[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

KR20120092756A - 사람의 활동 지식 데이터베이스를 이용한 모바일 어플리케이션 검색 방법 및 시스템 - Google Patents

사람의 활동 지식 데이터베이스를 이용한 모바일 어플리케이션 검색 방법 및 시스템 Download PDF

Info

Publication number
KR20120092756A
KR20120092756A KR1020110001391A KR20110001391A KR20120092756A KR 20120092756 A KR20120092756 A KR 20120092756A KR 1020110001391 A KR1020110001391 A KR 1020110001391A KR 20110001391 A KR20110001391 A KR 20110001391A KR 20120092756 A KR20120092756 A KR 20120092756A
Authority
KR
South Korea
Prior art keywords
mobile application
search
query
user
score
Prior art date
Application number
KR1020110001391A
Other languages
English (en)
Other versions
KR101220557B1 (ko
Inventor
맹성현
김경민
정유철
박근찬
최진혁
이칠우
Original Assignee
한국과학기술원
전남대학교산학협력단
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 한국과학기술원, 전남대학교산학협력단 filed Critical 한국과학기술원
Priority to KR1020110001391A priority Critical patent/KR101220557B1/ko
Priority to US13/338,814 priority patent/US8825669B2/en
Publication of KR20120092756A publication Critical patent/KR20120092756A/ko
Application granted granted Critical
Publication of KR101220557B1 publication Critical patent/KR101220557B1/ko

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
    • G06F16/2457—Query processing with adaptation to user needs
    • G06F16/24578—Query processing with adaptation to user needs using ranking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Human Computer Interaction (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Algebra (AREA)
  • Pure & Applied Mathematics (AREA)
  • Software Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명은 사람의 활동 지식 데이터베이스를 이용한 모바일 어플리케이션 검색 방법 및 시스템에 관한 것으로서, 본 발명의 모바일 어플리케이션 검색 시스템은 사용자에게 질의를 입력할 수 있도록 하는 입력 환경을 제공하고, 사용자 질의에 관련된 모바일 어플리케이션 검색결과를 표시하기 위한 유저 인터페이스부 및 상기 유저 인터페이스부로부터 사용자 질의를 입력받고, 일상 생활에서 사람이 원하는 다수의 목적(goal)을 이루는데 관여하는 요소의 목록이 저장된 활동 지식 데이터베이스를 이용하여, 상기 사용자 질의에 관련된 모바일 어플리케이션을 검색하는 모바일 어플리케이션 검색기를 포함한다. 본 발명에 의하면, 사람의 활동 지식 데이터베이스를 이용해 사용자 질의와 모바일 어플리케이션 간의 단어 불일치 문제를 개선하여, 모바일 어플리케이션 검색 성능을 개선하여 사용자 만족도를 높일 수 있는 효과가 있다.

Description

사람의 활동 지식 데이터베이스를 이용한 모바일 어플리케이션 검색 방법 및 시스템 {Method and system for searching mobile application using human activity knowledge database}
본 발명은 사람의 활동 지식 데이터베이스를 이용한 모바일 어플리케이션 검색 방법 및 시스템에 관한 것으로서, 더욱 상세하게는 사람의 활동 지식 데이터베이스를 이용하여 사용자 쿼리에 대해 적절한 모바일 어플리케이션을 효과적으로 검색하는 모바일 어플리케이션 방법 및 시스템에 관한 것이다.
스마트폰의 대중화와 모바일 어플리케이션 마켓의 등장에 따라 많은 수의 모바일 어플리케이션이 개발되고 있다. 사람들은 종종 모바일 상황에서 콘텍스트에 따라 모바일 어플리케이션을 필요로 한다. 예를 들어, 도심에서 추석 선물을 사고자 하는 사람은 가격이 싸고 가까운 상점을 찾아 주는 앱이 필요할 것이다. 이렇게 구체적인 검색 의도가 생긴 사용자는 모바일 어플리케이션 마켓이 제공하는 검색기에 질의를 입력하여 검색된 모바일 어플리케이션 중에서 구매할 모바일 어플리케이션을 선택할 수 있다.
현존하는 모바일 마켓(예를 들어, AppStore, Android Market)에서 사용되는 키워드 기반 검색기는 일반적인 웹 문서 검색기에 사용되는 기술과 유사한 키워드 매칭 기반 방법으로 구성된 것으로 알려져 있다. 하지만 사용자 질의는 보통 2~3단어 내외로 짧기 때문에, 적절한 모바일 어플리케이션의 설명에 그 단어가 포함되지 않은 경우(vocabulary mismatching), 그 모바일 어플리케이션은 검색 결과에 포함되지 않는 문제가 자주 발생한다.
본 발명은 상기와 같은 문제점을 해결하기 위하여 안출된 것으로서, 사람의 활동 지식 데이터 베이스를 이용하여 높은 성능의 효율적인 모바일 어플리케이션 검색결과를 제공하는 모바일 어플리케이션 검색 방법 및 시스템을 제공하는데 그 목적이 있다.
이와 같은 목적을 달성하기 위한 본 발명의 모바일 어플리케이션 검색 시스템은 사용자에게 질의를 입력할 수 있도록 하는 입력 환경을 제공하고, 사용자 질의에 관련된 모바일 어플리케이션 검색결과를 표시하기 위한 유저 인터페이스부 및 상기 유저 인터페이스부로부터 사용자 질의를 입력받고, 일상 생활에서 사람이 원하는 다수의 목적(goal)을 이루는데 관여하는 요소의 목록이 저장된 활동 지식 데이터베이스를 이용하여, 상기 사용자 질의에 관련된 모바일 어플리케이션을 검색하는 모바일 어플리케이션 검색기를 포함한다.
상기 유저 인터페이스부에서 입력된 텍스트 형태의 사용자 질의를 RDQL(RDF query language) 질의로 변환하여 상기 모바일 어플리케이션 검색기에 전달하기 위한 질의 변환기를 더 포함할 수 있다.
상기 모바일 어플리케이션 검색기는, 다수의 모바일 어플리케이션이 색인된 모바일 어플리케이션 데이터베이스를 포함할 수 있다.
상기 모바일 어플리케이션 데이터베이스는 모바일 어플리케이션 마켓에 등록된 모바일 어플리케이션의 제목, 설명, 댓글을 포함하는 텍스트 정보를 BOW(Bag of words) 형태로 저장한 것일 수 있다.
상기 활동 지식 데이터베이스는, 일상 생활에서 사람이 원하는 다수의 목적(goal)을 이루는데 관여하는 사건(Event), 장소(Place), 사람(People), 사물(Thing), 기타 요소(Miscellaneous)의 목록을 저장하는 것일 수 있다.
상기 모바일 어플리케이션 검색기는 통계적 번역 기반 검색 모델(statistical translation based retrieval model)을 확장하여 사용하는 것일 수 있다.
본 발명에서 사용자로부터 질의를 입력받고, 입력받은 질의에 관련된 모바일 어플리케이션의 검색결과를 제공하는 모바일 어플리케이션 검색 시스템에서의 모바일 어플리케이션 검색 방법에 있어서, 상기 모바일 어플리케이션 검색 시스템에서 사용자로부터 사용자 질의를 입력받는 단계 및 상기 모바일 어플리케이션 검색 시스템은 일상 생활에서 사람이 원하는 다수의 목적(goal)을 이루는데 관여하는 요소의 목록이 저장된 활동 지식 데이터베이스를 이용하여, 상기 사용자 질의에 관련된 모바일 어플리케이션을 검색하고, 그 검색 결과를 제공하는 단계를 포함한다.
본 발명의 일 실시예에 따른 모바일 어플리케이션 검색 방법은 상기 모바일 어플리케이션 검색 시스템에서 사용자로부터 텍스트 형태의 사용자 질의를 입력받는 단계, 상기 모바일 어플리케이션 검색 시스템은 상기 텍스트 형태의 사용자 질의를 RDQL(RDF query language) 질의로 변환하는 단계, 상기 모바일 어플리케이션 검색 시스템은 상기 모바일 어플리케이션의 텍스트 데이터와 RDQL 질의 간의 검색 점수를 계산하기 위하여, 상기 활동 지식 데이터베이스를 이용하여 개념간의 의미적 연관도를 계산하는 단계, 상기 모바일 어플리케이션 검색 시스템은 상기 개념 간의 의미적 연관도를 기반으로 상기 개념 간의 번역 확률을 계산하는 단계, 상기 모바일 어플리케이션 검색 시스템은 상기 개념 간의 번역 확률을 이용해 생성된 지식기반 검색 모델에 대한 상기 모바일 어플리케이션의 텍스트 데이터에 포함된 단어 간의 의미 기반 검색 점수를 계산하는 단계, 상기 모바일 어플리케이션 검색 시스템은 상기 단어 간의 의미 기반 검색 점수를 이용하여 모바일 어플리케이션의 의미 기반 검색 점수를 계산하는 단계, 상기 모바일 어플리케이션 검색 시스템은 상기 계산된 모바일 어플리케이션의 의미 기반 검색 점수에 키워드 기반 검색 점수를 조합하여 최종적인 모바일 어플리케이션의 검색 점수를 계산하는 단계 및 상기 모바일 어플리케이션 검색 시스템은 상기 모바일 어플리케이션의 검색 점수 중에서 미리 정해진 기준에 따라 상위에 해당하는 모바일 어플리케이션의 검색 결과인 상위 검색 결과를 출력하는 단계를 포함할 수 있다.
상기 개념간의 의미적 연관도를 계산하는 단계는, 두 개념쌍 간의 신뢰도와 정보도의 선형조합을 이용하여 의미적 연관도를 계산하는 것일 수 있다.
상기 텍스트 형태의 사용자 질의에 포함된 단어 간의 의미 기반 검색 점수를 계산하는 단계는, 최대 우도 추정(maximum likelihood estimation) 방법에 의해 생성된 질의 모델과 상기 개념 간의 번역 확률을 이용해 생성된 지식기반 검색 모델에 의해 검색 점수를 계산하는 것일 수 있다.
상기 최종적인 모바일 어플리케이션의 검색 점수를 계산하는 단계는, 상기 단어간의 의미기반 검색 점수, 언어모델, 그리고 상기 행동 지식 데이터베이스에 부여된 가중치를 이용하여 상기 모바일 어플리케이션의 검색 점수를 계산하는 것일 수 있다.
본 발명에 의하면, 사람의 활동 지식 데이터베이스를 이용해 사용자 질의와 모바일 어플리케이션 간의 단어 불일치 문제를 개선하여, 모바일 어플리케이션 검색 성능을 개선하여 사용자 만족도를 높일 수 있는 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 활동 지식 데이터베이스를 이용한 모바일 어플리케이션 검색 시스템의 구성을 보여주는 블록도이다.
도 2는 본 발명의 일 실시예에 따른 활동 지식 데이터베이스를 이용한 모바일 어플리케이션 검색 방법을 보여주는 흐름도이다.
이하, 첨부된 도면을 참조해서 본 발명의 실시예를 상세히 설명하면 다음과 같다. 우선 각 도면의 구성 요소들에 참조 부호를 부가함에 있어서, 동일한 구성 요소들에 한해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 그리고, 본 발명을 설명함에 있어서, 관련된 공지 기능 혹은 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
도 1은 본 발명의 일 실시예에 따른 활동 지식 데이터베이스를 이용한 모바일 어플리케이션 검색 시스템의 구성을 보여주는 블록도이다.
도 1에 도시된 바와 같이, 본 발명의 실시 예에 따른 사람의 활동 지식 데이터베이스를 이용한 모바일 어플리케이션 검색 시스템은, 유저 인터페이스부(110), 질의 변환기(100), 모바일 어플리케이션 검색기(150)를 포함하여 이루어진다.
유저 인터페이스부(110)는 사용자에게 질의를 입력할 수 있도록 하는 입력 환경을 제공하고, 사용자 질의에 관련된 모바일 어플리케이션 검색결과를 표시하는 역할을 한다.
모바일 어플리케이션 검색기(150)는 유저 인터페이스부(110)로부터 사용자 질의를 입력받고, 일상 생활에서 사람이 원하는 다수의 목적(goal)을 이루는데 관여하는 요소의 목록이 저장된 활동 지식 데이터베이스(130)를 이용하여, 사용자 질의에 관련된 모바일 어플리케이션을 검색한다.
본 발명에서 모바일 어플리케이션 검색기(150)는 다수의 모바일 어플리케이션이 색인된 모바일 어플리케이션 데이터베이스(120)를 포함한다.
질의 변환기(100)는 유저 인터페이스부(110)에서 입력된 텍스트 형태의 사용자 질의를 RDQL(RDF query language) 질의로 변환하여 모바일 어플리케이션 검색기(150)에 전달하는 역할을 한다.
본 발명의 일 실시예에서 모바일 어플리케이션 데이터베이스(120)는 모바일 어플리케이션 마켓에 등록된 모바일 어플리케이션의 제목, 설명, 댓글을 포함하는 텍스트 정보를 BOW(Bag of words) 형태로 저장한 것일 수 있다. 모바일 어플리케이션 데이터베이스(120)는 검색의 대상인 모바일 어플리케이션의 텍스트 데이터를 검색에 용이한 형태로 색인하여 저장한 것이다.
본 발명의 일 실시예에서 활동 지식 데이터베이스는 일상 생활에서 사람이 원하는 다수의 목적(goal)을 이루는데 관여하는 사건(Event), 장소(Place), 사람(People), 사물(Thing), 기타 요소(Miscellaneous)의 목록을 저장한 것일 수 있다.
본 발명의 일 실시예에서 모바일 어플리케이션 검색기(150)는 통계적 번역 기반 검색 모델(statistical translation based retrieval model)을 확장하여 사용할 수 있다.
본 발명에서 사람의 활동 지식 데이터베이스(130)는 자동 또는 수동적인 방법으로 생성된 지식 데이터베이스로서, 일상 생활에서 사람이 해결을 원할 수 있는 다양한 목적(Goal)을 이루는 데에 관여하는 6가지 종류의 요소, 즉 사건(Event), 장소(Place), 사람(People), 시간(Time), 사물(Thing), 기타 요소(Miscellaneous) 중 하나 이상의 목록일 수 있다. 사용자 질의는 상황과 목적하는 활동에 관한 단어를 자주 포함하고, 모바일 어플리케이션의 설명은 그것이 제공하는 기능뿐만이 아니라, 그것이 도움을 줄 수 있는 상황과 사람의 활동에 관한 묘사를 자주 포함하기 때문에, 사람의 활동 지식 데이터베이스(130)를 이용하면 사용자 질의와 모바일 어플리케이션 간의 단어 불일치 문제를 해결하여 모바일 어플리케이션 검색 성능을 개선할 수 있다.
모바일 어플리케이션 검색기(150)는 활동 지식 데이터베이스(130)로부터 계산한 두 개념간의 의미적 관련도 정보를 이용하여 기 존재하는 통계적 번역 기반 검색 모델(statistical translation based retrieval model)을 확장하여 생성될 수 있다.
사용자 질의 변환기(100)는 텍스트 형태의 사용자 질의를 RDQL 질의로 변환하여 모바일 어플리케이션 검색기(150)에 제공한다.
검색 모바일 어플리케이션 검색 유저 인터페이스(110)은 현존하는 모바일 어플리케이션 마켓에서 검색을 위해 제공하는 것과 유사한 것으로서, 사용자 질의를 입력받아 모바일 어플리케이션 검색기(150)에 전달하고, 모바일 어플리케이션 검색 결과를 표시한다.
이하 도 2를 참조하여 상기와 같이 구성되는 사람의 활동 지식 데이터베이스를 이용한 모바일 어플리케이션 검색 시스템의 동작 과정을 상세히 설명하기로 한다.
도 2는 본 발명의 일 실시예에 따른 활동 지식 데이터베이스를 이용한 모바일 어플리케이션 검색 방법을 보여주는 흐름도이다.
도 2를 참조하면, S210 단계에서 사용자는 상기 모바일 어플리케이션 검색 유저 인터페이스(110)를 통해 텍스트 형태의 사용자 질의를 입력한다.
이에 따라 S220 단계에서 개념 기반 사용자 질의 변환기(100)는 텍스트 형태의 사용자 질의(160)을 RDQL 질의로 변환한다. 본 실시 예에서는 사용자 질의의 각 단어를 활동 지식 데이터베이스(130)에서 검색한 후, 검색된 하나 이상의 6가지 종류의 클래스(사건, 장소, 사람, 시간, 사물, 기타 요소)에 대해 각 개념을 할당하여 질의를 생성한다. 하지만 본 발명의 개념 기반 사용자 질의 변환기(100)는 상기 설명한 방법에 국한되지 않으며, 텍스트 형태의 사용자 질의를 개념 기반 RDQL 질의로 변환할 수 있는 어떤 방법도 적용 가능함을 명시하는 바이다. 예컨대 장소와 사람의 두 가지 의미를 모두 가질 수 있는 단어의 경우, 기계 학습법을 통해 좀 더 가능성이 높은 한 가지 의미만으로 단어를 해석할 수도 있다. 본 실시 예에서의 예를 들면, “check health”라는 사용자 질의는 다음과 같은 RDQL 질의로 변환된다.
SELECT ? Goal:*
WHERE (? Goal:hasEvent“check health”)
(? Goal:hasEvent“check”)
(? Goal:hasThing“health”)
S230 단계에서는 RDQL 질의와 모바일 어플리케이션의 텍스트 데이터 간의 검색 점수를 계산하기 위해, 중요한 요소인 개념간의 의미적 연관도를 다음의 두 원칙에 따라 계산한다.
첫째, 높은 추출 신뢰도를 가지고 사람의 활동 지식 데이터베이스로 추출된 개념은 높은 신뢰도를 가진다.
둘째, 더 높은 정보도를 갖는 개념 쌍은 높은 연관도를 가진다. 예를 들어, “check health(사건)”과 “cholesterol(사물)”쌍은 “check health(사건)”과 “building(사물)”쌍보다 더 높은 연관도를 가진다. 왜냐하면 “cholesterol”은 사람이 “to live healthy(목표)”나 “to live for a long time(목표)”와 같은 활동을 수행할 때 “building”보다 중요한 역할을 하기 때문이다.
c는 개념, w는 추출 대상 문서라고 할 때, 한 개념의 신뢰도는 기계 학습 등 자동화된 방법으로 사람의 활동 지식 데이터베이스로 추출될 때의 예상 정확도 acc(c,w)에 기반한다. n개의 추출 대상 문서로부터 추출된 개념 c의 신뢰도는 다음 [수학식 1]과 같이 계산된다.
Figure pat00001
두 개념쌍(cx,cy)간의 정보도는 활동 지식 데이터베이스(130)상에서 목표(Goal)를 기준으로 측정한 point-wise mutual information 척도에 기반한다.
G가 목표(Goal)의 집합이고, cnt(cx gi,cy gi)는 두 개념을 모두 포함한 목표(Goal)의 수, cnt(cx gi)는 cx만을 포함한 목표(Goal)의 수 일 때, 정보도는 [수학식 2]와 같이 계산된다.
Figure pat00002
두 개념쌍 간의 의미적 연관도는 신뢰도와 정보도의 선형 조합에 의해 [수학식 3]과 같이 결정된다(0 ≤ β ≤1).
Figure pat00003
S240 단계에서는 개념간의 번역 확률을 계산한다. 이는 RDQL 질의의 개념과 모바일 어플리케이션의 텍스트 데이터에 나타난 개념 간의 검색 점수를 계산하기 위해 필요한 것으로, S230 단계에서 계산된 두 개념쌍 간의 의미적 연관도를 기반으로 계산된다.
다음, [수학식 4]를 통해 두 개념쌍 (ci k,cj l)간의 번역 확률을 계산한다. k와 l은 활동 지식 데이터베이스(130)를 구성하는 6가지 종류의 클래스(사건, 장소, 사람, 시간, 사물, 기타 요소) 중 하나를 지칭하는 변수이며, S는 이러한 6가지 종류의 클래스를 나타내는 변수의 집합이다. Ck는 클래스 k에 속하는 모든 개념의 집합이다.
Figure pat00004
S250 단계에서, 주어진 쿼리 Q와, 최대 우도 추정(maximum likelihood estimation) 방법에 의해 생성된 질의 모델 θQ 0, S240 단계에서 계산된 개념간의 번역 확률을 이용해 만들어진 지식기반 검색 모델 θQ K에 대한 모바일 어플리케이션의 텍스트 데이터에 나타난 단어 ti의 의미 기반 검색 점수는 [수학식 5]에 따라 계산한다. 이는 알려진 통계적 번역 기반 검색 모델(statistical translation based retrieval model)을 확장한 방법이다.
Figure pat00005
S260 단계에서는 [수학식 6]의 점수 계산 함수를 이용하여 모바일 어플리케이션의 의미 기반 검색 점수를 계산한다. θD는 한 모바일 어플리케이션의 텍스트 데이터 D에 대해 생성된 언어 모델(language model)이고, wkl은 두 사람의 행동 지식 데이터베이스 클래스 k와 l에 대한 가중치이다.
본 발명의 실시 예에서는 wkl=wk ?wl로, k∈{사건(Event),사물(Thing)}일때는 wk=1, 나머지 경우에는 wk=0.5로 설정하였다. 이 가중치는 본시스템의 성능에 영향을 미치는 파라미터로서, 본 발명의 실시예의 경우에 국한되지않고, 본 발명의 시스템의 성능을 개선하기 위해 여러가지 값으로 수정할 수 있다.
Figure pat00006
행동 지식 데이터베이스(130)가 불충분한 경우에는 의미 기반 검색 점수만 사용한 경우 적절한 모바일 어플리케이션이 높은 검색순위에 나타나지 않을 수 있다. 따라서 S270 단계에서는 다음 [수학식 7]에 따라 S260 단계에서 계산한 의미 기반 검색 점수 ScoreKB와 웹 검색 분야에서 통상적으로 쓰이는 키워드 기반 검색 점수를 조합하여 최종 검색 점수를 계산한다. 본 실시 예에서는 Lucene package를 사용하여 키워드 기반 검색 점수 ScoreK를 계산하였고, 두 점수의 선형 조합 파라미터 t는 0.5로 설정하였다.
Figure pat00007
이상 본 발명을 몇 가지 바람직한 실시예를 사용하여 설명하였으나, 이들 실시예는 예시적인 것이며 한정적인 것이 아니다. 본 발명이 속하는 기술분야에서 통상의 지식을 지닌 자라면 본 발명의 사상과 첨부된 특허청구범위에 제시된 권리범위에서 벗어나지 않으면서 다양한 변화와 수정을 가할 수 있음을 이해할 것이다.
100 질의 변환기 110 유저 인터페이스부
120 모바일 어플리케이션 데이터베이스 130 활동 지식 데이터베이스
150 모바일 어플리케이션 검색기

Claims (11)

  1. 사용자에게 질의를 입력할 수 있도록 하는 입력 환경을 제공하고, 사용자 질의에 관련된 모바일 어플리케이션 검색결과를 표시하기 위한 유저 인터페이스부; 및
    상기 유저 인터페이스부로부터 사용자 질의를 입력받고, 일상 생활에서 사람이 원하는 다수의 목적(goal)을 이루는데 관여하는 요소의 목록이 저장된 활동 지식 데이터베이스를 이용하여, 상기 사용자 질의에 관련된 모바일 어플리케이션을 검색하는 모바일 어플리케이션 검색기를 포함하는 모바일 어플리케이션 검색 시스템.
  2. 제1항에 있어서,
    상기 유저 인터페이스부에서 입력된 텍스트 형태의 사용자 질의를 RDQL(RDF query language) 질의로 변환하여 상기 모바일 어플리케이션 검색기에 전달하기 위한 질의 변환기를 더 포함하는 것을 특징으로 하는 모바일 어플리케이션 검색 시스템.
  3. 제1항에 있어서,
    상기 모바일 어플리케이션 검색기는, 다수의 모바일 어플리케이션이 색인된 모바일 어플리케이션 데이터베이스를 포함하는 것을 특징으로 하는 모바일 어플리케이션 검색 시스템.
  4. 제3항에 있어서,
    상기 모바일 어플리케이션 데이터베이스는 모바일 어플리케이션 마켓에 등록된 모바일 어플리케이션의 제목, 설명, 댓글을 포함하는 텍스트 정보를 BOW(Bag of words) 형태로 저장한 것임을 특징으로 하는 모바일 어플리케이션 검색 시스템.
  5. 제1항에 있어서,
    상기 활동 지식 데이터베이스는,
    일상 생활에서 사람이 원하는 다수의 목적(goal)을 이루는데 관여하는 사건(Event), 장소(Place), 사람(People), 사물(Thing), 기타 요소(Miscellaneous)의 목록을 저장하는 것임을 특징으로 하는 모바일 어플리케이션 검색 시스템.
  6. 제1항에 있어서,
    상기 모바일 어플리케이션 검색기는 통계적 번역 기반 검색 모델(statistical translation based retrieval model)을 확장하여 사용하는 것을 특징으로 하는 모바일 어플리케이션 검색 시스템.
  7. 사용자로부터 질의를 입력받고, 입력받은 질의에 관련된 모바일 어플리케이션의 검색결과를 제공하는 모바일 어플리케이션 검색 시스템에서의 모바일 어플리케이션 검색 방법에 있어서,
    상기 모바일 어플리케이션 검색 시스템에서 사용자로부터 사용자 질의를 입력받는 단계; 및
    상기 모바일 어플리케이션 검색 시스템은 일상 생활에서 사람이 원하는 다수의 목적(goal)을 이루는데 관여하는 요소의 목록이 저장된 활동 지식 데이터베이스를 이용하여, 상기 사용자 질의에 관련된 모바일 어플리케이션을 검색하고, 그 검색 결과를 제공하는 단계를 포함하는 모바일 어플리케이션 검색 방법.
  8. 제7항에 있어서,
    상기 모바일 어플리케이션 검색 시스템에서 사용자로부터 텍스트 형태의 사용자 질의를 입력받는 단계;
    상기 모바일 어플리케이션 검색 시스템은 상기 텍스트 형태의 사용자 질의를 RDQL(RDF query language) 질의로 변환하는 단계;
    상기 모바일 어플리케이션 검색 시스템은 상기 모바일 어플리케이션의 텍스트 데이터와 RDQL 질의 간의 검색 점수를 계산하기 위하여, 상기 활동 지식 데이터베이스를 이용하여 양 개념 간의 의미적 연관도를 계산하는 단계;
    상기 모바일 어플리케이션 검색 시스템은 상기 개념 간의 의미적 연관도를 기반으로 상기 개념 간의 번역 확률을 계산하는 단계;
    상기 모바일 어플리케이션 검색 시스템은 상기 개념 간의 번역 확률을 이용해 생성된 지식기반 검색 모델에 대한 상기 모바일 어플리케이션의 텍스트 데이터에 포함된 단어 간의 의미 기반 검색 점수를 계산하는 단계;
    상기 모바일 어플리케이션 검색 시스템은 상기 단어 간의 의미 기반 검색 점수를 이용하여 모바일 어플리케이션의 의미 기반 검색 점수를 계산하는 단계;
    상기 모바일 어플리케이션 검색 시스템은 상기 계산된 모바일 어플리케이션의 의미 기반 검색 점수에 키워드 기반 검색 점수를 조합하여 최종적인 모바일 어플리케이션의 검색 점수를 계산하는 단계; 및
    상기 모바일 어플리케이션 검색 시스템은 상기 모바일 어플리케이션의 검색 점수 중에서 미리 정해진 기준에 따라 상위에 해당하는 모바일 어플리케이션의 검색 결과인 상위 검색 결과를 출력하는 단계를 포함하는 모바일 어플리케이션 검색 방법.
  9. 제8항에 있어서,
    상기 개념간의 의미적 연관도를 계산하는 단계는,
    두 개념쌍 간의 신뢰도와 정보도의 선형조합을 이용하여 의미적 연관도를 계산하는 것임을 특징으로 하는 모바일 어플리케이션 검색 방법.
  10. 제8항에 있어서,
    상기 텍스트 형태의 사용자 질의에 포함된 단어 간의 의미 기반 검색 점수를 계산하는 단계는, 최대 우도 추정(maximum likelihood estimation) 방법에 의해 생성된 질의 모델과 상기 개념 간의 번역 확률을 이용해 생성된 지식기반 검색 모델에 의해 검색 점수를 계산하는 것을 특징으로 하는 모바일 어플리케이션 검색 방법.
  11. 제8항에 있어서,
    상기 최종적인 모바일 어플리케이션의 검색 점수를 계산하는 단계는,
    상기 단어간의 의미기반 검색 점수, 언어모델, 그리고 상기 행동 지식 데이터베이스에 부여된 가중치를 이용하여 상기 모바일 어플리케이션의 검색 점수를 계산하는 것을 특징으로 하는 모바일 어플리케이션 검색 방법.
KR1020110001391A 2011-01-06 2011-01-06 사람의 활동 지식 데이터베이스를 이용한 모바일 어플리케이션 검색 방법 및 시스템 KR101220557B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020110001391A KR101220557B1 (ko) 2011-01-06 2011-01-06 사람의 활동 지식 데이터베이스를 이용한 모바일 어플리케이션 검색 방법 및 시스템
US13/338,814 US8825669B2 (en) 2011-01-06 2011-12-28 Mobile application search method and system using human activity knowledge database

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110001391A KR101220557B1 (ko) 2011-01-06 2011-01-06 사람의 활동 지식 데이터베이스를 이용한 모바일 어플리케이션 검색 방법 및 시스템

Publications (2)

Publication Number Publication Date
KR20120092756A true KR20120092756A (ko) 2012-08-22
KR101220557B1 KR101220557B1 (ko) 2013-01-14

Family

ID=46456047

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110001391A KR101220557B1 (ko) 2011-01-06 2011-01-06 사람의 활동 지식 데이터베이스를 이용한 모바일 어플리케이션 검색 방법 및 시스템

Country Status (2)

Country Link
US (1) US8825669B2 (ko)
KR (1) KR101220557B1 (ko)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103064595A (zh) * 2012-12-24 2013-04-24 北京百度网讯科技有限公司 移动应用的搜索方法、系统和移动终端
CN103218437A (zh) * 2013-04-18 2013-07-24 广东欧珀移动通信有限公司 一种移动终端信息查询方法及系统
CN103324757A (zh) * 2013-07-09 2013-09-25 百度在线网络技术（北京）有限公司 移动终端中应用程序的搜索方法和装置
US10162882B2 (en) * 2014-07-14 2018-12-25 Nternational Business Machines Corporation Automatically linking text to concepts in a knowledge base
US10503761B2 (en) 2014-07-14 2019-12-10 International Business Machines Corporation System for searching, recommending, and exploring documents through conceptual associations
US10437869B2 (en) 2014-07-14 2019-10-08 International Business Machines Corporation Automatic new concept definition
CN104268185B (zh) * 2014-09-16 2018-06-01 北京奇虎科技有限公司 一种在应用分发平台搜索应用的方法和装置
CN104615675B (zh) * 2015-01-19 2018-01-09 苏宁云商集团股份有限公司 融合通信方法及终端
US11144555B2 (en) * 2015-05-06 2021-10-12 App Annie Inc. Keyword reporting for mobile applications
CN105824976A (zh) * 2016-04-20 2016-08-03 努比亚技术有限公司 一种优化分词库的方法和装置
US11205103B2 (en) 2016-12-09 2021-12-21 The Research Foundation for the State University Semisupervised autoencoder for sentiment analysis

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070067275A1 (en) * 2005-09-20 2007-03-22 Microsoft Corporation Context sensitive web search queries
US8843467B2 (en) * 2007-05-15 2014-09-23 Samsung Electronics Co., Ltd. Method and system for providing relevant information to a user of a device in a local network
US9286362B2 (en) * 2009-09-25 2016-03-15 International Business Machines Corporation System and method to customize metadata for different users running on the same infrastructure
US8645298B2 (en) * 2010-10-26 2014-02-04 Microsoft Corporation Topic models
US8433620B2 (en) * 2010-11-04 2013-04-30 Microsoft Corporation Application store tastemaker recommendations

Also Published As

Publication number Publication date
US8825669B2 (en) 2014-09-02
KR101220557B1 (ko) 2013-01-14
US20120179662A1 (en) 2012-07-12

Similar Documents

Publication Publication Date Title
KR101220557B1 (ko) 사람의 활동 지식 데이터베이스를 이용한 모바일 어플리케이션 검색 방법 및 시스템
CN107993724B (zh) 一种医学智能问答数据处理的方法及装置
US20230409653A1 (en) Embedding Based Retrieval for Image Search
US10068008B2 (en) Spelling correction of email queries
US8909648B2 (en) Methods and systems of supervised learning of semantic relatedness
US8332434B2 (en) Method and system for finding appropriate semantic web ontology terms from words
US9336318B2 (en) Rich content for query answers
US20120131008A1 (en) Indentifying referring expressions for concepts
CN105917364B (zh) 对问答论坛中讨论话题的排名
KR101875306B1 (ko) 의료용어 클러스터를 이용한 질병정보제공시스템
US8812518B1 (en) Synonym identification based on search quality
US20030212663A1 (en) Neural network feedback for enhancing text search
US20200201915A1 (en) Ranking image search results using machine learning models
CN110390106B (zh) 基于双向关联的语义消歧方法、装置、设备及存储介质
KR20180097120A (ko) 전자 문서 검색 방법 및 그 서버
CN113515589B (zh) 数据推荐方法、装置、设备以及介质
US9336330B2 (en) Associating entities based on resource associations
CN115858731A (zh) 一种法规库法规匹配方法、装置及系统
CN116414940A (zh) 标准问题的确定方法、装置及相关设备
US8892597B1 (en) Selecting data collections to search based on the query
US20210406291A1 (en) Dialog driven search system and method
Karpagam et al. A mobile based intelligent question answering system for education domain
US20230143777A1 (en) Semantics-aware hybrid encoder for improved related conversations
KR20150096848A (ko) 인덱스를 이용하는 데이터 검색 장치 및 이를 이용하는 방법
Lakiotaki et al. Towards personalized medical document classification by leveraging UMLS semantic network

Legal Events

Date Code Title Description
A201 Request for examination
N231 Notification of change of applicant
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20151229

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20161227

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20180102

Year of fee payment: 6

LAPS Lapse due to unpaid annual fee