KR101243289B1 - 소셜 네트워크 서비스 정보 검색 시스템 - Google Patents

소셜 네트워크 서비스 정보 검색 시스템 Download PDF

Info

Publication number
KR101243289B1
KR101243289B1 KR1020110050850A KR20110050850A KR101243289B1 KR 101243289 B1 KR101243289 B1 KR 101243289B1 KR 1020110050850 A KR1020110050850 A KR 1020110050850A KR 20110050850 A KR20110050850 A KR 20110050850A KR 101243289 B1 KR101243289 B1 KR 101243289B1
Authority
KR
South Korea
Prior art keywords
user
information
reference user
score
social network
Prior art date
Application number
KR1020110050850A
Other languages
English (en)
Other versions
KR20120132182A (ko
Inventor
이반 베를로셰
채수민
Original Assignee
주식회사 솔트룩스
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 주식회사 솔트룩스 filed Critical 주식회사 솔트룩스
Priority to KR1020110050850A priority Critical patent/KR101243289B1/ko
Publication of KR20120132182A publication Critical patent/KR20120132182A/ko
Application granted granted Critical
Publication of KR101243289B1 publication Critical patent/KR101243289B1/ko

Links

Images

Classifications

    • 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
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Computing Systems (AREA)
  • Algebra (AREA)
  • Mathematical Optimization (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명에 따른 소셜 네트워크 서비스 정보 검색 시스템은, 네트워크를 통하여 소셜 네트워크 서비스의 사용자 중 기준 사용자를 선정하는 기준 사용자 선택부, 네트워크를 통하여 선정된 기준 사용자의 소셜 네트워크 이용 정보를 수집하는 기준 사용자 정보 수집부, 선정된 기준 사용자의 소셜 네트워크 이용 정보를 분석하여 기준 사용자 점수를 계산하는 기준 사용자 점수 연산부, 선정된 기준 사용자의 소셜 네트워크 이용 정보로부터 기준 사용자와 소셜 네트워크로 관계가 형성된 주변 사용자들을 파악하는 주변 사용자 분석부, 선정된 기준 사용자의 소셜 네트워크 이용 정보를 분석하여 파악된 주변 사용자들 각각의 주변 사용자 점수로 계산하는 주변 사용자 점수 연산부 및 선정된 기준 사용자의 소셜 네트워크 이용 정보 및 기준 사용자 점수를 선정된 기준 사용자의 개별 사용자 정보로 저장하고, 주변 사용자 점수를 각 주변 사용자들의 개별 사용자 정보로 저장하는 데이터 베이스부를 포함하되, 사용자 선택부는, 데이터 베이스부에 저장된 주변 사용자들의 개별 사용자 정보에 따라 선정된 주변 사용자를 새로운 기준 사용자로 선정하여 갱신한다.

Description

소셜 네트워크 서비스 정보 검색 시스템{Information searching system for social network Service}
본 발명은 소셜 네트워크 서비스 정보 검색 시스템에 관한 것으로, 소셜 네트워크 서비스 상의 사용자들의 소셜 네트워크 이용 정보를 기반으로 소셜 네트워크 서비스 정보를 효율적으로 검색하기 위한 소셜 네트워크 서비스 정보 검색 시스템에 관한 것이다.
소셜 네트워크 서비스가 발전하고, 이를 이용하는 사용자들의 수가 증가함에 따라서, 소셜 네트워크 상의 정보들을 검색하고자 하는 사용자들의 욕구 또한 늘어나고 있다.
소셜 네트워크 상의 정보들은 보통 자동 수집 로봇인 수집기를 통해 이루진다. 소셜 네트워크 상의 정보는 연속적으로 발생하는 스트리밍(Streaming) 정보로, 이를 검색하기 위해서는 연속적으로 발생하는 정보들을 항상 수집하여 보관하고 있어야 한다. 그러나 소셜 네트워크의 사용자 및 연속적으로 발생하는 정보들이 증가함에 따라서 소셜 네트워크 상의 정보를 수집하는 데에 어려움을 겪고 있다.
본 발명의 기술적 과제는 상기한 문제점을 해결하기 위하여, 소셜 네트워크 상의 정보를 효율적으로 수집하여 검색할 수 있는 소셜 네트워크 서비스 정보 검색 시스템을 제공하는 데에 있다.
본 발명의 일 실시 예에 따른 소셜 네트워크 서비스 정보 검색 시스템은, 네트워크를 통하여 소셜 네트워크 서비스의 사용자 중 기준 사용자를 선정하는 기준 사용자 선택부, 상기 네트워크를 통하여 선정된 상기 기준 사용자의 소셜 네트워크 이용 정보를 수집하는 기준 사용자 정보 수집부, 선정된 상기 기준 사용자의 소셜 네트워크 이용 정보를 분석하여 기준 사용자 점수를 계산하는 기준 사용자 점수 연산부, 선정된 상기 기준 사용자의 소셜 네트워크 이용 정보로부터 상기 기준 사용자와 소셜 네트워크로 관계가 형성된 주변 사용자들을 파악하는 주변 사용자 분석부, 선정된 상기 기준 사용자의 소셜 네트워크 이용 정보를 분석하여 파악된 상기 주변 사용자들 각각의 주변 사용자 점수로 계산하는 주변 사용자 점수 연산부 및 선정된 상기 기준 사용자의 소셜 네트워크 이용 정보 및 상기 기준 사용자 점수를 선정된 상기 기준 사용자의 개별 사용자 정보로 저장하고, 상기 주변 사용자 점수를 각 주변 사용자들의 개별 사용자 정보로 저장하는 데이터 베이스부를 포함하되, 상기 사용자 선택부는, 상기 데이터 베이스부에 저장된 상기 주변 사용자들의 개별 사용자 정보에 따라 선정된 주변 사용자를 새로운 기준 사용자로 선정하여 갱신한다.
상기 사용자 선택부는, 설정된 시간마다 상기 데이터 베이스부에 저장된 상기 개별 사용자 정보들에 따라 새로운 기준 사용자를 선정하여 갱신할 수 있다.
상기 기준 사용자 점수 연산부는, 상기 갱신된 기준 사용자의 계산된 기준 사용자 점수 및 상기 데이터 베이스부에 저장된 상기 갱신된 기준 사용자의 주변 사용자 점수 중 높은 것을 상기 갱신된 기준 사용자의 기준 사용자 점수로 선택하여, 상기 데이터 베이스부에 상기 갱신된 기준 사용자의 개별 사용자 정보로 저장시킬 수 있다.
상기 기준 사용자 점수 연산부는 선정된 상기 기준 사용자의 활동 주기 점수, 선정된 상기 기준 사용자의 관계 점수 및 선정된 상기 기준 사용자의 언급 점수 각각의 비중치를 합산하여 상기 기준 사용자 점수를 계산할 수 있다.
상기 주변 사용자 점수 연산부는 상기 주변 사용자의 예측 점수 및 선정된 상기 기준 사용자의 언급 점수 각각의 비중치를 합산하여 상기 주변 사용자 점수를 계산하되, 상기 주변 사용자의 예측 점수는 선정된 상기 기준 사용자의 소셜 네트워크 이용 정보에서의 상기 주변 사용자의 언급 빈도율과 상기 기준 사용자 점수로부터 계산될 수 있다.
선정된 상기 기준 사용자의 언급 점수는, 상기 데이터 베이스부에 저장된 상기 개별 사용자 정보 중 선정된 상기 기준 사용자의 개별 사용자 정보 이외의 개별 사용자 정보에서, 선정된 상기 기준 사용자가 언급된 빈도로부터 계산되고, 상기 주변 사용자의 언급 빈도율은 선정된 상기 기준 사용자의 소셜 네트워크 이용 정보에서 상기 주변 사용자가 언급된 빈도로부터 계산되며, 선정된 상기 기준 사용자의 언급된 빈도 또는 상기 주변 사용자의 언급된 빈도는 선정된 상기 기준 사용자 또는 상기 주변 사용자의 이름, 대화명, 아이디, 전자우편주소의 등장 횟수 및 상기 기준 사용자의 작성 메시지의 전달 횟수로부터 구해질 수 있다.
외부에서 입력된 질의어를 분석하는 질의어 분석부, 상기 질의어의 분석 결과를 이용하여 상기 데이터 베이스부에 저장된 상기 개별 사용자 정보들 중 상기 질의어와 연관되는 검색 정보를 검색하는 질의어 검색부 및 상기 검색 정보를 외부로 출력하는 검색 결과 출력부를 포함하는 정보 검색부를 더 포함할 수 있다.
본 발명에 따른 소셜 네트워크 서비스 정보 검색 시스템은, 사용자 점수를 산출하여 소셜 네트워크 서비스에서 활동이 많거나 다른 사용자와 관계가 많은 등 중요도가 높은 사용자를 우선적으로 식별하여 중요도가 높은 사용자 위주로 정보를 수집할 수 있도록 사용자에 접근하여 정보를 수집하는 순서를 정할 수 있다. 따라서 동일한 자원을 이용하여 중요도나 유용성이 높은 정보를 우선적으로 수집하여, 소셜 네트워크 서비스 상의 정보를 빠르고 정확하게 검색할 수 있다.
또한 소셜 네트워크 서비스 상의 수많은 사용자들 중에서 활동이 적거나 관계가 적은 사용자에 대해서는 정보를 수집하지 않을 수 있기 때문에, 수집된 정보를 관리하고 사용하는 데에도 효율성을 높일 수 있다.
도 1은 본 발명의 일 실시 예에 따른 소셜 네트워크 서비스(Social Network Service, SNS) 내의 사용자들의 관계를 나타내는 개념도이다.
도 2는 본 발명의 일 실시 예에 따른 소셜 네트워크 서비스 정보 검색 시스템의 구성을 나타내는 개략도이다.
도 3은 본 발명의 일 실시 예에 따른 랭킹 장치의 구성을 나타내는 개략도이다.
도 4는 본 발명에 일 실시 예에 따른 정보 검색부의 구성을 나타내는 개략도이다.
이하에서는 바람직한 실시 예를 통해 당업자가 본 발명을 용이하게 이해하고 재현할 수 있도록 상세히 설명하기로 한다. 그러나 다음에 예시하는 본 발명의 실시 예는 동일한 발명의 범위 내에서 여러 가지 다른 형태로 변형될 수 있으며 본 발명의 범위가 다음에 상술하는 실시 예 및 첨부 도면에 도시된 바에 한정되는 것은 아니다. 이하의 설명에서 어떤 구성 요소가 다른 구성 요소의 연결된다고 기술될 때, 이는 다른 구성 요소의 바로 연결될 수도 있고, 그 사이에 제3의 구성 요소가 개재될 수도 있다. 또한, 도면에서 각 구성 요소의 모양이나 크기는 설명의 편의 및 명확성을 위하여 과장되었고, 설명과 관계없는 부분은 생략되었다. 도면상에서 동일 부호는 동일한 요소를 지칭한다. 한편, 사용되는 용어들은 단지 본 발명을 설명하기 위한 목적에서 사용된 것이지 의미 한정이나 특허청구범위에 기재된 본 발명의 범위를 제한하기 위하여 사용된 것은 아니다.
도 1은 본 발명의 일 실시 예에 따른 소셜 네트워크 서비스(Social Network Service, SNS) 내의 사용자들의 관계를 나타내는 개념도이다.
도 1을 참조하면, 소셜 네트워크 서비스(100)에는 복수의 사용자(10)들이 있다. 각 사용자(10)는 다른 사용자(10)들 중 일부와 관계(20)를 형성할 수 있다. 소셜 네트워크 서비스(100)에는 트위터(twitter), 페이스북(facebook), 사이월드(cyworld), 블로그(blog) 등과 같이 하나의 사용자(10)가 다른 사용자(10)와 관계(20)를 형성할 수 있는 네트워크 상의 서비스가 모두 포함될 수 있다. 사용자(10)는 각각 이름, 대화명(별명), 아이디(ID, IDentification number), 전자우편 주소(e-mail address) 등 사용자(10)를 식별할 수 있는 방법으로 나타날 수 있다. 관계(20)는 친구/일촌/팔로워(follower)/이웃 등과 같은 명칭으로 방향성을 가지거나 양방향으로 형성될 수 있다.
하나 또는 복수의 사용자(10)는 기준 사용자(A1, A2)로 선정될 수 있다. 선정된 기준 사용자(A1, A2)와 직접 관계(20)를 형성하고 있는 사용자(10)는 선정된 기준 사용자(A1, A2)의 주변 사용자(a1, a2)로 파악될 수 있다. 기준 사용자(A1, A2)는 미리 수집된 소셜 네트워크 서비스 상의 정보로부터 분석되어 선정될 수 있다. 미리 수집된 소설 네트워크 서비스 상의 정보가 없거나 적은 경우에는 임의의 사용자(10)를 기준 사용자(A1, A2)로 선정할 수 있다. 후술하겠으나, 선정된 기준 사용자(A1, A2)의 소셜 네트워크 이용 정보를 수집할 수 있다. 상기 소셜 네트워크 이용 정보는 사용자(10)가 소셜 네트워크 서비스(100)에 작성하거나 등록한 콘텐츠, 예를 들면 메시지, 댓글, 게시물 등으로 표현되는 글, 링크, 사진/그림, 음악, 동영상 등과 소셜 네트워크 서비스(100)에 접속하거나 방문하고, 읽고 쓰고 이동한 등의 로그 정보가 모두 포함될 수 있다. 상기 소셜 네트워크 이용 정보는 연속적으로 발생하는 스트리밍(Streaming) 정보일 수 있다.
기준 사용자(A1, A2)의 상기 소셜 네트워크 이용 정보를 수집한 후, 선정된 각 기준 사용자(A1, A2)에 대하여 하나 또는 복수의 주변 사용자(a1, a2)를 새로운 기준 사용자(B1, B2)로 선정되어 갱신할 수 있다. 이후 갱신된 기준 사용자(B1, B2)에 대하여 마찬가지로 주변 사용자(b1, b2)를 파악하고, 갱신된 기준 사용자(B1, B2)의 상기 소셜 네트워크 이용 정보를 수집할 수 있다. 이때 갱신된 기준 사용자(B1, B2)와 직접 관계(20)를 형성하고 있으나, 이미 기준 사용자(A1, A2)로 선정되어 상기 소셜 네트워크 이용 정보를 수집한 주변 기준 사용자(b1a, b2a)에 대해서는 상기 소셜 네트워크 이용 정보를 수집하지 않을 수 있다.
이와 같은 과정은 계속적으로로 진행되며, 설정된 일정 시간마다 새로운 기준 사용자를 선정하여 갱신하여 전술한 과정을 반복하여 상기 소셜 네트워크 이용 정보가 이미 수집된 사용자(10)에 대해서도 새로 상기 소셜 네트워크 이용 정보를 수집하여 업데이트할 수 있다.
도 2는 본 발명의 일 실시 예에 따른 소셜 네트워크 서비스 정보 검색 시스템의 구성을 나타내는 개략도이다.
도 1 및 도 2를 함께 참조하면, 소셜 네트워크 서비스 정보 검색 시스템(1000)은 네트워크(10)를 통하여 소셜 네트워크 서비스(100)와 연결되어 정보를 주고 받을 수 있으며, 또한 네트워크(10)를 통하거나 직접 질의자(200)로부터 질의어를 입력받아 검색 결과를 출력할 수 있다.
소셜 네트워크 서비스 정보 검색 시스템(1000)은 기준 사용자 정보 수집부(1100), 랭킹 장치(1200), 데이터 베이스부(1500)을 포함한다. 또한 소셜 네트워크 서비스 정보 검색 시스템(1000)은 정보 검색부(1300)를 더 포함할 수 있다.
기준 사용자 정보 수집부(1100)는 적어도 하나의 자동 수집 로봇인 수집기를 포함할 수 있다. 기준 사용자 정보 수집부(1100)는 네트워크(10)를 통해서 소셜 네트워크 서비스(100) 내의 정보를 수집할 수 있다. 특히 기준 사용자 정보 수집부(1100)는 선정된 기준 사용자(A1, A2) 또는 갱신된 기준 사용자(B1, B2)의 상기 소셜 네트워크 이용 정보를 수집할 수 있다. 기준 사용자 정보 수집부(1100)에서 수집된 상기 소셜 네트워크 이용 정보는 데이터 베이스부(1500)에 저장될 수 있다. 데이터 베이스부(1500)에 저장된 사용자(10) 각각의 상기 소셜 네트워크 이용 정보는 개별 사용자 정보라 호칭할 수 있다. 기준 사용자(A1, A2)의 상기 소셜 네트워크 이용 정보는 개별 사용자(A1, A2)의 개별 사용자 정보라고 호칭할 수 있다. 개별 사용자 정보는 각 사용자(10)에 대한 정보를 담고 있는 단어 벡터를 포함할 수 있다. 개별 사용자 정보는 각 사용자(10)의 수집된 상기 소셜 네트워크 이용 정보 및 수십된 상기 소셜 네트워크 이용 정보를 인덱싱하여 검색 가능하도록 하는 인덱싱 단어 벡터를 포함할 수 있다.
데이터 베이스부(1500)는 물리적으로 구분되는 하나의 저장 장치이거나, 하나 또는 복수의 저장 장치를 논리적으로 구분하는 구분 단위일 수도 있다. 또는 데이터 베이스부(1500)는 물리적으로 구분되는 하나의 저장 장치 또는 논리적으로 구분되는 하나의 구분 단위 중 일부일 수 있다. 기준 사용자 정보 수집부(1100)에서 수집된 상기 소셜 네트워크 이용 정보는 데이터 베이스부(1500)에 저장될 때, 각 사용자(10) 별로 구분될 수 있도록 개별 사용자 정보로 저장될 수 있다.
랭킹 장치(1200)는 기준 사용자 정보 수집부(1100)에서 수집된 선정된 기준 사용자(A1, A2)의 상기 소셜 네트워크 이용 정보를 분석하여 주변 사용자(a1, a2)들을 파악하고, 파악된 주변 사용자(a1, a2, b1, b2)들 중 하나 또는 복수를 새로운 기준 사용자(B1, B2)로 선정하여 갱신할 수 있다. 랭킹 장치(1200)에서 선정된 새로운 기준 사용자(B1, B2)는 기준 사용자 정보 수집부(1100)로 전달되어 기준 사용자 정보 수집부(1100)는 기존의 선정된 기준 사용자(A1, A2)를 새로운 기준 사용자(B1, B2)로 갱신하여 갱신된 기준 사용자(B1, B2)의 상기 소셜 네트워크 이용 정보를 수집할 수 있다.
정보 검색부(1300)는 네트워크(10)를 통하여 또는 소셜 네트워크 서비스 정보 검색 시스템(1000)의 외부를 통하여 질의자(200)로부터 입력된 질의어를 분석하여 상기 데이터 베이스부(1500)에 저장된 상기 개별 사용자 정보들 중 상기 질의어와 연관되는 정보를 검색하여 검색 정보를 형성하여 네트워크(10)를 통하여 또는 소셜 네트워크 서비스 정보 검색 시스템(1000)의 외부를 통하여 질의자(200)에게 상기 검색 정보를 출력시킬 수 있다.
도 3은 본 발명의 일 실시 예에 따른 랭킹 장치의 구성을 나타내는 개략도이다.
도 1 및 도 3을 함께 참조하면, 랭킹 장치(1200)는 기준 사용자 선택부(1210), 기준 사용자 점수 연산부(1220), 주변 사용자 분석부(1230), 주변 사용자 점수 연산부(1240)을 포함한다.
기준 사용자 선택부(1210)는 소셜 네트워크 서비스(100)의 사용자(10) 중 후술할 데이터 베이스부(1500)에 저장된 기준 사용자 점수 및 주변 사용자 점수 중 높은 점수를 갖는 하나 또는 복수의 사용자(10)를 기준 사용자(A1, A2)로 선정할 수 있다. 또는 선정된 기준 사용자(A1, A2)의 주변 사용자(a1, a2)들의 주변 사용자 점수를 계산하여 높은 점수를 갖는 하나 또는 복수의 주변 사용자(a1, a2)를 새로운 기준 사용자(B1, B2)로 선정할 수 있다. 기준 사용자 선택부(1210)는 기준 사용자 정보 수집부(1100)에서 동시에 소셜 네트워크 이용 정보를 수집할 수 있는 사용자(10)의 수를 고려하여, 최상위 점수를 갖는 사용자 또는 상위 점수를 갖는 사용자들을 기준 사용자(A1, A2, B1, B2)로 선정할 수 있다.
소설 네트워크 이용 정보가 수집된 사용자가 없거나 그 수가 적은 경우에는 임의의 사용자를 기준 사용자(A1, A2)로 선택할 수 있다. 이 경우, 소설 네트워크 이용 정보가 수집된 사용자의 수가 미리 설정해준 수 이상이 될 때까지는 반복적으로 임의의 사용자를 기준 사용자(A1, A2)로 선택하거나 주변 사용자(a1, a2) 중 일부 사용자를 임의로 기준 사용자(A1, A2)로 선택할 수 있다.
기준 사용자(A1, A2, B1, B2)는 사용자(10) 중에서 "현 단계"에 선정된 사용자를 의미하므로, 시간에 따라 변할 수 있다. 따라서 이하에서 "기준 사용자"에 부재 번호(A1, A2, B1, B2)를 사용하지 않은 경우는, "현 단계에서의 선정되어 있는 기준 사용자"를 의미할 수 있다. 마찬가지로 "주변 사용자"에 부재 번호(a1, a2, b1, b2)를 사용하지 않은 경우는, "현 단계에서의 선정되어 있는 기준 사용자의 주변 사용자"를 의미할 수 있다.
기준 사용자 점수 연산부(1220)는 기준 사용자 정보 수집부(110)에서 수집된 기준 사용자의 소셜 네트워크 이용 정보와 데이터 베이스부(1500)에 저장된 다른 사용자의 개별 사용자 정보를 함께 분석하여 기준 사용자 점수(Revisit Score)를 계산할 수 있다. 기준 사용자 점수(Revisit Score)는 하기의 수학식 1로 나타낼 수 있다.
Figure 112011040003159-pat00001
여기서, RevisitScore는 기준 사용자 점수이고, ActivityFrequencyScore는 활동 주기 점수, RelationsScore는 관계 점수, MentionedScore는 언급 점수를 의미한다. α는 각 점수들의 가중치를 결정하는 부분으로, 0과 1 사이의 값을 가질 수 있다.
즉, 기준 사용자 점수(RevisitScore)는 기준 사용자의 활동 주기 점수(ActivityFrequencyScore)와 기준 사용자의 관계 점수(RelationsScore) 및 기준 사용자의 언급 점수(MentionedScore) 각각의 비중치를 합산하여 계산할 수 있다.
활동 주기 점수(ActivityFrequencyScore)는 기준 사용자의 활동 주기를 나타내는 점수로, 기준 사용자가 단위 시간동안 몇 개의 콘텐츠를 등록했는지, 소셜 네트워크 서비스(100)에 접속하거나 소셜 네트워크 서비스(100) 내에서 방문/이동 등을 몇 번 했는지 등을 바탕으로 계산할 수 있다.
관계 점수(RelationsScore)는 사용자가 어떠한 형태든 관계를 형성하고 있는 사용자의 수를 바탕으로 계산할 수 있다. 예를 들어, 팔로어(follower)/팔로잉(following) 수, 친구/일촌/팬/이웃 등의 수를 바탕으로 계산될 수 있다.
언급 점수(MentionedScore)는 기준 사용자가 이미 수집되어 데이터 베이스부(1500)에 저장되어 있는 기준 사용자의 개별 사용자 정보 이외의 다른 사용자(10)들 각각의 개별 사용자 정보로부터 언급된 정도를 나타내는 점수이다. 언급 점수는 다른 사용자(10)들 각각의 개별 사용자 정보에 기준 사용자의 이름, 대화명(별명), 아이디, 전자 우편주소의 등장 횟수 및 기준 사용자가 작성한 작성 메시지의 전달 횟수 등을 나타내는 기준 사용자의 언급된 빈도로부터 계산될 수 있다.
주변 사용자 분석부(1230)는 기준 사용자와 소셜 네트워크(100)로 관계(20)가 형성된 사용자(10)를 주변 사용자로 발견할 수 있다. 주변 사용자 분석부(1230)는 기준 사용자 정보 수집부(1210)에서 수집한 기준 사용자의 개별 사용자 정보로부터 주변 사용자를 분석할 수 있다.
주변 사용자 점수 연산부(1240)는 발견된 주변 사용자를 대상으로, 주변 사용자의 예측 점수(PredictScore) 및 기준 사용자의 언급 점수(MentionedScore) 각각의 비중치를 합산하여 주변 사용자 점수를 계산할 수 있다. 따라서 주변 사용자 점수(FirstVisitScore)는 기준 사용자의 소셜 네트워크 이용 정보를 분석하여 계산할 수 있다. 주변 사용자 점수는 하기의 수학식 2로 나타낼 수 있다.
Figure 112011040003159-pat00002
여기서, FirstVisitScore는 주변 사용자 점수이고, PredictScore는 주변 사용자의 예측 점수이다. MentionedScore는 상기 수학식 1의 MentionedScore를 주변 사용자에 대해 계산한 점수이다. 예측 점수(PredictScore)는 하기의 수학식 3으로 나타낼 수 있다. β는 각 점수들의 가중치를 결정하는 부분으로, 0과 1 사이의 값을 가질 수 있다.
Figure 112011040003159-pat00003
여기서, 예측 점수(PredicScore)는 기준 사용자와 주변 사용자의 관계 정도를 추산하는 점수이다. RevisitScore는 상기 수학식 1에서 계산한 기준 사용자 점수이다. LocalMentionedRate는 기준 사용자의 개별 사용자 정보에서 모든 사용자가 언급된 회수와 주변 사용자가 언급된 회수의 비율인 언급 빈도율로, 모든 사용자가 언급된 회수에 비해 주변 사용자가 언급된 회수가 많을 수록 언급 빈도율(LocalMentionedRate)은 높은 값을 가진다. 따라서 주변 사용자의 예측 점수(PredicScore)는 기준 사용자의 소셜 네트워크 이용 정보에서의 주변 사용자의 언급 빈도율(LocalMentionedRate)과 기준 사용자 점수(RevisitScore)로부터 계산될 수 있다.
계산된 기준 사용자 점수(RevisitScore)와 기준 사용자의 소셜 네트워크 이용 정보는 기준 사용자의 개별 사용자 정보로, 계산된 주변 사용자 점수(FirstVisitScore)는 주변 사용자의 개별 사용자 정보로 데이터 베이스부(1500)에 저장될 수 있다. 데이터 베이스부(1500)에 저장되는 개별 사용자 정보는, 각 사용자(10)와 관련된 수집되고 계산되고 분석된 모든 정보를 포함할 수 있으며, 추가로 수집되거나 계산되거나 분석된 정보에 의하여 업데이트될 수도 있다.
사용자 선택부(1210)은 주변 사용자들의 개별 사용자 정보, 즉 주변 사용자들의 주변 사용자 점수에 따라 주변 사용자 중 하나 또는 일부를 새로운 기준 사용자로 선정하여, 기준 사용자 정보 수집부(1100)에 기준 사용자를 갱신시킬 수 있다. 사용자 선택부(1210)는 최상위 점수를 갖거나 상위 점수를 갖는 사용자들을 새로운 기준 사용자로 갱신할 수 있다.
기준 사용자 점수 연산부(1220)은 갱신된 기준 사용자의 기준 사용자 점수(RevisitScore)를 계산한 후, 갱신된 기준 사용자의 기존 주변 사용자 점수(FirstVisitScore)와 비교하여, 높은 것을 갱신된 기준 사용자의 기준 사용자 점수(RevisitScore)로 선택할 수 있다. 데이터 베이스부(1500)에 저장된 갱신된 기준 사용자의 기존 개별 사용자 정보는 선택된 기준 사용자 점수(RevisitScore)가 저장되어 업데이트될 수 있다.
도 4는 본 발명에 일 실시 예에 따른 정보 검색부의 구성을 나타내는 개략도이다.
도 4를 참조하면, 정보 검색부(1300)는 질의어 분석부(1310), 질의어 검색부(1320), 검색 결과 출력부(1330)를 포함할 수 있다. 질의어 분석부(1310)는 네트워크(10)를 통하여 또는 외부로부터 입력된 질의어를 분석하여 그 분석 결과를 검색이 가능한 단어 벡터로 변환할 수 있다.
질의어 검색부(1320)는 상기 질의어의 분석 결과를 데이터 베이스부(1330)에 저장된 개별 사용자 정보와 비교하여, 상기 질의어와 연관되는 검색 정보를 검색할 수 있다. 상기 검색 정보는 상기 개별 사용자 정보의 전체 또는 일부를 포함할 수 있다. 상기 질의어의 분석 결과가 단어 벡터로 표현되는 경우, 상기 개별 사용자 정보에 포함될 수 있는 단어 벡터와 그 거리를 계산하여, 이를 통하여 상기 개별 사용자 정보 중 상기 질의어와 연관되는 상기 검색 정보를 검색할 수 있다.
검색 결과 출력부(1330)은 상기 검색 정보를 도 1에 보인 질의자(200)에게 출력시켜줄 수 있다.
도 1 내지 도 4를 함께 참조하면, 소셜 네트워크 서비스 정보 검색 시스템(1000)은, 소셜 네트워크 서비스(100)의 정보들을 빠르고 효율적으로 검색하기 위하여, 선정된 기준 사용자(A1, A2)의 소셜 네트워크 이용 정보를 수집한 후 중심으로 주변 사용자(a1, a2)들 중 높은 주변 사용자 점수를 가지는 주변 사용자를 새로운 기준 사용자(B1, B2)를 갱신하여 다시 새로운 기준 사용자(B1, B2)의 소셜 네트워크 이용 정보를 수집한다. 이와 같은 방법을 반복하여, 높은 기준/주변 사용자 점수를 가지는 사용자(10)의 정보를 우선적으로 수집할 수 있다. 또한 설정된 일정 시간마다 수집된 개별 사용자 정보로부터 가장 높은 점수(기준 사용자 점수 및 주변 사용자 점수)를 가지는 사용자를 새로 기준 사용자로 설정할 수 있다.
많은 사용자(10)에 의하여 많은 정보가 빠르게 생성되는 소셜 네트워크 서비스(100) 상에서 질의자(200)가 검색하고 싶어할 가능성이 높은 사용자의 정보를 우선적으로 자주 수집할 수 있다.
또한 활동이 적거나 다른 사용자와 관계가 적은 사용자의 정보는 수집에서 배제할 수 있기 때문에, 수집된 정보를 저장 관리하는 데이터 베이스부(1500)를 효율적으로 사용할 수 있고, 데이터 베이스부(1500)에 저장된 정보를 정보 검색부(1300)에서 빠르고 효율적으로 검색할 수 있다.

Claims (7)

  1. 네트워크를 통하여 소셜 네트워크 서비스의 사용자 중 기준 사용자를 선정하는 기준 사용자 선택부;
    상기 네트워크를 통하여 선정된 상기 기준 사용자의 소셜 네트워크 이용 정보를 수집하는 기준 사용자 정보 수집부;
    선정된 상기 기준 사용자의 소셜 네트워크 이용 정보를 분석하여 기준 사용자 점수를 계산하는 기준 사용자 점수 연산부;
    선정된 상기 기준 사용자의 소셜 네트워크 이용 정보로부터 상기 기준 사용자와 소셜 네트워크로 관계가 형성된 주변 사용자들을 파악하는 주변 사용자 분석부;
    선정된 상기 기준 사용자의 소셜 네트워크 이용 정보를 분석하여 파악된 상기 주변 사용자들 각각의 주변 사용자 점수로 계산하는 주변 사용자 점수 연산부; 및
    선정된 상기 기준 사용자의 소셜 네트워크 이용 정보 및 상기 기준 사용자 점수를 선정된 상기 기준 사용자의 개별 사용자 정보로 저장하고, 상기 주변 사용자 점수를 각 주변 사용자들의 개별 사용자 정보로 저장하는 데이터 베이스부;를 포함하되,
    상기 기준 사용자 선택부는, 상기 데이터 베이스부에 저장된 상기 주변 사용자들의 개별 사용자 정보에 따라 선정된 주변 사용자를 새로운 기준 사용자로 선정하여 갱신하되,
    상기 기준 사용자 점수 연산부는 선정된 상기 기준 사용자의 활동 주기 점수, 선정된 상기 기준 사용자의 관계 점수 및 선정된 상기 기준 사용자의 언급 점수 각각의 비중치를 합산하여 상기 기준 사용자 점수를 계산하는 것을 특징으로 하는 소셜 네트워크 서비스 정보 검색 시스템.
  2. 제1 항에 있어서,
    상기 기준 사용자 선택부는, 설정된 시간마다 상기 데이터 베이스부에 저장된 상기 개별 사용자 정보들에 따라 새로운 기준 사용자를 선정하여 갱신하는 것을 특징으로 하는 소셜 네트워크 서비스 정보 검색 시스템.
  3. 제2 항에 있어서,
    상기 기준 사용자 점수 연산부는, 상기 갱신된 기준 사용자의 계산된 기준 사용자 점수 및 상기 데이터 베이스부에 저장된 상기 갱신된 기준 사용자의 주변 사용자 점수 중 높은 것을 상기 갱신된 기준 사용자의 기준 사용자 점수로 선택하여, 상기 데이터 베이스부에 상기 갱신된 기준 사용자의 개별 사용자 정보로 저장시키는 것을 특징으로 하는 소셜 네트워크 서비스 정보 검색 시스템.
  4. 삭제
  5. 제1 항에 있어서,
    상기 주변 사용자 점수 연산부는 상기 주변 사용자의 예측 점수 및 선정된 상기 기준 사용자의 언급 점수 각각의 비중치를 합산하여 상기 주변 사용자 점수를 계산하되,
    상기 주변 사용자의 예측 점수는 선정된 상기 기준 사용자의 소셜 네트워크 이용 정보에서의 상기 주변 사용자의 언급 빈도율과 상기 기준 사용자 점수로부터 계산되는 것을 특징으로 하는 소셜 네트워크 서비스 정보 검색 시스템.
  6. 제5 항에 있어서,
    선정된 상기 기준 사용자의 언급 점수는, 상기 데이터 베이스부에 저장된 상기 개별 사용자 정보 중 선정된 상기 기준 사용자의 개별 사용자 정보 이외의 개별 사용자 정보에서, 선정된 상기 기준 사용자가 언급된 빈도로부터 계산되고,
    상기 주변 사용자의 언급 빈도율은 선정된 상기 기준 사용자의 소셜 네트워크 이용 정보에서 상기 주변 사용자가 언급된 빈도로부터 계산되며,
    선정된 상기 기준 사용자의 언급된 빈도 또는 상기 주변 사용자의 언급된 빈도는 선정된 상기 기준 사용자 또는 상기 주변 사용자의 이름, 대화명, 아이디, 전자우편주소의 등장 횟수 및 상기 기준 사용자의 작성 메시지의 전달 횟수로부터 구해지는 것을 특징으로 하는 소셜 네트워크 서비스 정보 검색 시스템.
  7. 제1 항에 있어서,
    외부에서 입력된 질의어를 분석하는 질의어 분석부;
    상기 질의어의 분석 결과를 이용하여 상기 데이터 베이스부에 저장된 상기 개별 사용자 정보들 중 상기 질의어와 연관되는 검색 정보를 검색하는 질의어 검색부; 및
    상기 검색 정보를 외부로 출력하는 검색 결과 출력부;를 포함하는 정보 검색부를 더 포함하는 소셜 네트워크 서비스 정보 검색 시스템.
KR1020110050850A 2011-05-27 2011-05-27 소셜 네트워크 서비스 정보 검색 시스템 KR101243289B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110050850A KR101243289B1 (ko) 2011-05-27 2011-05-27 소셜 네트워크 서비스 정보 검색 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110050850A KR101243289B1 (ko) 2011-05-27 2011-05-27 소셜 네트워크 서비스 정보 검색 시스템

Publications (2)

Publication Number Publication Date
KR20120132182A KR20120132182A (ko) 2012-12-05
KR101243289B1 true KR101243289B1 (ko) 2013-03-13

Family

ID=47515873

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110050850A KR101243289B1 (ko) 2011-05-27 2011-05-27 소셜 네트워크 서비스 정보 검색 시스템

Country Status (1)

Country Link
KR (1) KR101243289B1 (ko)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102137681B1 (ko) * 2013-06-13 2020-08-28 주식회사 케이티 Sns 분석 데이터를 활용한 실시간 방송 서비스 제공 방법, 서버 및 디바이스
US9317614B2 (en) 2013-07-30 2016-04-19 Facebook, Inc. Static rankings for search queries on online social networks
US9514230B2 (en) 2013-07-30 2016-12-06 Facebook, Inc. Rewriting search queries on online social networks
KR102055900B1 (ko) * 2017-03-21 2019-12-13 한국과학기술원 지오소셜 네트워크를 위한 검색 시스템 및 이의 동작 방법

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090082686A (ko) * 2008-01-28 2009-07-31 삼성전자주식회사 유사 사용자 그룹의 적응적 갱신 방법 및 그 장치
KR20110019131A (ko) * 2009-08-19 2011-02-25 삼성전자주식회사 소셜 관계를 이용한 정보 검색 장치 및 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090082686A (ko) * 2008-01-28 2009-07-31 삼성전자주식회사 유사 사용자 그룹의 적응적 갱신 방법 및 그 장치
KR20110019131A (ko) * 2009-08-19 2011-02-25 삼성전자주식회사 소셜 관계를 이용한 정보 검색 장치 및 방법

Also Published As

Publication number Publication date
KR20120132182A (ko) 2012-12-05

Similar Documents

Publication Publication Date Title
CN107451861B (zh) 一种大数据下用户上网特征识别的方法
JP5613951B2 (ja) 積極的な情報のプッシュ通知のための方法およびそのためのサーバ
Li et al. Personalized influential topic search via social network summarization
US9736636B1 (en) Geofence prioritization
CN104853230B (zh) 一种热点视频推送方法及装置
US9135630B2 (en) Systems and methods for large-scale link analysis
CN103942221B (zh) 检索方法及设备
KR101243289B1 (ko) 소셜 네트워크 서비스 정보 검색 시스템
JP4453437B2 (ja) 検索キーワード順位付け方法及び装置及びプログラム
CN107203532A (zh) 索引***的构建方法、搜索的实现方法及装置
CN110795613B (zh) 商品搜索方法、装置、***及电子设备
US9020863B2 (en) Information processing device, information processing method, and program
CN110019989A (zh) 一种数据处理方法及装置
CN110968802B (zh) 一种用户特征的分析方法、分析装置及可读存储介质
CN109542612A (zh) 一种热点关键字获取方法、装置及服务器
KR101544462B1 (ko) 위치기반 정보 제공 시스템에서의 클라이언트 단말 정보를 이용한 개인화 된 ｐｏｉ정보 제공 방법 및 그 클라이언트 단말
CN109271453A (zh) 一种数据库容量的确定方法和装置
JP5980723B2 (ja) 緊急時ノウハウ参照支援方法、緊急時ノウハウ参照支援装置、及び緊急時ノウハウ参照支援プログラム
Yuan et al. Partitioning social networks for fast retrieval of time-dependent queries
US8788539B2 (en) Method and apparatus for storing node
CN107861993A (zh) 一种运行应用程序的数据处理方法和装置
JP2015153157A (ja) 仮想情報管理システム
CN108536759B (zh) 一种样本回放数据存取方法及装置
JP2014048916A (ja) 周辺情報検索装置、周辺情報検索方法、及び周辺情報検索プログラム
CN112650931B (zh) 一种内容推荐方法

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20160302

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20190227

Year of fee payment: 7