KR102151598B1

KR102151598B1 - 키워드 속성을 기준으로 관련 있는 키워드를 제공하는 방법 및 시스템

Info

Publication number: KR102151598B1
Application number: KR1020170078920A
Authority: KR
Inventors: 김주희
Original assignee: 네이버랩스 주식회사
Priority date: 2017-06-22
Filing date: 2017-06-22
Publication date: 2020-09-03
Also published as: KR20190000061A

Abstract

키워드 속성을 기준으로 관련 있는 키워드를 제공하는 방법 및 시스템이 개시된다. 연관 키워드 제공 방법은, 특정 분야에서 특정된 키워드에 대하여 관련 질의를 추출하는 단계; 상기 관련 질의 중 적어도 일부를 이용하여 상기 키워드의 속성에 기반한 키워드 간 관계를 판별하는 단계; 및 상기 키워드에 대한 연관 키워드로 상기 관련 질의 중 적어도 일부를 제공하되 상기 속성에 기반한 키워드 간 관계에 대한 정보를 포함하여 제공하는 단계를 포함할 수 있다.

Description

키워드 속성을 기준으로 관련 있는 키워드를 제공하는 방법 및 시스템{METHOD AND SYSTEM FOR PROVIDING RELEVANT KEYWORDS BASED ON KEYWORD ATTRIBUTE}

아래의 설명은 연관 키워드를 제공하는 기술에 관한 것이다.

검색 서비스란, 사용자로부터 검색 질의가 입력되면 입력된 질의에 상응하는 검색 결과(예컨대, 입력된 질의를 포함하는 웹 사이트, 입력된 질의를 포함하는 기사, 또는 입력된 질의를 포함하는 파일명을 갖는 이미지 등)를 사용자에게 제공하는 서비스를 의미한다.

최근 스마트폰(smart phone), 태블릿(tablet), 웨어러블 디바이스(wearable device) 등 모바일 단말의 사용이 보편화되면서 모바일 단말에서도 검색 서비스를 제공하고 있다.

모바일 단말은 검색 서비스뿐 아니라, 통신, 게임, 멀티미디어 서비스 등과 같이 개인용 컴퓨터(PC: Personal Computer)에서 제공할 수 있는 다양한 기능들을 탑재하는 추세로 발전하고 있다.

모바일 환경에서 인터넷 검색 서비스를 제공하는 기술의 일례로서, 한국등록특허 제10-0860093호(등록일 2008년 09월 18일)에는 모바일 웹을 이용한 검색 서비스를 제공하는 기술이 개시되어 있다.

키워드 속성을 기준으로 관련 있는 연관 키워드를 제공할 수 있는 방법 및 시스템을 제공한다.

속성을 기반한 키워드 간 관계를 판별하여 관계 정보를 포함한 연관 키워드를 제공할 수 있는 방법 및 시스템을 제공한다.

컴퓨터로 구현되는 연관 키워드 제공 방법에 있어서, 특정 분야에서 특정된 키워드에 대하여 관련 질의를 추출하는 단계; 상기 관련 질의 중 적어도 일부를 이용하여 상기 키워드의 속성에 기반한 키워드 간 관계를 판별하는 단계; 및 상기 키워드에 대한 연관 키워드로 상기 관련 질의 중 적어도 일부를 제공하되 상기 속성에 기반한 키워드 간 관계에 대한 정보를 포함하여 제공하는 단계를 포함하는 연관 키워드 제공 방법을 제공한다.

일 측면에 따르면, 상기 추출하는 단계는, 상기 키워드와 관련하여 검색 서비스에서 이용된 질의들을 상기 관련 질의로서 추출할 수 있다.

다른 측면에 따르면, 상기 연관 키워드 제공 방법은, 상기 추출된 질의의 조합으로 질의쌍을 생성하는 단계; 및 상기 질의쌍 중 질의쌍을 구성하는 질의가 공통으로 등장하는 문서가 존재하는 질의쌍을 후보 질의쌍으로 추출하는 단계를 더 포함하고, 상기 판별하는 단계는, 상기 후보 질의쌍을 대상으로 상기 속성에 기반한 키워드 간 관계를 판별할 수 있다.

또 다른 측면에 따르면, 상기 판별하는 단계는, 상기 후보 질의쌍을 구성하는 질의가 공통으로 등장하는 문서에서 상기 키워드의 속성과 관계가 있는 질의를 판별할 수 있다.

또 다른 측면에 따르면, 상기 판별하는 단계는, 상기 후보 질의쌍 중 질의쌍을 구성하는 적어도 하나의 질의가 상기 문서의 로케이션 태그(location tag)인 질의쌍을 이용하여 해당 질의쌍을 구성하는 질의가 공통으로 등장하는 문서가 일정 개수 이상인 경우에 대해 상기 키워드의 속성을 태깅할 수 있다.

또 다른 측면에 따르면, 상기 판별하는 단계는, 상기 후보 질의쌍을 구성하는 질의가 공통으로 등장하는 문서를 대상으로 딥러닝(deep learning) 모델을 이용한 텍스트 분류(Text Classification)를 통해 상기 속성에 기반한 키워드 간 관계를 판별할 수 있다.

또 다른 측면에 따르면, 상기 추출하는 단계는, 지역 속성을 가진 특정 키워드에 대하여 해당 지역과 관련된 질의를 추출할 수 있다.

또 다른 측면에 따르면, 상기 연관 키워드 제공 방법은, 상기 지역과 관련된 질의의 조합으로 질의쌍을 생성하는 단계; 및 상기 질의쌍 중 질의쌍을 구성하는 질의가 공통으로 등장하는 문서가 존재하는 질의쌍을 후보 질의쌍으로 추출하는 단계를 더 포함하고, 상기 판별하는 단계는, 상기 후보 질의쌍을 구성하는 질의가 공통으로 등장하는 문서를 이용하여 상기 후보 질의쌍을 구성하는 질의 별로 상기 키워드와의 관계 정도를 산출하는 단계를 포함할 수 있다.

또 다른 측면에 따르면, 상기 제공하는 단계는, 상기 속성에 기반한 키워드 간 관계가 적용된 도표로 상기 연관 키워드를 제공할 수 있다.

또 다른 측면에 따르면, 상기 제공하는 단계는, 상기 키워드와 상기 연관 키워드를 각각 노드로 표현하고 관계가 있는 키워드 간에 링크를 연결하되, 상기 키워드와의 관계도나 키워드 별 인기도에 따라 상기 노드와 상기 링크 중 적어도 하나를 강조하여 표시할 수 있다.

컴퓨터 시스템과 결합되어 연관 키워드 제공 방법을 실행시키기 위해 컴퓨터 판독 가능한 기록 매체에 기록된 컴퓨터 프로그램에 있어서, 상기 연관 키워드 제공 방법은, 특정 분야에서 특정된 키워드에 대하여 관련 질의를 추출하는 단계; 상기 관련 질의 중 적어도 일부를 이용하여 상기 키워드의 속성에 기반한 키워드 간 관계를 판별하는 단계; 및 상기 키워드에 대한 연관 키워드로 상기 관련 질의 중 적어도 일부를 제공하되 상기 속성에 기반한 키워드 간 관계에 대한 정보를 포함하여 제공하는 단계를 포함하는, 컴퓨터 프로그램을 제공한다.

컴퓨터로 구현되는 연관 키워드 제공 시스템에 있어서, 컴퓨터가 판독 가능한 명령을 실행하도록 구현되는 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는, 특정 분야에서 특정된 키워드에 대하여 관련 질의를 추출하는 관련 질의 추출부; 상기 관련 질의 중 적어도 일부를 이용하여 상기 키워드의 속성에 기반한 키워드 간 관계를 판별하는 속성 관계 판별부; 및 상기 키워드에 대한 연관 키워드로 상기 관련 질의 중 적어도 일부를 제공하되 상기 속성에 기반한 키워드 간 관계에 대한 정보를 포함하여 제공하는 연관 키워드 제공부를 포함하는 연관 키워드 제공 시스템을 제공한다.

본 발명의 실시예들에 따르면, 특정 속성을 가진 키워드에 대하여 연관 키워드를 추출하여 추출된 키워드를 속성에 기반한 키워드 간 관계에 따라 노출함으로써 키워드의 특성을 한눈에 파악할 수 있으며 연관 키워드와 함께 키워드 별 인기도에 대한 정보를 쉽게 파악할 수 있다.

도 1은 본 발명의 일 실시예에 따른 네트워크 환경의 예를 도시한 도면이다.
도 2는 본 발명의 일 실시예에 있어서 전자 기기 및 서버의 내부 구성을 설명하기 위한 블록도이다.
도 3은 본 발명의 일 실시예에 따른 서버의 프로세서가 포함할 수 있는 구성요소의 예를 도시한 도면이다.
도 4는 본 발명의 일 실시예에 따른 서버가 수행할 수 있는 방법의 예를 도시한 흐름도이다.
도 5는 본 발명의 일 실시예에 있어서 추출된 지역 관련 질의의 예시들을 나타낸 것이다.
도 6 내지 도 8은 본 발명의 일 실시예에 있어서 후보 질의쌍을 추출하는 과정을 설명하기 위한 예시 도면이다.
도 9는 본 발명의 일 실시예에 있어서 후보 질의쌍을 이용하여 지역 속성 관계를 판별하는 CNN 학습 모델의 예를 도시한 것이다.
도 10은 본 발명의 일 실시예에 있어서 속성에 기반한 키워드 간 관계를 포함한 연관 키워드 도표의 예시를 도시한 것이다.
도 11은 본 발명의 일 실시예에 있어서 속성에 기반한 키워드 간 관계를 포함한 연관 키워드를 제공하는 사용자 인터페이스 화면의 예시를 도시한 것이다.

이하, 본 발명의 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.

본 발명의 실시예들은 연관 키워드를 제공하는 기술에 관한 것이다.

본 명세서에서 구체적으로 개시되는 것들을 포함하는 실시예들은 속성에 기반한 키워드 간 관계를 판별하여 관계 정보를 포함한 연관 키워드를 제공할 수 있고, 이를 통해 정보 확대, 효율성, 편의성, 비용 절감 등의 측면에 있어서 상당한 장점들을 달성한다.

도 1은 본 발명의 일 실시예에 따른 네트워크 환경의 예를 도시한 도면이다. 도 1의 네트워크 환경은 복수의 전자 기기들(110, 120, 130, 140), 복수의 서버들(150, 160) 및 네트워크(170)를 포함하는 예를 나타내고 있다. 이러한 도 1은 발명의 설명을 위한 일례로 전자 기기의 수나 서버의 수가 도 1과 같이 한정되는 것은 아니다.

복수의 전자 기기들(110, 120, 130, 140)은 컴퓨터 장치로 구현되는 고정형 단말이거나 이동형 단말일 수 있다. 복수의 전자 기기들(110, 120, 130, 140)의 예를 들면, 스마트폰(smart phone), 휴대폰, 태블릿 PC, 내비게이션, 컴퓨터, 노트북, 디지털방송용 단말, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player) 등이 있다. 일례로 제1 전자 기기(110)는 무선 또는 유선 통신 방식을 이용하여 네트워크(170)를 통해 다른 전자 기기들(120, 130, 140) 및/또는 서버(150, 160)와 통신할 수 있다.

통신 방식은 제한되지 않으며, 네트워크(170)가 포함할 수 있는 통신망(일례로, 이동통신망, 유선 인터넷, 무선 인터넷, 방송망)을 활용하는 통신 방식뿐만 아니라 기기들간의 근거리 무선 통신 역시 포함될 수 있다. 예를 들어, 네트워크(170)는, PAN(personal area network), LAN(local area network), CAN(campus area network), MAN(metropolitan area network), WAN(wide area network), BBN(broadband network), 인터넷 등의 네트워크 중 하나 이상의 임의의 네트워크를 포함할 수 있다. 또한, 네트워크(170)는 버스 네트워크, 스타 네트워크, 링 네트워크, 메쉬 네트워크, 스타-버스 네트워크, 트리 또는 계층적(hierarchical) 네트워크 등을 포함하는 네트워크 토폴로지 중 임의의 하나 이상을 포함할 수 있으나, 이에 제한되지 않는다.

서버(150, 160) 각각은 복수의 전자 기기들(110, 120, 130, 140)과 네트워크(170)를 통해 통신하여 명령, 코드, 파일, 컨텐츠, 서비스 등을 제공하는 컴퓨터 장치 또는 복수의 컴퓨터 장치들로 구현될 수 있다.

일례로, 서버(160)는 네트워크(170)를 통해 접속한 제1 전자 기기(110)로 어플리케이션의 설치를 위한 파일을 제공할 수 있다. 이 경우 제1 전자 기기(110)는 서버(160)로부터 제공된 파일을 이용하여 어플리케이션을 설치할 수 있다. 또한, 제1 전자 기기(110)가 포함하는 운영체제(Operating System, OS)나 적어도 하나의 프로그램(일례로 브라우저나 상기 설치된 어플리케이션)의 제어에 따라 서버(150)에 접속하여 서버(150)가 제공하는 서비스나 컨텐츠를 제공받을 수 있다. 예를 들어, 제1 전자 기기(110)가 어플리케이션의 제어에 따라 네트워크(170)를 통해 서비스 요청 메시지를 서버(150)로 전송하면, 서버(150)는 서비스 요청 메시지에 대응하는 코드를 제1 전자 기기(110)로 전송할 수 있고, 제1 전자 기기(110)는 어플리케이션의 제어에 따라 코드에 따른 화면을 구성하여 표시함으로써 사용자에게 컨텐츠를 제공할 수 있다.

도 2는 본 발명의 일 실시예에 있어서 전자 기기 및 서버의 내부 구성을 설명하기 위한 블록도이다. 도 2에서는 하나의 전자 기기에 대한 예로서 제1 전자 기기(110), 그리고 하나의 서버에 대한 예로서 서버(150)의 내부 구성을 설명한다. 다른 전자 기기들(120, 130, 140)이나 서버(160) 역시 동일한 또는 유사한 내부 구성을 가질 수 있다.

제1 전자 기기(110)와 서버(150)는 메모리(211, 221), 프로세서(212, 222), 통신 모듈(213, 223) 그리고 입출력 인터페이스(214, 224)를 포함할 수 있다. 메모리(211, 221)는 컴퓨터에서 판독 가능한 기록 매체로서, RAM(random access memory), ROM(read only memory) 및 디스크 드라이브와 같은 비소멸성 대용량 기록장치(permanent mass storage device)를 포함할 수 있다. 또한, 메모리(211, 221)에는 운영체제나 적어도 하나의 프로그램 코드(일례로 제1 전자 기기(110)에 설치되어 구동되는 어플리케이션 등을 위한 코드)가 저장될 수 있다. 이러한 소프트웨어 구성요소들은 메모리(211, 221)와는 별도의 컴퓨터에서 판독 가능한 기록 매체로부터 로딩될 수 있다. 이러한 별도의 컴퓨터에서 판독 가능한 기록 매체는 플로피 드라이브, 디스크, 테이프, DVD/CD-ROM 드라이브, 메모리 카드 등의 컴퓨터에서 판독 가능한 기록 매체를 포함할 수 있다. 다른 실시예에서 소프트웨어 구성요소들은 컴퓨터에서 판독 가능한 기록 매체가 아닌 통신 모듈(213, 223)을 통해 메모리(211, 221)에 로딩될 수도 있다. 예를 들어, 적어도 하나의 프로그램은 개발자들 또는 어플리케이션의 설치 파일을 배포하는 파일 배포 시스템(일례로 상술한 서버(160))이 네트워크(170)를 통해 제공하는 파일들에 의해 설치되는 프로그램(일례로 상술한 어플리케이션)에 기반하여 메모리(211, 221)에 로딩될 수 있다.

프로세서(212, 222)는 기본적인 산술, 로직 및 입출력 연산을 수행함으로써, 컴퓨터 프로그램의 명령을 처리하도록 구성될 수 있다. 명령은 메모리(211, 221) 또는 통신 모듈(213, 223)에 의해 프로세서(212, 222)로 제공될 수 있다. 예를 들어 프로세서(212, 222)는 메모리(211, 221)와 같은 기록 장치에 저장된 프로그램 코드에 따라 수신되는 명령을 실행하도록 구성될 수 있다.

통신 모듈(213, 223)은 네트워크(170)를 통해 제1 전자 기기(110)와 서버(150)가 서로 통신하기 위한 기능을 제공할 수 있으며, 다른 전자 기기(일례로 제2 전자 기기(120)) 또는 다른 서버(일례로 서버(160))와 통신하기 위한 기능을 제공할 수 있다. 일례로, 제1 전자 기기(110)의 프로세서(212)가 메모리(211)와 같은 기록 장치에 저장된 프로그램 코드에 따라 생성한 요청(일례로 검색 요청)이 통신 모듈(213)의 제어에 따라 네트워크(170)를 통해 서버(150)로 전달될 수 있다. 역으로, 서버(150)의 프로세서(222)의 제어에 따라 제공되는 제어 신호나 명령, 컨텐츠, 파일 등이 통신 모듈(223)과 네트워크(170)를 거쳐 제1 전자 기기(110)의 통신 모듈(213)을 통해 제1 전자 기기(110)로 수신될 수 있다. 예를 들어 통신 모듈(213)을 통해 수신된 서버(150)의 제어 신호나 명령 등은 프로세서(212)나 메모리(211)로 전달될 수 있고, 컨텐츠나 파일 등은 제1 전자 기기(110)가 더 포함할 수 있는 저장 매체로 저장될 수 있다.

입출력 인터페이스(214)는 입출력 장치(215)와의 인터페이스를 위한 수단일 수 있다. 예를 들어, 입력 장치는 키보드 또는 마우스 등의 장치를, 그리고 출력 장치는 어플리케이션의 통신 세션을 표시하기 위한 디스플레이와 같은 장치를 포함할 수 있다. 다른 예로 입출력 인터페이스(214)는 터치스크린과 같이 입력과 출력을 위한 기능이 하나로 통합된 장치와의 인터페이스를 위한 수단일 수도 있다. 보다 구체적인 예로, 제1 전자 기기(110)의 프로세서(212)는 메모리(211)에 로딩된 컴퓨터 프로그램의 명령을 처리함에 있어서 서버(150)나 제2 전자 기기(120)가 제공하는 데이터를 이용하여 구성되는 서비스 화면이나 컨텐츠가 입출력 인터페이스(214)를 통해 디스플레이에 표시될 수 있다. 입출력 인터페이스(224) 또한 마찬가지로 서버(150)의 프로세서(222)가 메모리(221)에 로딩된 컴퓨터 프로그램의 명령을 처리함에 있어 서버(150)가 제공하는 데이터를 이용하여 구성되는 정보를 출력할 수 있다.

또한, 다른 실시예들에서 제1 전자 기기(110) 및 서버(150)는 도 2의 구성요소들보다 더 많은 구성요소들을 포함할 수도 있다. 그러나, 대부분의 종래기술적 구성요소들을 명확하게 도시할 필요성은 없다. 예를 들어, 제1 전자 기기(110)는 상술한 입출력 장치(215) 중 적어도 일부를 포함하도록 구현되거나 또는 트랜시버(transceiver), GPS(Global Positioning System) 모듈, 카메라, 각종 센서, 데이터베이스 등과 같은 다른 구성요소들을 더 포함할 수도 있다. 보다 구체적인 예로, 제1 전자 기기(110)가 스마트폰인 경우, 일반적으로 스마트폰이 포함하고 있는 가속도 센서나 자이로 센서, 카메라, 각종 물리적인 버튼, 터치패널을 이용한 버튼, 입출력 포트, 진동을 위한 진동기 등의 다양한 구성요소들이 제1 전자 기기(110)에 더 포함되도록 구현될 수 있음을 알 수 있다.

이하에서는 키워드 속성을 기준으로 관련 있는 키워드를 제공하는 방법 및 시스템의 구체적인 실시예를 설명하기로 한다.

본 명세서에서 '키워드'는 검색에 이용되는 질의를 의미할 수 있으며 질의 성격을 나타내는 속성(attribute)을 가질 수 있다. 키워드는 속성에 따라 예를 들어, 특정 지역이나 위치, POI(point of interest) 등에 해당되는 지역 키워드, 특정 인물에 해당되는 인물 키워드, 특정 시기나 계절에 따라 조회수나 광고 효과가 급증하는 시즌성 키워드, 브랜드 검색 광고가 노출될 수 있는 브랜드 키워드, 쇼핑몰 이름에 해당되는 쇼핑몰 키워드 등으로 구분될 수 있다.

도 3은 본 발명의 일 실시예에 따른 서버의 프로세서가 포함할 수 있는 구성요소의 예를 도시한 도면이고, 도 4는 본 발명의 일 실시예에 따른 서버가 수행할 수 있는 방법의 예를 도시한 흐름도이다.

서버(150)는 클라이언트(client)인 복수의 전자 기기들(110, 120, 130, 140)을 대상으로 검색 서비스를 제공하는 플랫폼 역할을 하며, 일례로 지역 속성을 가진 키워드가 검색어로 입력되는 경우 해당 키워드의 속성과 관련 있는 연관 키워드를 추출하고 추출된 키워드를 키워드 간 관계에 따라 노출할 수 있다.

도 3에 도시된 바와 같이 서버(150)의 프로세서(222)는 구성요소들로서 관련 질의 추출부(310), 후보 질의 추출부(320), 속성 관계 판별부(330), 및 연관 키워드 제공부(340)를 포함할 수 있다. 이러한 프로세서(222) 및 프로세서(222)의 구성요소들은 도 4의 방법이 포함하는 단계들(S410 내지 S440)을 수행하도록 서버(150)를 제어할 수 있다. 이때, 프로세서(222) 및 프로세서(222)의 구성요소들은 메모리(221)가 포함하는 운영체제의 코드와 적어도 하나의 프로그램의 코드에 따른 명령(instruction)을 실행하도록 구현될 수 있다. 또한, 프로세서(222)의 구성요소들은 운영체제나 적어도 하나의 프로그램이 제공하는 제어 명령에 따라 프로세서(222)에 의해 수행되는 서로 다른 기능들(different functions)의 표현들일 수 있다. 예를 들어, 프로세서(222)가 상술한 제어 명령에 따라 특정 키워드와 관련된 질의를 추출하도록 제어하는 기능적 표현으로서 관련 질의 추출부(310)가 사용될 수 있다.

단계(S410)에서 관련 질의 추출부(310)는 특정 키워드에 대하여 해당 키워드와 관련된 질의를 추출할 수 있다. 관련 질의 추출부(310)는 특정 분야에서 특정된 키워드 각각에 대하여 해당 키워드와 관련해 검색 서비스에서 이용된 질의들을 추출할 수 있다. 예를 들어, 관련 질의 추출부(310)는 지역 속성을 가진 특정 키워드 '연남동'에 대하여 키워드 '연남동'과 함께 검색되거나 노출되는 질의들, 혹은 '연남동'에 속하는 지역에서 검색되거나 노출되는 질의들 등을 추출할 수 있다.

단계(S420)에서 후보 질의 추출부(320)는 단계(S410)에서 추출된 질의의 조합으로 질의쌍을 생성한 후 질의쌍이 등장하는 문서를 이용하여 후보 질의쌍을 추출할 수 있다. 일례로, 후보 질의 추출부(320)는 특정 키워드와 관련된 질의의 모든 조합을 통해 두 개의 질의가 쌍으로 구성된 질의쌍을 생성할 수 있고, 이후 모든 질의쌍 중 질의쌍을 구성하는 두 개의 질의가 공통으로 등장하는 문서가 적어도 하나 이상 존재하는 질의쌍을 후보 질의쌍으로 추출할 수 있다.

단계(S430)에서 속성 관계 판별부(330)는 단계(S420)에서 추출된 후보 질의쌍을 이용하여 특정 키워드의 속성에 기반한 키워드 간 관계를 판별할 수 있다. 일례로, 속성 관계 판별부(330)는 후보 질의쌍을 구성하는 두 개의 질의가 공통으로 등장하는 문서에서 두 개의 질의 중 특정 키워드의 속성과 관계가 있는 질의를 판별함으로써 특정 키워드와 관련 키워드(후보 질의쌍) 사이의 관계를 판별할 수 있다. 이때, 속성 관계 판별부(330)는 딥러닝(deep learning) 모델, 일례로 CNN(Convolutional Neural Networks)을 이용한 텍스트 분류(Text Classification) 기법을 통해서 속성에 기반한 키워드 간 관계를 판별할 수 있다.

단계(S440)에서 연관 키워드 제공부(340)는 특정 키워드에 대하여 속성에 기반한 키워드 간 관계를 포함한 연관 키워드를 제공할 수 있다. 연관 키워드 제공부(340)는 특정 키워드에 대응되는 검색 결과를 제공할 때 특정 키워드와 관련 있는 연관 키워드를 함께 제공하게 되는데, 이때 속성에 기반한 키워드 간 관계가 적용된 도표로 연관 키워드를 노출할 수 있다. 이때, 연관 키워드 제공부(340)는 후보 질의쌍에 포함된 적어도 일부의 키워드를 특정 키워드와 관련 있는 연관 키워드로서 제공할 수 있으며, 특정 키워드와의 관계도나 인기도가 높은 연관 키워드일수록 도표 상에서 해당 키워드를 나타내는 디스플레이 요소를 강조할 수 있다. 예를 들어, 특정 키워드와 관계가 깊거나 특정 키워드와 관련하여 인기가 많은 연관 키워드일수록 도표 상에서 키워드를 도시한 도형의 크기나 칼라, 키워드에 해당되는 텍스트 크기나 칼라, 특정 키워드와 연결하는 링크 선의 종류나 굵기 등을 강조하여 차별화 할 수 있다.

따라서, 본 발명의 실시예들은 특정 속성을 가진 키워드에 대해 해당 키워드 속성을 기준으로 키워드 간 관계를 판별하여 이러한 관계 정보를 포함한 연관 키워드를 검색 결과와 함께 제공할 수 있다.

지도 상의 POI와 같이 지역 속성을 가진 키워드를 대표적인 예로 하여 POI 속성 관계가 포함된 연관 키워드를 제공하기 위한 구체적인 과정을 설명하기로 한다.

기존 검색 서비스는 POI 검색 시 해당 POI의 특성을 한눈에 파악하기 어렵고 검색 결과에 포함된 문서나 연관 키워드를 일일이 확인하는 방법으로 관련 정보를 얻을 수 있다. 본 발명은 특정 POI와 관련이 있는 검색질의 로그나 문서 등을 수집하여 해당 POI와 관련하여 인기 있는 키워드를 추출하고 추출된 키워드를 특정 키워드와의 관계도나 인기도에 따라 노출함으로써 검색 결과에 포함된 문서를 확인하지 않더라도 특정 POI과 관련하여 어떤 것이 유명하고 인기가 많은지 한눈에 파악이 가능하다.

먼저, 관련 질의 추출부(310)는 지역 속성을 가진 특정 키워드에 대하여 해당 지역 관련 질의를 추출할 수 있다. 예를 들어, 관련 질의 추출부(310)는 '연남동'이라는 POI에 대하여 통합검색 모바일 검색로그나 노출로그 등을 분석하여 키워드 '연남동'과 함께 검색되거나 노출되는 질의들, '연남동'에 속하는 지역에서 검색되거나 노출되는 질의들 등을 추출할 수 있다. 이때, 검색로그나 노출로그가 일정 레벨 이상(예컨대, UQC(unique query count) 10 이상)인 질의를 대상으로 추출할 수 있다. 도 5는 '연남동'이라는 POI에 대하여 추출된 지역 관련 질의의 예를 도시한 것이다. 도 5는 키워드 '연남동'과 함께 검색되거나 노출되는 질의와, '연남동'에 속하는 지역에서 검색되거나 노출되는 질의의 예시들을 나타낸 것이다. 도 5에서 질의와 함께 나타낸 숫자는 검색로그나 노출로그에 따른 UQC를 의미할 수 있다.

도 6 내지 도 8은 본 발명의 일 실시예에 있어서 후보 질의쌍을 추출하는 과정을 설명하기 위한 예시 도면이다.

도 6을 참조하면, 후보 질의 추출부(320)는 '연남동'이라는 POI에 대하여 해당 지역 관련 질의로 추출된 질의들(601)을 대상으로 모든 조합의 질의쌍(602)을 생성한다. 도 6에 도시한 바와 같이, '연남동'이라는 POI에 대하여 지역 관련 질의(601)로 {생딸기우유, 나도쥬스, 수요미식회, 향미, 옥돔구이}가 추출된 경우, 두 개의 질의(q1, q2)를 한 쌍([q1, q2])으로 구성하는 조합으로 <[생딸기우유, 나도쥬스], [생딸기우유, 수요미식회], [생딸기우유, 향미], [생딸기우유, 옥돔구이], [나도쥬스, 수요미식회], [나도쥬스, 향미], [나도쥬스, 옥돔구이], [수요미식회, 향미], [수요미식회, 옥돔구이]>와 같은 질의쌍(602)을 만들 수 있다.

후보 질의 추출부(320)는 모든 질의쌍(602) 중 질의쌍을 구성하는 두 개의 질의가 공통으로 등장하는 문서가 적어도 하나 이상 존재하는 질의쌍을 후보 질의쌍으로 추출할 수 있다. 후보 질의 추출부(320)는 인터넷 상의 문서, 예를 들어 블로그, 뉴스 기사, 카페 게시글 등과 같은 각종 웹 문서를 이용하여 한 쌍을 이루는 두 개의 질의가 서로 관련이 있는지 여부를 판단할 수 있다. 도 7에 도시한 바와 같이, 후보 질의 추출부(320)는 인터넷 상의 문서 DB(700)를 검색하여 질의쌍 [나도쥬스, 옥돔구이]의 두 질의가 공통으로 나타난 문서가 없는 경우 해당 질의쌍 [나도쥬스, 옥돔구이]를 후보 질의쌍으로 선정하지 않는다. 한편, 도 8에 도시한 바와 같이, 후보 질의 추출부(320)는 인터넷 상의 문서 DB(700)를 검색하여 질의쌍 [생딸기우유, 나도쥬스]의 두 질의가 공통으로 나타난 문서(801)가 존재하는 경우 해당 질의쌍 [생딸기우유, 나도쥬스]를 후보 질의쌍으로 선정한다.

따라서, 후보 질의 추출부(320)는 문서 DB(700)를 이용한 검색을 통해 질의쌍을 구성하는 두 개의 질의가 모두 등장하는 문서가 설정 개수 이상 존재하면 두 질의 간에 연관이 있는 것으로 판단하고 해당 질의쌍을 후보 질의쌍으로 추출할 수 있다.

이러한 과정을 통해 추출된 후보 질의쌍은 POI 속성을 가진 질의가 0개 포함된 질의쌍, POI 속성을 가진 질의가 1개 포함된 질의쌍, POI 속성을 가진 질의가 2개 포함된 질의쌍, 적어도 하나의 질의가 문서의 로케이션 태그(location tag)인 질의쌍 등을 포함할 수 있다.

속성 관계 판별부(330)는 후보 질의쌍을 이용하여 후보 질의쌍을 구성하는 두 개의 질의에 대해 POI 속성 관계 여부를 판별할 수 있다. 일례로, 속성 관계 판별부(330)는 두 개의 질의 중 적어도 하나의 질의가 문서의 로케이션 태그인 질의쌍을 이용하여 해당 질의쌍의 두 개의 질의가 공통으로 등장하는 문서가 일정 개수(예컨대, 2개) 이상인 경우에 POI 속성을 중심으로 POI 속성 관계를 태깅할 수 있다. 예를 들어, 각 후보 질의쌍에 대하여 두 개의 질의 모두 POI가 아닌 경우 0(관계없음), 첫 번째 질의(q1)가 POI인 경우 1, 두 번째 질의(q2)가 POI인 경우 2로 태깅할 수 있다.

도 9는 본 발명의 일 실시예에 있어서 후보 질의쌍을 이용하여 지역 관계를 판별하는 CNN 학습 모델의 예를 도시한 것이다. 속성 관계 판별부(330)는 CNN 학습 모델(900)을 이용하여 후보 질의쌍에 대해 POI 속성 관계 여부를 판별할 수 있다. CNN 학습 모델(900)에서는 후보 질의쌍의 두 개의 질의가 공통으로 등장하는 문서를 워드 임베딩(words embedding)을 통한 고차원의 벡터로 변환하여 입력 벡터로 구성하는 것으로, 다시 말해 후보 질의쌍의 두 개의 질의가 공통으로 등장하는 문서에서 해당 질의를 치환하고 문맥을 통해서 각 질의가 POI 속성에 해당되는지 여부를 판별할 수 있다. 이때, CNN 학습 모델(900)에서는 POI 속성 관계를 판별함에 있어 질의 별 UQC(Q1 ugc, Q2 ugc)와 문서 출현 빈도(Num, of co-occur. DOCs) 등을 포함한 CNN 학습 과정을 거쳐 실수 벡터에 따른 질의 별 점수를 산출할 수 있다. 이때, 질의 별 점수는 특정 POI(예컨대, '연남동')와의 관계 정도와 인기 정도를 나타낼 수 있다.

도 10은 POI 속성을 가진 질의 '연남동'에 대하여 속성에 기반한 키워드 간 관계가 포함된 연관 키워드의 예시를 도시한 것이다. 특정 POI(1000) '연남동'에 대하여 후보 질의쌍의 적어도 일부 키워드가 연관 키워드(1001)로 추출될 수 있으며, 이때 도 10에 도시한 바와 같이 특정 POI(1000)와 연관 키워드(1001)를 포함한 키워드 간의 관계를 도표로 나타낼 수 있다. 예를 들어, 키워드 각각은 노드로 표현하고 관계가 있는 키워드 간에 링크를 연결할 수 있다. 이때, 연관 키워드(1001) 중 특정 POI(1000)와 같은 지역 속성을 가진 키워드와 그 외 지역 관련 질의를 나타내는 키워드를 노드 형태나 색 등으로 구분하여 표기할 수 있고, 키워드 간에 관계가 깊을수록 링크를 굵게, 인기가 많은 키워드일수록 해당 키워드의 노드를 크게 나타낼 수 있다.

도 11은 속성에 기반한 키워드 간 관계를 포함한 연관 키워드를 제공하는 사용자 인터페이스 화면의 예시를 도시한 것이다. 도 11은 사용자가 검색어로 '연남동'을 입력한 경우 '연남동'에 대응되는 검색 결과를 제공하는 검색 서비스 화면의 예를 나타낸 것이다.

도 11에 도시한 바와 같이, 연관 키워드 제공부(340)는 검색어 '연남동'에 대응되는 검색 결과를 제공할 때 특정 키워드 '연남동'과 관련 있는 연관 키워드(1101)를 함께 제공하게 되는데, 이때 속성에 기반한 키워드 간 관계가 적용된 도표로 연관 키워드(1101)를 노출할 수 있다. 이에, 검색어 '연남동'을 입력한 사용자는 검색 결과와 함께 제공되는 연관 키워드(1101)를 통해 해당 POI의 전체적인 특성과 키워드 간의 관계를 파악할 수 있고 검색 결과에 포함된 문서들을 일일이 보지 않아도 '연남동'에서 어떤 것이 유명하고 인기가 많은지 한눈에 파악할 수 있다.

또한, 도표에서 노드로 표현된 연관 키워드(1101) 각각은 해당 키워드를 이용한 재검색을 수행할 수 있는 인터페이스로 구성될 수 있다. 다시 말해, 검색어 '연남동'에 대해 속성에 기반한 키워드 간 관계가 적용된 도표로 연관 키워드(1101)를 제공할 수 있고, 이때 도표 내 연관 키워드(1101) 중에서 특정 키워드를 선택하는 경우 선택된 키워드를 검색어로 한 재검색 인터랙션을 제공할 수 있다.

이처럼 본 발명의 실시예들에 따르면, 특정 속성을 가진 키워드에 대하여 연관 키워드를 추출하여 연관 키워드를 속성에 기반한 키워드 간 관계에 따라 노출함으로써 키워드의 특성을 한눈에 파악할 수 있으며 연관 키워드와 함께 키워드 별 인기도에 대한 정보를 쉽게 파악할 수 있다.

이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 어플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 컴퓨터 저장 매체 또는 장치에 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.

실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 이때, 매체는 컴퓨터로 실행 가능한 프로그램을 계속 저장하거나, 실행 또는 다운로드를 위해 임시 저장하는 것일 수도 있다. 또한, 매체는 단일 또는 수 개의 하드웨어가 결합된 형태의 다양한 기록수단 또는 저장수단일 수 있는데, 어떤 컴퓨터 시스템에 직접 접속되는 매체에 한정되지 않고, 네트워크 상에 분산 존재하는 것일 수도 있다. 매체의 예시로는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등을 포함하여 프로그램 명령어가 저장되도록 구성된 것이 있을 수 있다. 또한, 다른 매체의 예시로, 어플리케이션을 유통하는 앱 스토어나 기타 다양한 소프트웨어를 공급 내지 유통하는 사이트, 서버 등에서 관리하는 기록매체 내지 저장매체도 들 수 있다.

이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.

그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims

컴퓨터로 구현되는 연관 키워드 제공 방법에 있어서,
특정 분야에서 특정된 키워드에 대하여 관련 질의들을 추출하는 단계;
상기 추출된 관련 질의들의 조합들에 해당하는 질의쌍들을 생성하는 단계;
상기 질의쌍들 중 질의쌍을 구성하는 질의들이 공통으로 등장하는 문서가 존재하는 질의쌍을 후보 질의쌍으로서 추출하는 단계;
상기 후보 질의쌍을 대상으로, 상기 키워드의 속성과 상기 후보 질의쌍을 구성하는 질의들 각각 간의 관계 정도를 산출하는 단계; 및
상기 키워드에 대한 연관 키워드로서, 상기 후보 질의쌍을 구성하는 질의들을 제공하되, 상기 관계 정도에 관한 정보를 포함하여 제공하는 단계
를 포함하는 연관 키워드 제공 방법.
제1항에 있어서,
상기 추출하는 단계는,
상기 키워드와 관련하여 검색 서비스에서 이용된 질의들을 상기 관련 질의들로서 추출하는 것
을 특징으로 하는 연관 키워드 제공 방법.
삭제
제1항에 있어서,
상기 산출하는 단계는,
상기 후보 질의쌍을 구성하는 질의들이 공통으로 등장하는 문서를 이용하여, 상기 키워드의 속성과 상기 후보 질의쌍을 구성하는 질의들 각각 간의 관계 정도를 산출하는 것
을 특징으로 하는 연관 키워드 제공 방법.
제1항에 있어서,
상기 산출하는 단계는,
상기 후보 질의쌍 중 질의쌍을 구성하는 적어도 하나의 질의가 상기 문서의 로케이션 태그(location tag)인 질의쌍을 이용하여, 해당 질의쌍을 구성하는 질의들이 공통으로 등장하는 문서가 일정 개수 이상인 경우에 대해 상기 해당 질의쌍에 상기 키워드의 속성을 태깅하는 것
을 포함하는 연관 키워드 제공 방법.
제1항에 있어서,
상기 산출하는 단계는,
상기 후보 질의쌍을 구성하는 질의들이 공통으로 등장하는 문서를 대상으로 딥러닝(deep learning) 모델을 이용한 텍스트 분류(Text Classification)를 통해 상기 키워드의 속성과 상기 후보 질의쌍을 구성하는 질의들 각각 간의 관계 정도를 산출하는 것
을 포함하는 연관 키워드 제공 방법.
제1항에 있어서,
상기 추출하는 단계는,
지역 속성을 가진 특정 키워드에 대하여 해당 지역과 관련된 질의들을 상기 관련 질의들로서 추출하는 것
을 특징으로 하는 연관 키워드 제공 방법.
삭제
제1항에 있어서,
상기 제공하는 단계는,
상기 키워드에 대한 상기 후보 질의쌍을 구성하는 질의들의 상기 관계 정도가 적용된 도표를 포함하여, 상기 후보 질의쌍을 구성하는 질의들의 각각을 상기 연관 키워드로서 제공하는 것
을 특징으로 하는 연관 키워드 제공 방법.
제9항에 있어서,
상기 제공하는 단계는,
상기 도표에서, 상기 키워드와 상기 연관 키워드의 각각을 노드로서 표현하고, 서로 관계가 있는 노드 간에 링크를 연결하되, 상기 키워드에 대한 상기 후보 질의쌍을 구성하는 질의들 각각의 상기 관계 정도 또는 상기 노드에 대응하는 키워드 별 인기도에 따라, 상기 노드와 상기 링크 중 적어도 하나를 강조하여 표시하는 것
을 특징으로 하는 연관 키워드 제공 방법.
컴퓨터 시스템과 결합되어 연관 키워드 제공 방법을 실행시키기 위해 컴퓨터 판독 가능한 기록 매체에 기록된 컴퓨터 프로그램에 있어서,
상기 연관 키워드 제공 방법은,
특정 분야에서 특정된 키워드에 대하여 관련 질의들을 추출하는 단계;
상기 추출된 관련 질의들의 조합들에 해당하는 질의쌍들을 생성하는 단계;
상기 질의쌍들 중 질의쌍을 구성하는 질의들이 공통으로 등장하는 문서가 존재하는 질의쌍을 후보 질의쌍으로서 추출하는 단계;
상기 후보 질의쌍을 대상으로, 상기 키워드의 속성과 상기 후보 질의쌍을 구성하는 질의들 각각 간의 관계 정도를 산출하는 단계; 및
상기 키워드에 대한 연관 키워드로서, 상기 후보 질의쌍을 구성하는 질의들을 제공하되, 상기 관계 정도에 관한 정보를 포함하여 제공하는 단계
를 포함하는, 컴퓨터 프로그램.
컴퓨터로 구현되는 연관 키워드 제공 시스템에 있어서,
컴퓨터가 판독 가능한 명령을 실행하도록 구현되는 적어도 하나의 프로세서
를 포함하고,
상기 적어도 하나의 프로세서는,
특정 분야에서 특정된 키워드에 대하여 관련 질의들을 추출하는 관련 질의 추출부;
상기 추출된 관련 질의들의 조합들에 해당하는 질의쌍들을 생성하고, 상기 질의쌍들 중 질의쌍을 구성하는 질의들이 공통으로 등장하는 문서가 존재하는 질의쌍을 후보 질의쌍으로서 추출하는 후보 질의 추출부;
상기 후보 질의쌍을 대상으로, 상기 키워드의 속성과 상기 후보 질의쌍을 구성하는 질의들 각각 간의 관계 정도를 산출하는 속성 관계 판별부; 및
상기 키워드에 대한 연관 키워드로서, 상기 후보 질의쌍을 구성하는 질의들을 제공하되, 상기 관계 정도에 관한 정보를 포함하여 제공하는 연관 키워드 제공부
를 포함하는 연관 키워드 제공 시스템.
삭제
제12항에 있어서,
상기 속성 관계 판별부는,
상기 후보 질의쌍을 구성하는 질의들이 공통으로 등장하는 문서를 이용하여, 상기 키워드의 속성과 상기 후보 질의쌍을 구성하는 질의들 각각 간의 관계 정도를 산출하는 것
을 특징으로 하는 연관 키워드 제공 시스템.
제12항에 있어서,
상기 속성 관계 판별부는,
상기 후보 질의쌍 중 질의쌍을 구성하는 적어도 하나의 질의가 상기 문서의 로케이션 태그(location tag)인 질의쌍을 이용하여, 해당 질의쌍을 구성하는 질의들이 공통으로 등장하는 문서가 일정 개수 이상인 경우에 대해 상기 해당 질의쌍에 상기 키워드의 속성을 태깅하는 것
을 특징으로 하는 연관 키워드 제공 시스템.
제12항에 있어서,
상기 속성 관계 판별부는,
상기 후보 질의쌍을 구성하는 질의들이 공통으로 등장하는 문서를 대상으로 딥러닝(deep learning) 모델을 이용한 텍스트 분류(Text Classification)를 통해 상기 키워드의 속성과 상기 후보 질의쌍을 구성하는 질의들 각각 간의 관계 정도를 산출하는 것
을 특징으로 하는 연관 키워드 제공 시스템.
제12항에 있어서,
상기 관련 질의 추출부는,
지역 속성을 가진 특정 키워드에 대하여 해당 지역과 관련된 질의들을 상기 관련 질의들로서 추출하는 것
을 특징으로 하는 연관 키워드 제공 시스템.
삭제
제12항에 있어서,
상기 연관 키워드 제공부는,
상기 키워드에 대한 상기 후보 질의쌍을 구성하는 질의들의 상기 관계 정도가 적용된 도표를 포함하여, 상기 후보 질의쌍을 구성하는 질의들의 각각을 상기 연관 키워드로서 제공하는 것
을 특징으로 하는 연관 키워드 제공 시스템.
제19항에 있어서,
상기 연관 키워드 제공부는,
상기 도표에서, 상기 키워드와 상기 연관 키워드의 노드로서 표현하고, 서로 관계가 있는 노드 간에 링크를 연결하되, 상기 키워드에 대한 상기 후보 질의쌍을 구성하는 질의들 각각의 상기 관계 정도 또는 상기 노드에 대응하는 키워드 별 인기도에 따라, 상기 노드와 상기 링크 중 적어도 하나를 강조하여 표시하는 것
을 특징으로 하는 연관 키워드 제공 시스템.