른 정답 키워드 제공 장치(200)와 사용자 단말(10)을 도시하는 개략도이다.
본 발명의 일 실시예에 따른 정답 키워드 제공 장치(200)는 웹 서버를 포함할 수 있다. 정답 키워드 제공 장치(200)는 사용자 단말(10)로 웹 페이지를 제공하고, 웹 페이지를 통해 사용자 단말(10)로부터 질의 검색어를 수신한 후, 질의 검색어에 대한 검색 결과로서 정답 키워드를 사용자 단말(10)로 전송할 수 있다. 도 2는 사용자 단말(10)로서 스마트폰과 컴퓨터를 도시하고 있지만, 사용자 단말(10)은 이에 한정되지 않으며, PDA, 노트북, 테블릿 PC 등 정답 키워드 제공 장치(200)와 소정의 네트워크를 통해 연결될 수 있는 다양한 단말 장치를 포함할 수 있다.
이하에서는, 도 3을 참조하여 본 발명의 일 실시예에 따른 정답 키워드 제공 장치(200)가 사용자 단말로 정답 키워드를 제공하는 방법에 대해 구체적으로 설명한다.
도 3은 본 발명의 일 실시예에 따른 정답 키워드 제공 방법의 순서를 도시하는 순서도이다.
S310 단계에서, 정답 키워드 제공 장치(200)는 제 1 사용자 단말들로부터 기 수신된 소정 도메인의 제 1 질의 검색어를 포함하는 검색어 히스토리, 및 검색어 히스토리에 대한 검색 결과로부터 제 1 사용자 단말들에 의해 선택된 웹 페이지 정보 중 적어도 하나를 획득한다.
도메인은 제 1 사용자 단말들로부터 기 수신된 제 1 질의 검색어를 구분할 수 있는 카테고리를 의미하며, 예를 들어, 도메인은 선물 도메인, 영화 도메인, 음악 도메인 등을 포함할 수 있다.
제 1 사용자 단말들로부터 기 수신된 검색어가 질의 검색어인지 여부는 다양한 방법으로 판단될 수 있다. 예를 들어, 제 1 사용자 단말들로부터 수신된 검색어 내에 특정 키워드(예를 들어, 선물, 영화, 음악 등)가 포함되어 있으면, 해당 검색어를 질의 검색어로 판단할 수 있다.
정답 키워드 제공 장치(200)는 제 1 질의 검색어를 포함하는 검색어 히스토리, 및 제 1 사용자 단말들에 의해 선택된 웹 페이지 정보 중 적어도 하나를 제 1 사용자 단말들 각각의 로그(log) 기록을 통해 획득할 수 있다.
검색어 히스토리는 제 1 질의 검색어가 제 1 사용자 단말들 각각으로부터 수신된 시점으로부터 소정 시간 간격 내에 계속적으로 수신되는 검색어 리스트를 의미한다. 예를 들어, 어느 하나의 제 1 사용자 단말에 의해 엄마생일선물이라는 제 1 질의 검색어가 수신된 후, 소정 시간 내에 스카프라는 검색어가 수신되고, 다시 소정 시간 내에 화장품이라는 검색어가 수신된 경우, 엄마생일선물, 스카프 및 화장품은 검색어 히스토리를 구성한다. 제 1 질의 검색어는 검색어 히스토리의 제일 앞에 위치될 필요는 없다. 다시 말하면, 스카프라는 검색어가 수신된 후, 소정 시간 내에 엄마생일선물이라는 제 1 질의 검색어가 수신되고, 다시 소정 시간 내에 화장품이라는 검색어가 수신된 경우에도, 엄마생일선물, 스카프 및 화장품은 검색어 히스토리를 구성할 수 있다.
웹 페이지 정보는 제 1 사용자 단말들 각각이 검색어 히스토리에 포함되는 검색어를 웹 페이지 상에 입력하여 그에 따른 검색 결과가 도출된 경우, 제 1 사용자 단말들 각각에 의해 선택된 웹 페이지에 대한 정보를 의미한다. 예를 들어, 제 1 사용자 단말이 엄마생일선물을 웹 페이지 상에 입력하고, 그에 따라 검색된 검색 결과 중에서 블로그 웹 페이지를 선택한 경우, 제 1 사용자 단말에 의해 선택된 블로그 웹 페이지는 본 발명의 웹 페이지 정보에 포함될 수 있다.
S320 단계에서, 정답 키워드 제공 장치(200)는 소정 도메인의 키워드 리스트들에 기초하여, 검색어 히스토리 및 웹 페이지 정보 중 적어도 하나로부터 제 1 질의 검색어에 대한 정답 후보 키워드들을 추출한다.
소정 도메인의 키워드 리스트들은 정답 키워드 제공 장치(200)에 의해 미리 생성될 수 있다. 선물 도메인의 키워드 리스트들은 선물에 해당할 수 있는 키워드들을 포함하며, 영화 도메인의 키워드 리스트들은 영화 제목, 배우, 감독에 해당할 수 있는 키워드들을 포함할 수 있다.
정답 키워드 제공 장치(200)는 검색어 히스토리 및 웹 페이지 정보 중 적어도 하나에 포함되는 키워드들과 소정 도메인의 키워드 리스트들을 매칭시켜, 정답 후보 키워드들을 추출할 수 있다. 예를 들어, 선물 도메인의 제 1 질의 검색어를 포함하는 검색어 히스토리 내에 스카프, 화장품, 놀이공원이라는 키워드가 포함되어 있고, 선물 도메인의 키워드 리스트에는 스카프, 화장품이 포함되어 있는 경우, 정답 키워드 제공 장치(200)는 정답 후보 키워드로서 스카프와 화장품만을 추출할 수 있다.
S330 단계에서, 정답 키워드 제공 장치(200)는 정답 후보 키워드들 각각과 제 1 질의 검색어 사이의 연관도를 계산한다. 예를 들어, 정답 후보 키워드들 각각과 제 1 질의 검색어 사이의 연관도는 검색어 히스토리 및 웹 페이지 정보 중 적어도 하나에서의 정답 후보 키워드들 각각의 빈도수에 기초하여 계산될 수 있다. 즉, 검색어 히스토리 및 웹 페이지 정보 중 적어도 하나에 많이 포함되어 있는 정답 후보 키워드들이 높은 연관도를 가질 수 있다. 연관도를 계산하는 구체적인 방법에 대해서는 도 4 내지 도 7을 참조하여 상세하게 설명된다.
S340 단계에서, 정답 키워드 제공 장치(200)는 제 2 사용자 단말로부터 상기 제 1 질의 검색어를 수신한다.
S350 단계에서, 정답 키워드 제공 장치(200)는 정답 후보 키워드들 중 연관도에 기초하여 선택된 제 1 질의 검색어에 대한 정답 키워드들을 제 2 사용자 단말로 전송한다. 정답 키워드 제공 장치(200)는 정답 후보 키워드들 중 연관도가 높은 순서대로 소정 개수의 정답 키워드들을 선택할 수 있다.
정답 키워드 제공 장치(200)는 정답 후보 키워드들 중에서 정답 키워드들을 선택하기 전에 정답 후보 키워드들 각각의 연관도를 변경할 수 있다. 예를 들어, 정답 후보 키워드들 중 상위 개념의 정답 후보 키워드가 존재하는 경우, 해당 정답 후보 키워드의 연관도를 하위 개념의 정답 후보 키워드들에게 배분할 수 있고, 유사한 의미의 두 개 이상의 정답 후보 키워드가 존재하는 경우에는, 연관도가 더 낮은 정답 후보 키워드의 연관도를 감소시켜 후순위로 배치시키는 등 사용자에게 다양한 검색 결과를 제공하기 위해 정답 후보 키워드들의 연관도를 변경할 수 있다.
한편, 정답 키워드 제공 장치(200)는 제 1 질의 검색어에 대한 정답 키워드들을 제 2 사용자 단말로 전송한 후, 정답 키워드들에 대한 제 2 사용자 단말의 피드백을 수신할 수 있다. 예를 들어, 정답 키워드 제공 장치(200)는 제 1 질의 검색어에 대한 정답 키워드들과 함께 정답 키워드들 각각에 대한 추천 또는 반대 메뉴를 웹 페이지에 포함시켜 제 2 사용자 단말로 전송한 후, 제 2 사용자 단말로부터 정답 키워드들 각각에 대한 추천 또는 반대 입력을 수신할 수 있다. 정답 키워드 제공 장치(200)는 제 2 사용자 단말로부터 수신되는 피드백에 기초하여 정답 키워드들 각각의 연관도를 변경하고, 변경된 연관도를 고려하여 정답 후보 키워드들 중 제 1 질의 검색어에 대한 정답 키워드들을 재선택할 수 있다. 즉, 본 발명의 일 실시예에 따른 정답 키워드 제공 장치(200)는 사용자들의 선호도를 반영하여 사용자들에게 제공될 정답 키워드를 선택할 수 있는 것이다.
이하에서는, 도 4를 참조하여, 연관도를 계산하는 구체적인 방법에 대해 설명한다. 도 4는 도 3의 S340 단계를 상세하게 도시하는 순서도이다.
S410 단계에서, 정답 키워드 제공 장치(200)는 검색어 히스토리에서의 정답 후보 키워드들의 빈도수에 기초하여 제 1 질의 검색어와 정답 후보 키워드들 사이의 제 1 서브 연관도를 계산한다. 정답 키워드 제공 장치(200)는 검색어 히스토리에서의 정답 후보 키워드들의 빈도수에 기초하여 정답 후보 키워드들 각각의 PMI(pointwise mutual information) 지수와 MI(mutual information) 지수 및, 검색 히스토리에서의 제 1 질의 검색어와 각각의 정답 후보 키워드들 사이의 거리 값을 고려하여 제 1 서브 연관도를 계산할 수 있다.
S420 단계에서, 정답 키워드 제공 장치(200)는 웹 페이지 정보에서의 정답 후보 키워드들 각각의 빈도수에 기초하여, 제 1 질의 검색어와 각각의 정답 후보 키워드들 사이의 제 2 서브 연관도를 계산한다. 정답 키워드 제공 장치(200)는 웹 페이지 정보에서의 정답 후보 키워드들의 빈도수를 기초로, 정답 후보 키워드들 각각의 PMI(pointwise mutual information) 지수와 MI(mutual information) 지수를 계산하여 제 2 서브 연관도를 계산할 수 있다.
S430 단계에서, 정답 키워드 제공 장치(200)는 제 1 서브 연관도와 제 2 서브 연관도의 선형 조합을 통해 제 1 질의 검색어와 각각의 정답 후보 키워드들 사이의 연관도를 계산한다.
도 5는 제 1 사용자 단말들의 검색어 히스토리로부터 추출된 정답 후보 키워드를 도시하는 도면이고, 도 6(a)는 검색어 히스토리에서의 정답 후보 키워드들의 빈도수를 나타내는 도면이며, 도 6(b)는 정답 후보 키워드들과 제 1 질의 검색어 사이의 거리 지수를 나타내는 도면이다.
전술한 바와 같이, 정답 키워드 제공 장치(200)는 제 1 사용자 단말(A, B, C, D)로부터 수신된 어머니선물이라는 제 1 질의 검색어를 포함하는 검색어 히스토리로부터 정답 후보 키워드들을 추출한다.
다음으로, 정답 키워드 제공 장치(200)는 도 6(a)에 도시된 바와 같이, 검색어 히스토리에서의 정답 후보 키워드들 각각의 빈도수를 계산한다. 또한, 정답 키워드 제공 장치(200)는 도 6(b)에 도시된 바와 같이, 검색어 히스토리에서의 정답 후보 키워드들과 제 1 질의 검색어 사이의 거리 값을 계산한 후, 계산된 거리 값에 기초하여 거리 지수를 계산한다. 거리 값은 정답 후보 키워드들 각각이 입력되는 순서가 제 1 질의 검색어가 입력되는 순서로부터 얼마나 먼지를 나타내는 값이다. 예를 들어, 도 5에서 C에 의해 어머니선물이라는 제 1 질의 검색어가 입력된 후, 닥스스카프, 노트북, 휴대폰이라는 검색어가 순서대로 입력된 경우, 어머니선물과 닥스스카프 사이의 거리 값은 1이고, 어머니선물과 노트북 사이의 거리 값은 2이며, 어머니선물과 휴대폰 사이의 거리 값은 3이다.
거리 지수는 복수의 제 1 사용자 단말의 검색어 히스토리에서 특정 정답 후보 키워드의 거리 값들 각각의 역수를 제곱한 후, 이들을 합한 값이다. 도 6(b)에 도시된 거리 지수가 클수록 제 1 질의 검색어와 정답 후보 키워드 사이의 거리 값이 작다는 것을 의미한다.
정답 키워드 제공 장치(200)는 정답 후보 키워드들 각각의 PMI 지수를 아래의 수학식 1을 이용하여 계산할 수 있다.
[수학식 1]
Figure PCTKR2015002170-appb-I000001
상기 수학식 1에서 query는 제 1 질의 검색어로서, 예를 들어 어머니선물이 될 수 있다. entity는 제 1 질의 검색어에 대한 특정 정답 후보 키워드로서, 예를 들어 화장품을 포함할 수 있다. 또한, Q는 소정 도메인에 포함되는 질의 검색어들의 집합으로서, 어머니선물, 시어머니선물 등 선물 도메인에 포함되는 질의 검색어를 포함할 수 있다. 또한, E는 제 1 질의 검색어에 대한 정답 후보 키워드들의 집합으로서, 화장품, 스카프 등을 포함할 수 있다. freq(q, e)는 제 1 질의 검색어를 포함하는 검색 히스토리에서의 특정 정답 후보 키워드의 빈도수, freq(q)는 소정 기간 동안 제 1 질의 검색어가 수신된 빈도수, freq(total)은 소정 기간 동안 Q에 포함된 질의 검색어들 각각이 수신된 빈도수의 총합, freq(e)는 Q에 포함된 질의 검색어들 각각을 포함하는 검색 히스토리에서의 특정 정답 후보 키워드의 빈도수를 의미한다.
또한, 정답 키워드 제공 장치(200)는 정답 후보 키워드들 각각의 MI 지수를 아래의 수학식 2를 이용하여 계산할 수 있다.
[수학식 2]
Figure PCTKR2015002170-appb-I000002
다음으로, 정답 키워드 제공 장치(200)는 제 1 서브 연관도를 아래의 수학식 3을 이용하여 계산할 수 있다.
[수학식 3]
Figure PCTKR2015002170-appb-I000003
수학식 3에서 assoc(q,e)는 제 1 질의 검색어와 특정 정답 후보 키워드 사이의 제 1 서브 연관도이며, assoch(q,e)는 제 1 서브 연관도를 최대 1로 정규화한 값에 해당한다. 또한, weight(q,e)는 가중치로서, sum_of_dist(q,e)는 거리 지수이고, content_score(e)는 특정 정답 후보 키워드의 인기도 등을 고려한 임의의 가중치이다.
다음으로, 정답 키워드 제공 장치(200)는 웹 페이지 정보에서의 정답 후보 키워드들 각각의 빈도수에 기초하여, 정답 후보 키워드들 각각의 PMI(pointwise mutual information) 지수와 MI(mutual information) 지수를 계산한 후, 제 2 서브 연관도를 계산할 수 있다. 예를 들어, 정답 키워드 제공 장치(200)는 PMI 지수, MI 지수, 제 2 서브 연관도를 아래의 수학식 4를 이용하여 계산할 수 있다.
[수학식 4]
Figure PCTKR2015002170-appb-I000004
수학식 4에서 freq(q, e)는 제 1 질의 검색어를 포함하는 검색 히스토리에 대한 검색 결과로부터 선택된 웹 페이지에서의 특정 정답 후보 키워드의 빈도수, freq(q)는 소정 기간 동안 제 1 질의 검색어가 수신된 빈도수, freq(total)은 소정 기간 동안 Q에 포함된 질의 검색어들 각각이 수신된 빈도수의 총합, freq(e)는 Q에 포함된 질의 검색어들 각각을 포함하는 검색 히스토리에 대한 검색 결과로부터 선택된 웹 페이지에서의 특정 정답 후보 키워드의 빈도수를 의미한다. 또한, assoc(q,e)는 제 1 질의 검색어와 특정 정답 후보 키워드 사이의 제 2 서브 연관도이며, assocd(q,e)는 제 2 서브 연관도를 최대 1로 정규화한 값에 해당한다. 또한, content_score(e)는 특정 정답 후보 키워드의 인기도 등을 고려한 임의의 가중치이다.
정답 키워드 정보 제공 장치는 제 1 서브 연관도와 제 2 서브 연관도를 이용하여 제 1 질의 검색어와 특정 정답 후보 키워드 사이의 연관도를 계산한다. 이에 대해서는 도 7을 참조하여 설명한다.
도 7은 제 1 서브 연관도(710)와 제 2 서브 연관도(720)를 이용하여 연관도(730)를 계산하는 방법을 설명하기 위한 도면이다.
도 7에 도시된 바와 같이, 정답 키워드 정보 제공 장치는 제 1 서브 연관도(710)와 제 2 서브 연관도(720)의 선형 조합을 통해 최종 연관도(730)를 계산할 수 있다. 구체적으로, 정답 키워드 정보 제공 장치는 아래의 수학식 5를 통해 최종 연관도(assochd(q,e))(730)를 계산할 수 있다.
[수학식 5]
Figure PCTKR2015002170-appb-I000005
수학식 5에서 α와 β는 정규화된 제 1 서브 연관도(710)와 정규화된 제 2 서브 연관도(720)에 적용되는 가중치를 의미한다.
도 8은 본 발명의 일 실시예에 따른 정답 키워드 제공 방법에서 연관도를 보정하는 방법의 순서를 도시하는 순서도이다. 연관도의 보정은 제 1 질의 검색어와 유사한 질의 검색어를 그룹핑하는 것을 특징으로 한다. 이는 특정인이 특정 검색어를 계속적으로 입력하여 특정 검색어와 제 1 질의 검색어와의 연관도를 부당하게 향상시키는 어뷰징에 대응하기 위함이다.
S810 단계에서, 정답 키워드 제공 장치(200)는 제 1 사용자 단말들에 의해 기 수신된 제 1 질의 검색어를 포함하는 검색어 히스토리 및 웹 페이지 중 적어도 하나로부터 제 1 질의 검색어를 제외한 제 2 질의 검색어들을 추출한다. 예를 들어, 제 1 사용자 단말에 의해 어머니생신선물이라는 제 1 질의 검색어가 수신된 경우, 검색어 히스토리 및 웹 페이지 중 적어도 하나로부터 어머니생신선물을 제외한 엄마선물, 시어머니선물 등의 질의 검색어를 제 2 질의 검색어로 추출하는 것이다.
S820 단계에서, 정답 키워드 제공 장치(200)는 검색어 히스토리 및 웹 페이지 중 적어도 하나에서의 제 2 질의 검색어들 각각의 빈도수에 기초하여, 제 2 질의 검색어들 각각과 제 1 질의 검색어 사이의 유사도를 계산한다. 정답 키워드 제공 장치(200)는 검색어 히스토리로부터 제 1 질의 검색어와 각각의 제 2 질의 검색어들 사이의 제 1 서브 유사도를 결정하고, 웹 페이지 정보로부터 제 1 질의 검색어와 각각의 제 2 질의 검색어들 사이의 제 2 서브 유사도를 결정한 후, 최종 유사도를 결정할 수 있다. 검색어 히스토리 및 웹 페이지 중 적어도 하나에 많이 존재하는 제 2 질의 검색어는 제 1 질의 검색어와의 유사도가 높을 것이다.
S830 단계에서, 정답 키워드 제공 장치(200)는 계산된 유사도에 기초하여, 제 2 질의 검색어들 중 제 1 질의 검색어와 함께 제 1 유사 검색어 그룹으로 포함될 제 3 질의 검색어를 선택한다. 정답 키워드 제공 장치(200)는 유사도가 높은 순서대로 소정 개수의 제 2 질의 검색어를 제 3 질의 검색어로 선택할 수 있다.
S840 단계에서, 정답 키워드 제공 장치(200)는 제 3 질의 검색어에 대한 정답 후보 키워드들 각각과 제 3 질의 검색어 사이의 연관도에 기초하여, 제 1 질의 검색어에 대한 정답 후보 키워드들 각각과 제 1 질의 검색어 사이의 상기 계산된 연관도를 보정한다. 정답 키워드 제공 장치(200)는 제 3 질의 검색어에 대한 정답 후보 키워드들을 전술한 방법에 따라 추출하고, 추출된 정답 후보 키워드들과 제 3 질의 검색어 사이의 연관도를 계산할 수 있다. 즉, 정답 키워드 제공 장치(200)는 제 1 사용자 단말들로부터 기 수신된 제 3 질의 검색어를 포함하는 검색어 히스토리 및 검색어 히스토리에 대한 검색 결과로부터 제 1 사용자 단말들에 의해 선택된 웹 페이지 중 적어도 하나에서 정답 후보 키워드들을 추출하고, 추출된 정답 후보 키워드들 각각과 제 3 질의 검색어 사이의 연관도를 계산할 수 있다.
유사도를 계산하는 방법 및 제 1 질의 검색어에 대한 정답 후보 키워드들 각각과 제 1 질의 검색어 사이의 연관도를 보정하는 방법에 대해서는 도 9(a), 도 9(b), 도 10 및 도 11을 참조하여 상세하게 설명한다.
도 9(a)는 제 1 사용자 단말로부터 수신된 검색 히스토리에 포함된 질의 검색어를 나타내는 도면이고, 도 9(b)는 검색어 히스토리에서의 제 2 질의 검색어들의 빈도수를 나타내는 도면이며, 도 10은 제 1 서브 유사도와 제 2 서브 유사도를 이용하여 유사도를 계산하는 방법을 설명하기 위한 도면이고, 도 11은 제 1 유사 검색어 그룹을 이용하여 제 1 질의 검색어와 제 1 질의 검색어에 대응하는 정답 후보 키워드들 사이의 연관도를 보정하는 방법을 설명하기 위한 도면이다.
먼저, 도 9(a)에 도시된 바와 같이, 정답 키워드 제공 장치(200)는 제 1 사용자 단말들로부터 기 수신된 제 1 질의 검색어를 포함하는 검색어 히스토리부터 질의 검색어를 추출한다. 예를 들어, A 단말로부터 기 수신된 검색어 히스토리에는 어머니선물, 어머니생일선물, 어머니가방선물의 질의 검색어가 포함된다. 이들 질의 검색어 중 어머니선물은 제 1 질의 검색어가 될 수 있고, 어머니생일선물과 어머니가방선물은 제 2 질의 검색어가 될 수 있다.
다음으로, 도 9(b)에 도시된 바와 같이, 정답 키워드 제공 장치(200)는 검색어 히스토리에 포함된 제 2 질의 검색어들 각각의 빈도수를 계산한다. 정답 키워드 제공 장치(200)는 제 2 질의 검색어들 각각의 빈도수를 최대 1로 정규화하여 제 1 질의 검색어와 제 2 질의 검색어들 각각의 제 1 서브 유사도를 계산할 수 있다.
다음으로, 정답 키워드 제공 장치(200)는 웹 페이지 정보에 포함된 제 2 질의 검색어들 각각의 빈도수를 계산한다. 정답 키워드 제공 장치(200)는 제 2 질의 검색어들 각각의 빈도수를 최대 1로 정규화하여 제 1 질의 검색어와 제 2 질의 검색어들 각각의 제 2 서브 유사도를 계산할 수 있다.
정답 키워드 제공 장치(200)는 제 1 서브 유사도와 제 2 서브 유사도가 결정된 후, 이들을 이용하여 제 1 질의 검색어와 제 2 질의 검색어들 사이의 유사도를 결정할 수 있다. 도 10을 보면, 정답 키워드 제공 장치(200)는 제 1 서브 유사도(1010)와 제 2 서브 유사도(1030) 사이의 선형 합을 통해 제 1 질의 검색어와 제 2 질의 검색어들 사이의 유사도(1050)를 결정할 수 있다.
다음으로, 도 11에 도시된 바와 같이, 정답 키워드 제공 장치(200)는 어머니선물이라는 제 1 질의 검색어에 대한 제 1 유사 검색어 그룹(1100)에 시어머니선물 및 장모님선물이 포함된 경우, 시어머니선물과 시어머니선물에 대한 정답 후보 키워드들 사이의 연관도를 계산하고, 장모님선물과 장모님선물에 대한 정답 후보 키워드들 사이의 연관도를 계산한다. 그 후, 정답 키워드 제공 장치(200)는 어머니선물, 시어머니선물, 장모님선물에 포함된 정답 후보 키워드들의 연관도를 선형 합하여 어머니 선물에 포함된 정답 후보 키워드들의 연관도를 보정할 수 있다.
도 12(a) 및 도 12(b)는 제 1 질의 검색어와 제 2 질의 검색어들 사이의 유사도를 보정하는 방법을 설명하기 위한 도면이다. 제 1 질의 검색어와 제 2 질의 검색어들 사이의 유사도를 보정하는 것은 제 1 유사 검색어 그룹에 포함될 수 있는 제 3 질의 검색어를 확장하기 위함이다.
정답 키워드 제공 장치(200)는 도 12(a)에 도시된 바와 같이, 제 2 질의 검색어들 각각의 제 2 유사 검색어 그룹을 전술한 방법에 따라 결정할 수 있다. 즉, 정답 키워드 제공 장치(200)는 제 1 사용자 단말들에 의해 기 수신된 제 2 질의 검색어를 포함하는 검색어 히스토리 및 웹 페이지 중 적어도 하나로부터 제 2 질의 검색어를 제외한 검색어들을 추출한다. 다음으로, 정답 키워드 제공 장치(200)는 검색어 히스토리 및 웹 페이지 중 적어도 하나에서의 상기 추출된 검색어들 각각의 빈도수에 기초하여, 제 2 질의 검색어와 추출된 검색어들 사이의 유사도를 계산하여 제 2 질의 검색어와 함께 제 2 유사 검색어 그룹으로 포함될 질의 검색어를 선택할 수 있다.
정답 키워드 제공 장치(200)는 도 12(b)에 도시된 바와 같이, 제 1 질의 검색어인 어머니선물을 포함하는 제 1 유사 검색어 그룹과, 제 2 질의 검색어를 포함하는 제 2 유사 검색어 그룹들에 공통적으로 존재하는 질의 검색어의 개수를 계산한다. 만약, 제 1 질의 검색어인 어머니선물을 포함하는 제 1 유사 검색어 그룹에 엄마선물, 60대엄마선물, 시어머니선물, 50대어머니선물, 장모님선물이 포함되어 있고, 제 2 질의 검색어인 시어머니선물을 포함하는 제 2 유사 검색어 그룹에 어머니선물, 장모선물, 장모님선물이 포함된 경우, 제 1 유사 검색어 그룹과 제 2 유사 검색어 그룹에 공통적으로 존재하는 질의 검색어의 개수는 3(어머니선물, 시어머니선물, 장모님선물)이 될 것이다.
도 12(b)를 보면, 어머니선물을 포함하는 제 1 유사 검색어 그룹과 시어머니선물을 포함하는 제 2 유사 검색어 그룹 사이에는 20개의 공통된 질의 검색어가 존재하고, 어머니선물을 포함하는 제 1 유사 검색어 그룹과 엄마생일선물을 포함하는 제 2 유사 검색어 그룹 사이에는 30개의 공통된 질의 검색어가 존재한다는 것을 알 수 있다.
정답 키워드 제공 장치(200)는 제 1 유사 검색어 그룹과 제 2 유사 검색어 그룹들에 공통적으로 존재하는 질의 검색어의 개수를 최대 1로 정규화하여 제 1 질의 검색어와 각각의 제 2 질의 검색어들 사이의 제 3 서브 유사도를 결정할 수 있다. 공통적으로 존재하는 질의 검색어의 개수가 높을수록 제 1 질의 검색어와 제 2 질의 검색어 사이의 제 3 서브 유사도가 높을 것이다. 이는 유사도가 높은 질의 검색어들의 유사 검색어 그룹 사이에는 공통된 질의 검색어가 많을 것이기 때문이다.
마지막으로, 정답 키워드 제공 장치(200)는 도 10에서 계산된 제 1 질의 검색어와 각각의 제 2 질의 검색어 사이의 유사도에 제 3 서브 유사도를 선형 합하여 유사도를 보정하고, 보정된 유사도에 기초하여 제 1 질의 검색어와 제 1 유사 검색어 그룹으로 포함될 제 3 질의 검색어를 선택할 수 있다.
도 13은 본 발명의 일 실시예에 따른 정답 키워드 제공 장치(300)의 구성을 도시하는 블록도이다. 도 13을 참조하면, 본 발명의 일 실시예에 따른 정답 키워드 제공 장치(300)는 수신부(1310), 정보 획득부(1330), 추출부(1350), 연관도 계산부(1370) 및 전송부(1390)를 포함할 수 있다.
정보 획득부(1330)는 제 1 사용자 단말들로부터 기 수신된 제 1 질의 검색어를 포함하는 검색어 히스토리 및 검색어 히스토리에 의한 검색 결과로부터 제 1 사용자 단말들에 의해 선택된 웹 페이지 정보 중 적어도 하나를 획득한다. 정보 획득부(1330)는 제 1 사용자 단말들로부터 기 수신된 제 1 질의 검색어를 포함하는 검색어 히스토리 및 검색어 히스토리에 의한 검색 결과로부터 제 1 사용자 단말들에 의해 선택된 웹 페이지 정보 중 적어도 하나를 제 1 사용자 단말들에 대한 로그 기록으로부터 획득할 수 있다.
추출부(1350)는 소정 도메인의 키워드 리스트들에 기초하여, 검색어 히스토리 및 웹 페이지 정보 중 적어도 하나로부터 제 1 질의 검색어에 대한 정답 후보 키워드들을 추출한다. 추출부(1350)는 검색어 히스토리 및 웹 페이지 중 적어도 하나로부터 제 1 질의 검색어를 제외한 제 2 질의 검색어들을 추출할 수도 있다.
연관도 계산부(1370)는 추출된 정답 후보 키워드들 각각과 제 1 질의 검색어 사이의 연관도를 계산한다. 연관도 계산부(1370)는 검색어 히스토리 및 웹 페이지 정보 중 적어도 하나에서의 정답 후보 키워드들의 빈도수에 기초하여 연관도를 계산할 수 있다. 구체적으로, 연관도 계산부(1370)는 검색어 히스토리에서의 정답 후보 키워드들의 빈도수 및 검색 히스토리에서의 제 1 질의 검색어와 정답 후보 키워드들 사이의 거리 값에 기초하여, 제 1 질의 검색어와 정답 후보 키워드들 사이의 제 1 서브 연관도를 계산하고, 웹 페이지 정보에서의 정답 후보 키워드들의 빈도수에 기초하여, 제 1 질의 검색어와 정답 후보 키워드들 사이의 제 2 서브 연관도를 계산한 후, 제 1 서브 연관도와 제 2 서브 연관도의 선형 조합을 통해 정답 후보 키워드들 각각과 제 1 질의 검색어 사이의 연관도를 계산할 수 있다.
또한, 연관도 계산부(1370)는 정답 후보 키워드들 중 연관도가 높은 순서대로 소정 개수의 정답 키워드들을 선택할 수 있다.
연관도 계산부(1370)는 정답 키워드들에 대한 제 1 사용자 단말의 피드백에 따라 정답 키워드들 각각의 연관도를 변경하고, 변경된 정답 키워드들 각각의 연관도에 기초하여, 정답 키워드 후보들로부터 정답 키워드들을 재선택할 수도 있다.
또한, 연관도 계산부(1370)는 제 2 질의 검색어들과 제 1 질의 검색어 사이의 유사도에 기초하여 제 2 질의 검색어들 중 제 1 유사 검색어 그룹으로 포함된 제 3 질의 검색어를 선택하고, 제 3 질의 검색어에 대한 정답 후보 키워드들 각각과 상기 제 3 질의 검색어 사이의 연관도에 기초하여, 제 1 질의 검색어에 대한 정답 후보 키워드들 각각과 제 1 질의 검색어 사이의 연관도를 보정할 수도 있다.
수신부(1310)는 제 2 사용자 단말로부터 상기 제 1 질의 검색어를 수신한다.
전송부(1390)는 정답 후보 키워드들 중 연관도에 기초하여 선택된 제 1 질의 검색어에 대한 정답 키워드들을 제 2 사용자 단말로 전송한다.
한편, 상술한 본 발명의 실시예들은 컴퓨터에서 실행될 수 있는 프로그램으로 작성가능하고, 컴퓨터로 읽을 수 있는 기록매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다.
상기 컴퓨터로 읽을 수 있는 기록매체는 마그네틱 저장매체(예를 들면, 롬, 플로피 디스크, 하드디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등) 및 캐리어 웨이브(예를 들면, 인터넷을 통한 전송)와 같은 저장매체를 포함한다.
이상과 첨부된 도면을 참조하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다.

Claims (17)

  1. 제 1 사용자 단말들로부터 기 수신된 소정 도메인의 제 1 질의 검색어를 포함하는 검색어 히스토리, 및 상기 검색어 히스토리에 의한 검색 결과로부터 상기 제 1 사용자 단말들에 의해 선택된 웹 페이지 정보 중 적어도 하나를 획득하는 단계;
    상기 소정 도메인의 키워드 리스트들에 기초하여, 상기 검색어 히스토리 및 상기 웹 페이지 정보 중 적어도 하나로부터 상기 제 1 질의 검색어에 대한 정답 후보 키워드들을 추출하는 단계;
    상기 추출된 정답 후보 키워드들 각각과 상기 제 1 질의 검색어 사이의 연관도를 계산하는 단계; 및
    제 2 사용자 단말로부터 상기 제 1 질의 검색어가 수신된 경우, 상기 정답 후보 키워드들 중 상기 연관도에 기초하여 선택된 상기 제 1 질의 검색어에 대한 정답 키워드들을 상기 제 2 사용자 단말로 전송하는 단계를 포함하는 것을 특징으로 하는 정답 키워드 제공 방법.
  2. 제1항에 있어서,
    상기 연관도를 계산하는 단계는,
    상기 정답 후보 키워드들 중 연관도가 높은 순서대로 소정 개수의 상기 정답 키워드들을 선택하는 단계를 포함하는 것을 특징으로 하는 정답 키워드 제공 방법.
  3. 제1항에 있어서,
    상기 정답 키워드 제공 방법은,
    상기 전송된 정답 키워드들에 대한 상기 제 2 사용자 단말의 피드백에 따라 상기 정답 키워드들 각각의 연관도를 변경하는 단계; 및
    상기 변경된 정답 키워드들 각각의 연관도에 기초하여, 상기 정답 키워드 후보들로부터 상기 정답 키워드들을 재선택하는 단계를 더 포함하는 것을 특징으로 하는 정답 키워드 제공 방법.
  4. 제1항에 있어서,
    상기 연관도를 계산하는 단계는,
    상기 검색어 히스토리 및 상기 웹 페이지 정보 중 적어도 하나에서의 상기 정답 후보 키워드들의 빈도수에 기초하여 상기 연관도를 계산하는 단계를 포함하는 것을 특징으로 하는 정답 키워드 제공 방법.
  5. 제1항에 있어서,
    상기 연관도를 계산하는 단계는,
    상기 검색어 히스토리에서의 상기 정답 후보 키워드들의 빈도수에 기초하여, 상기 제 1 질의 검색어와 상기 정답 후보 키워드들 사이의 제 1 서브 연관도를 계산하는 단계;
    상기 웹 페이지 정보에서의 상기 정답 후보 키워드들의 빈도수에 기초하여, 상기 제 1 질의 검색어와 상기 정답 후보 키워드들 사이의 제 2 서브 연관도를 계산하는 단계; 및
    상기 제 1 서브 연관도와 상기 제 2 서브 연관도의 선형 조합을 통해 상기 연관도를 계산하는 단계를 포함하는 것을 특징으로 하는 정답 키워드 제공 방법.
  6. 제5항에 있어서,
    상기 제 1 서브 연관도를 계산하는 단계는,
    상기 검색 히스토리에서의 상기 제 1 질의 검색어와 상기 정답 후보 키워드들 사이의 거리 값을 더 고려하여 상기 제 1 서브 연관도를 계산하는 단계를 포함하는 것을 특징으로 하는 정답 키워드 제공 방법.
  7. 제1항에 있어서,
    상기 연관도를 계산하는 단계는,
    상기 검색어 히스토리 및 상기 웹 페이지 중 적어도 하나로부터 상기 제 1 질의 검색어를 제외한 제 2 질의 검색어들을 추출하는 단계;
    상기 검색어 히스토리 및 상기 웹 페이지 중 적어도 하나에서의 상기 제 2 질의 검색어들 각각의 빈도수에 기초하여, 상기 추출된 제 2 질의 검색어들 각각과 상기 제 1 질의 검색어 사이의 유사도를 계산하는 단계;
    상기 유사도에 기초하여, 상기 제 2 질의 검색어들 중 상기 제 1 질의 검색어와 함께 제 1 유사 검색어 그룹으로 포함될 제 3 질의 검색어를 선택하는 단계; 및
    상기 제 3 질의 검색어에 대한 정답 후보 키워드들 각각과 상기 제 3 질의 검색어 사이의 연관도에 기초하여, 상기 제 1 질의 검색어에 대한 정답 후보 키워드들 각각과 상기 제 1 질의 검색어 사이의 상기 계산된 연관도를 보정하는 단계를 포함하는 것을 특징으로 하는 정답 키워드 제공 방법.
  8. 제7항에 있어서,
    상기 제 3 질의 검색어를 선택하는 단계는,
    상기 제 2 질의 검색어들 각각의 제 2 유사 검색어 그룹과 상기 제 1 유사 검색어 그룹에 공통적으로 존재하는 질의 검색어의 개수에 기초하여, 상기 제 2 질의 검색어들 각각과 상기 제 1 질의 검색어 사이의 유사도를 보정하는 단계; 및
    상기 보정된 유사도에 기초하여 상기 제 3 질의 검색어를 선택하는 단계를 포함하는 것을 특징으로 하는 정답 키워드 제공 방법.
  9. 제1항 내지 제8항 중 어느 하나의 항의 정답 키워드 제공 방법을 실행하기 위한 컴퓨터 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체.
  10. 제 1 사용자 단말들로부터 기 수신된 소정 도메인의 제 1 질의 검색어를 포함하는 검색어 히스토리, 및 상기 검색어 히스토리에 의한 검색 결과로부터 상기 제 1 사용자 단말들에 의해 선택된 웹 페이지 정보 중 적어도 하나를 획득하는 정보 획득부;
    상기 소정 도메인의 키워드 리스트들에 기초하여, 상기 검색어 히스토리 및 상기 웹 페이지 정보 중 적어도 하나로부터 상기 제 1 질의 검색어에 대한 정답 후보 키워드들을 추출하는 추출부;
    상기 추출된 정답 후보 키워드들 각각과 상기 제 1 질의 검색어 사이의 연관도를 계산하는 연관도 계산부;
    제 2 사용자 단말로부터 상기 제 1 질의 검색어를 수신하는 수신부; 및
    상기 정답 후보 키워드들 중 상기 연관도에 기초하여 선택된 상기 제 1 질의 검색어에 대한 정답 키워드들을 상기 제 2 사용자 단말로 전송하는 전송부를 포함하는 것을 특징으로 하는 정답 키워드 제공 장치.
  11. 제10항에 있어서,
    상기 연관도 계산부는,
    상기 정답 후보 키워드들 중 연관도가 높은 순서대로 소정 개수의 상기 정답 키워드들을 선택하는 것을 특징으로 하는 정답 키워드 제공 장치.
  12. 제10항에 있어서,
    상기 연관도 계산부는,
    상기 전송된 정답 키워드들에 대한 상기 제 2 사용자 단말의 피드백에 따라 상기 정답 키워드들 각각의 연관도를 변경하고, 상기 변경된 정답 키워드들 각각의 연관도에 기초하여, 상기 정답 키워드 후보들로부터 상기 정답 키워드들을 재선택하는 것을 특징으로 하는 정답 키워드 제공 장치.
  13. 제10항에 있어서,
    상기 연관도 계산부는,
    상기 검색어 히스토리 및 상기 웹 페이지 정보 중 적어도 하나에서의 상기 정답 후보 키워드들의 빈도수에 기초하여 상기 연관도를 계산하는 것을 특징으로 하는 정답 키워드 제공 장치.
  14. 제10항에 있어서,
    상기 연관도 계산부는,
    상기 검색어 히스토리에서의 상기 정답 후보 키워드들의 빈도수에 기초하여, 상기 제 1 질의 검색어와 상기 정답 후보 키워드들 사이의 제 1 서브 연관도를 계산하고, 상기 웹 페이지 정보에서의 상기 정답 후보 키워드들의 빈도수에 기초하여, 상기 제 1 질의 검색어와 상기 정답 후보 키워드들 사이의 제 2 서브 연관도를 계산하고, 상기 제 1 서브 연관도와 상기 제 2 서브 연관도의 선형 조합을 통해 상기 연관도를 계산하는 것을 특징으로 하는 정답 키워드 제공 장치.
  15. 제14항에 있어서,
    상기 연관도 계산부는,
    상기 검색 히스토리에서의 상기 제 1 질의 검색어와 상기 정답 후보 키워드들 사이의 거리 값을 더 고려하여 상기 제 1 서브 연관도를 계산하는 것을 특징으로 하는 정답 키워드 제공 장치.
  16. 제10항에 있어서,
    상기 추출부는,
    상기 검색어 히스토리 및 상기 웹 페이지 중 적어도 하나로부터 상기 제 1 질의 검색어를 제외한 제 2 질의 검색어들을 추출하되,
    상기 연관도 계산부는,
    상기 검색어 히스토리 및 상기 웹 페이지 중 적어도 하나에서의 상기 제 2 질의 검색어들 각각의 빈도수에 기초하여, 상기 추출된 제 2 질의 검색어들 각각과 상기 제 1 질의 검색어 사이의 유사도를 계산하고, 상기 유사도에 기초하여, 상기 제 2 질의 검색어들 중 상기 제 1 질의 검색어와 함께 제 1 유사 검색어 그룹으로 포함될 제 3 질의 검색어를 선택하고, 상기 제 3 질의 검색어에 대한 정답 후보 키워드들 각각과 상기 제 3 질의 검색어 사이의 연관도에 기초하여, 상기 제 1 질의 검색어에 대한 정답 후보 키워드들 각각과 상기 제 1 질의 검색어 사이의 상기 계산된 연관도를 보정하는 것을 특징으로 하는 정답 키워드 제공 장치.
  17. 제16항에 있어서,
    상기 연관도 계산부는,
    상기 제 2 질의 검색어들 각각의 제 2 유사 검색어 그룹과 상기 제 1 유사 검색어 그룹에 공통적으로 존재하는 질의 검색어의 개수에 기초하여, 상기 제 2 질의 검색어들 각각과 상기 제 1 질의 검색어 사이의 유사도를 보정하고, 상기 보정된 유사도에 기초하여 상기 제 3 질의 검색어를 선택하는 것을 특징으로 하는 정답 키워드 제공 장치.
PCT/KR2015/002170 2014-03-07 2015-03-06 정답 키워드 제공 방법 및 장치 WO2015133856A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US15/235,978 US10089386B2 (en) 2014-03-07 2016-08-12 Method and device for providing correct answer keyword

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020140027321A KR101576935B1 (ko) 2014-03-07 2014-03-07 정답 키워드 제공 방법 및 장치
KR10-2014-0027321 2014-03-07

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US15/235,978 Continuation US10089386B2 (en) 2014-03-07 2016-08-12 Method and device for providing correct answer keyword

Publications (1)

Publication Number Publication Date
WO2015133856A1 true WO2015133856A1 (ko) 2015-09-11

Family

ID=54055585

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2015/002170 WO2015133856A1 (ko) 2014-03-07 2015-03-06 정답 키워드 제공 방법 및 장치

Country Status (3)

Country Link
US (1) US10089386B2 (ko)
KR (1) KR101576935B1 (ko)
WO (1) WO2015133856A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108280106A (zh) * 2017-03-08 2018-07-13 广州市动景计算机科技有限公司 搜索关键词的处理方法、装置及移动终端

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101916798B1 (ko) 2016-10-21 2018-11-09 네이버 주식회사 검색 컨텍스트를 이용한 질의 추천 방법 및 시스템
CN110633311B (zh) * 2019-09-12 2023-10-20 腾讯科技（深圳）有限公司 一种数据处理方法、装置及存储介质
US10880331B2 (en) * 2019-11-15 2020-12-29 Cheman Shaik Defeating solution to phishing attacks through counter challenge authentication
KR102425770B1 (ko) * 2020-04-13 2022-07-28 네이버 주식회사 급상승 검색어 제공 방법 및 시스템
US20220405334A1 (en) * 2021-06-16 2022-12-22 Adobe Inc. System and method for intelligently recommending relevant facet options for search results

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002092032A (ja) * 2000-09-12 2002-03-29 Nippon Telegr & Teleph Corp <Ntt> 次検索候補単語提示方法および装置と次検索候補単語提示プログラムを記録した記録媒体
JP2004310404A (ja) * 2003-04-07 2004-11-04 Nippon Telegr & Teleph Corp <Ntt> 関連語の抽出装置、関連語の抽出方法、プログラムおよび記憶媒体
KR20120023266A (ko) * 2010-09-01 2012-03-13 주식회사 다음커뮤니케이션 관련 검색어 제공 방법 및 시스템
KR20120061133A (ko) * 2010-10-25 2012-06-13 한국전자통신연구원 질문 형태 및 도메인 인식 장치 및 그 방법

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7752190B2 (en) * 2005-12-21 2010-07-06 Ebay Inc. Computer-implemented method and system for managing keyword bidding prices
US20070150342A1 (en) * 2005-12-22 2007-06-28 Law Justin M Dynamic selection of blended content from multiple media sources
WO2009019858A1 (ja) * 2007-08-08 2009-02-12 Panasonic Corporation 番組検索支援装置およびその方法
JP2009176075A (ja) * 2008-01-25 2009-08-06 Hidenobu Kawaguchi 自己啓発用装置、自己啓発用プログラム及び自己啓発用プログラムを記録したコンピュータ読み取り可能な記録媒体
JP5791861B2 (ja) * 2008-07-25 2015-10-07 シャープ株式会社 情報処理装置および情報処理方法
US20120290432A1 (en) * 2011-05-13 2012-11-15 Steven Tedjamulia Social Marketplace Affiliate Front End
US9235643B2 (en) * 2012-11-21 2016-01-12 Diwan Software Limited Method and system for generating search results from a user-selected area
US9715694B2 (en) * 2013-10-10 2017-07-25 Go Daddy Operating Company, LLC System and method for website personalization from survey data

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002092032A (ja) * 2000-09-12 2002-03-29 Nippon Telegr & Teleph Corp <Ntt> 次検索候補単語提示方法および装置と次検索候補単語提示プログラムを記録した記録媒体
JP2004310404A (ja) * 2003-04-07 2004-11-04 Nippon Telegr & Teleph Corp <Ntt> 関連語の抽出装置、関連語の抽出方法、プログラムおよび記憶媒体
KR20120023266A (ko) * 2010-09-01 2012-03-13 주식회사 다음커뮤니케이션 관련 검색어 제공 방법 및 시스템
KR20120061133A (ko) * 2010-10-25 2012-06-13 한국전자통신연구원 질문 형태 및 도메인 인식 장치 및 그 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108280106A (zh) * 2017-03-08 2018-07-13 广州市动景计算机科技有限公司 搜索关键词的处理方法、装置及移动终端

Also Published As

Publication number Publication date
KR20150105100A (ko) 2015-09-16
KR101576935B1 (ko) 2015-12-21
US10089386B2 (en) 2018-10-02
US20160350408A1 (en) 2016-12-01

Similar Documents

Publication Publication Date Title
WO2015133856A1 (ko) 정답 키워드 제공 방법 및 장치
WO2016093552A2 (en) Terminal device and data processing method thereof
WO2015119335A1 (ko) 콘텐츠 추천 방법 및 장치
WO2015020354A1 (en) Apparatus, server, and method for providing conversation topic
WO2016017986A1 (en) Server, information providing method of server, display apparatus, controlling method of display apparatus and information providing system
WO2015065006A1 (en) Multimedia apparatus, online education system, and method for providing education content thereof
EP3230902A2 (en) Terminal device and data processing method thereof
WO2013165083A1 (ko) 이미지에 기반하여 동영상 서비스를 제공하는 시스템 및 방법
WO2020190103A1 (en) Method and system for providing personalized multimodal objects in real time
WO2019164119A1 (ko) 전자 장치 및 그 제어 방법
WO2016093630A1 (en) Semantic enrichment of trajectory data
KR102197739B1 (ko) 연기자 정보 제공 방법
CN106162351A (zh) 一种视频推荐方法及装置
US20210126945A1 (en) Illegal content search device, illegal content search method, and program
CN108345625A (zh) 一种信息挖掘方法和装置、一种用于信息挖掘的装置
CN114860791A (zh) 一种基于大数据的教育资源推荐方法
WO2014058153A1 (ko) 주소록 정보 서비스 시스템, 그 시스템에서의 주소록 정보 서비스를 위한 방법 및 장치
WO2015037815A1 (ko) 스마트 기기 내 시맨틱 검색 시스템 및 검색방법
KR20200024541A (ko) 동영상 컨텐츠 검색 지원 방법 및 이를 지원하는 서비스 장치
WO2019194569A1 (ko) 이미지 검색 방법, 장치 및 컴퓨터 프로그램
KR20190011176A (ko) 속성 언어를 이용한 검색 방법 및 장치
WO2016080695A1 (ko) 음향 정보에 기초한 사용자 다수 행위 인식 방법
WO2019151620A1 (ko) 컨텐츠 정보 제공 장치 및 그 방법
US20220261448A1 (en) Information recommendation device, information recommendation system, information recommendation method and information recommendation program
WO2019143161A1 (en) Electronic device and search keyword processing method thereof

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: 15758668

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: 15758668

Country of ref document: EP

Kind code of ref document: A1