KR20110041296A

KR20110041296A - 지식 검색 시스템 및 그를 이용한 지식 제공 방법

Info

Publication number: KR20110041296A
Application number: KR1020090098391A
Authority: KR
Inventors: 안세열; 김정관; 김명숙; 구명완
Original assignee: 주식회사 케이티
Priority date: 2009-10-15
Filing date: 2009-10-15
Publication date: 2011-04-21

Abstract

문서 정보가 저장된 문서 DB, 상기 문서에 첨부된 태그 및 상기 태그가 첨부된 문서의 식별 정보, 상기 태그를 생성시킨 사용자의 가중치가 합산된 누적 사용자 가중치 및 상기 태그가 상기 문서에 첨부된 횟수를 나타내는 태그 빈도 정보를 포함하는 태그 인덱스 정보가 저장된 태그 DB 및 사용자가 입력한 쿼리를 기초로 상기 문서 DB에서 검색된 문서와 상기 쿼리와의 유사도에 따라 검색 문서를 정렬하여 상기 사용자에 제공하는 검색 결과 정렬부를 포함하되, 상기 검색 결과 정렬부는 상기 태그 DB로부터 독출한 상기 쿼리가 상기 태그로서 각 문서에 첨부된 빈도수, 전체 문서에서 상기 쿼리가 상기 태그로서 첨부된 빈도수 및 상기 누적 사용자 가중치에 기초하여 상기 유사도를 산출하는 지식 검색 시스템을 제공한다.

지식 검색, 태그, 유사도

Description

지식 검색 시스템 및 그를 이용한 지식 제공 방법{SYSTEM FOR SEARCHING KNOWLEDGE AND METHOD FOR PROVIDING KNOWLEDGE USING THE SAME}

본 발명은 지식 검색 시스템 및 그를 이용한 지식 제공 방법에 관한 것이다.

기업들의 경쟁이 날로 치열해짐에 따라, 소비자의 고객 만족을 위한 각종 서비스가 제공되고 있으며, 특히 콜센터 등을 통해 소비자의 불만이나 궁금점을 해소하기 위한 서비스가 제공되고 있다. 이러한 서비스를 효율적으로 제공하기 위해, 사례 별로 고객 상담 내용이 저장된 데이터베이스를 기초로 하는 지식 검색 시스템을 활용하고 있다. 예를 들어, 상품에 대한 전문적인 지식이나 고객응대 노하우 등에 대한 다양한 지식을 체계화하고, 이를 공유하여 고객응대 업무의 효율과 서비스를 향상시키고자 한다.

콜센터에서 상담원들이 다루는 상담지식은 기업의 상품정보나 장애처리와 같은 전문 지식을 포함하고 있고, 정확한 정보를 제공해야 하기 때문에, 일반 사용자가 자유롭게 지식을 등록하는 것을 허용하지는 않는다. 일반적으로 각 상품에 대 한 도메인 전문가로 구성되는 지식관리자 그룹에서 지식을 등록하도록 하고, 일반 사용자가 지식을 등재하고자 하는 경우에는 지식 관리자의 승인을 받아야 한다. 이러한 이유로 지식 검색 시스템에 축적되는 지식의 대부분은 지식 관리자가 직접 등록하는 경우가 많다. 이렇게 되면 실제로 등록되는 지식들이 몇 명의 지식 관리자들에만 의존한 것이어서, 지식 관리자 외에 많은 수의 상담원들이 가지고 있는 다양한 지식을 활용하는 집단지성을 기대하기는 어려운 점이 있다.

통상적인 지식 검색 시스템의 지식분류체계를 정의하는 작업은 사전에 수행 한다. 예를 들면, 상품 도메인의 경우, 상품 분류 체계를 먼저 정의하고, 지식의 특성에 따라 지식유형 메타데이터를 추가 정의하여 지식을 분류할 수 있다. 그러나, 이와 같이 지식의 메타데이터를 미리 정의한 지식분류체계의 노드를 선택하여 등록하는 시스템은, 지식분류체계에 정의되어 있지 않은 메타데이터를 즉시 입력하는 방법을 제공하지 못한다. 이를 위해서는 사람이 새로 입력할 메타데이터가 지식분류체계의 어느 분류에 속하는지를 판별하여 지식분류체계에 추가하는 작업이 필요하기 때문에, 시스템에 즉각적으로 입력하지 못하는 문제가 있다. 이러한 문제를 해결하기 위해서는 등록된 상담지식에 기존 지식분류체계에 의해 정의된 분류명을 이용하거나, 자유롭게 정의한 한 개 혹은 두 개 이상의 키워드로 이루어진 태그를 일반 사용자들이 직접 등록하도록 유도함으로써 집단지성을 통해서 상담지식을 분류하도록 할 필요가 있다. 즉, 지식의 등록 및 분류를 지식관리자에게만 의존하지 않는 시스템이 필요하다.

한편, 고객이 기업의 상품에 대해 문의를 할 때 사용하는 어휘는 실제 상품 정보를 묘사하고 있는 어휘와 많은 차이가 있을 수 있다. 그로 인해 검색의 결과는 상담원의 숙련도에 따라 결정될 가능성이 높다. 즉, 고객이 비전문적인 어휘로 문의한 경우라고 하더라도, 노하우가 축적된 숙련된 상담원은 시스템에 저장되어 있는 키워드를 비교적 정확하게 검색할 수 있다. 그러나 경험이 부족한 상담원은 고객의 문의 내용에서 나오는 키워드를 그대로 검색을 하거나, 본래 검색 의도를 충분히 만족시킬 수 있는 키워드를 검색 창에 입력하지 못할 수 있다. 이렇듯 기존의 지식 검색 시스템에서는 상담원의 숙련도에 따라 검색결과가 상이해질 가능성이 매우 높다.

또한, 고객의 문의에 신속하게 응대하는 것이 중요한 콜센터 환경에서는 상담원이 한 페이지 이상 넘어가는 검색결과 리스트에서 문서를 하나씩 읽는다는 것은 불가능하다. 이와 같이 기존 지식 검색 시스템에서 상담원들이 찾고자 하는 정보가 정확히 상위에 출력되지 못할 경우 상담원들의 검색 의도를 충분히 만족시켜주지 못하는 문제점이 있다.

본 발명의 일 실시예는 사용자가 명시적으로 태그를 입력한 경우뿐만 아니라, 태그를 입력한 것으로 간주할 수 있는 행위에 대해서도 태그를 등록하도록 하는 지식 검색 시스템 및 지식 제공 방법을 제공한다.

또한, 본 발명의 다른 실시예는 사용자별 가중치가 적용된 태그 가중치에 기초하여 쿼리와 검색 문서와의 유사도를 산출하는 지식 검색 시스템 및 지식 제공 방법을 제공한다.

상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 발명의 제 1 측면은 문서 정보가 저장된 문서 DB, 상기 문서에 첨부된 태그 및 상기 태그가 첨부된 문서의 식별 정보, 상기 태그를 생성시킨 사용자의 가중치가 합산된 누적 사용자 가중치 및 상기 태그가 상기 문서에 첨부된 횟수를 나타내는 태그 빈도 정보를 포함하는 태그 인덱스 정보가 저장된 태그 DB 및 사용자가 입력한 쿼리를 기초로 상기 문서 DB에서 검색된 문서와 상기 쿼리와의 유사도에 따라 검색 문서를 정렬하여 상기 사용자에 제공하는 검색 결과 정렬부를 포함하되, 상기 검색 결과 정렬부는 상기 태그 DB로부터 독출한 상기 쿼리가 상기 태그로서 각 문서에 첨부된 빈도수, 전체 문서에서 상기 쿼리가 상기 태그로서 첨부된 빈도수 및 상기 누적 사용자 가중치에 기초하여 상기 유사도를 산출하는 지식 검색 시스템을 제공한다.

또한, 본 발명의 제 2 측면은 사용자 단말로부터 문서 열람에 대한 정보를 수신하는 단계, 사용자가 상기 문서에 대한 태그 입력 없이, 일정 시간 이상 상기 문서를 열람한 경우, 상기 열람된 문서에 대한 검색어가 태그 DB에 기 저장된 태그인지 판단하는 단계, 상기 판단 결과 기 저장된 태그가 아닌 경우, 상기 검색어를 상기 열람된 문서에 대한 태그로서 태그 DB에 기록하는 단계 및 상기 태그가 첨부된 문서의 식별 정보, 상기 태그를 생성시킨 사용자의 가중치가 합산된 누적 사용자 가중치 및 상기 태그가 상기 문서에 첨부된 횟수를 나타내는 태그 빈도 정보를 포함하는 태그 인덱스를 생성하여 상기 태그 DB에 기록하는 단계를 포함하는 태그 인덱스 갱신 방법을 제공한다.

또한, 본 발명의 제 3 측면은 사용자 단말로부터 수신한 쿼리에 기초하여 문서를 검색하는 단계, 상기 쿼리가 상기 검색된 각 문서에 출현한 빈도수 및 전체 문서에서 상기 쿼리가 출현한 빈도수의 역수를 곱한 색인어 가중치를 산출하는 단계, 상기 쿼리가 태그로서 상기 검색된 각 문서에 첨부된 빈도수, 전체 문서에서 상기 쿼리가 태그로서 첨부된 빈도수의 역수 및 상기 태그를 생성시킨 사용자들의 가중치의 합을 곱한 태그 가중치를 산출하는 단계 및 상기 색인어 가중치 및 태그 가중치를 합산하여 산출되는 유사도에 따라 상기 검색된 문서를 정렬하여 상기 사용자 단말에 제공하는 단계를 포함하는 지식 제공 방법을 제공한다.

전술한 본 발명의 과제 해결 수단에 의하면, 사용자가 문서에 대해 명시적으 로 태그를 첨부시킨 경우뿐만 아니라, 태그를 첨부한 것으로 간주할 수 있는 행위가 발생한 경우, 예를 들면 검색한 문서를 일정 시간 이상 열람한 경우에도 해당 문서에 대해 태그를 등록시킬 수 있다. 또한, 태그가 첨부되도록 한 사용자의 가중치에 기초하여 태그의 가중치를 산출하고, 그에 기초하여 검색 문서를 정렬하므로, 사용자의 가중치를 반영하는 좀더 정확한 지식 검색 결과를 제공할 수 있다. 따라서, 콜센터 등에서 근무하는 사용자들은 고객들의 질문에 대하여 보다 정확한 응답을 보다 신속하게 제공할 수 있다.

아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.

도 1은 본 발명의 일 실시예에 따른 지식 검색 과정을 설명하기 위한 도면이다.

콜센터에 문의를 하는 고객은 해당사의 상품이나 서비스에 대해 묘사할 때, 비전문적인 어휘를 사용할 가능성이 높다. 즉, 실제 A 라는 상품에 대한 문서가 B, D, E, F라는 어휘로 묘사되어 있을지라도, 고객은 C라는 개념 어휘를 사용하여 문의할 가능성이 있다. 이러한 경우, 상담사 1과 같이 경험이 없는 사용자는 고객이 사용하는 어휘로 검색을 시도할 것이며, 그 결과 검색결과가 없거나 관련성이 없는 문서가 검색결과로서 출력될 것이다.

동일한 상황에서, 상담사 2와 같이 경험이 풍부한 사용자는 고객이 제시한 C라는 어휘에 대하여, B라는 키워드로 검색하였을 때 관련 문서가 검색될 것이라는 것을 경험으로 알고 있다. 따라서, B라는 키워드로 검색을 할 것이며, 그에 따라 A 상품에 대한 문서를 참조할 수 있게 된다. 이때 경험이 많은 사용자는 다른 신입 상담원들을 위해 A상품에 대한 문서에 고객이 자주 사용하는 어휘인 C라는 키워드를 태그로 입력하고, C라는 키워드가 A상품 문서의 태그 목록에 추가된다.

이후에 상담사 1과 같은 신입 상담원이 동일한 문의에 대해서 C라는 키워드로 검색하였을 때, A 상품에 대한 문서가 검색될 수 있게 된다.

본 발명에서는 이와 같이, 각 문서에 대해 사용자가 태그를 입력할 수 있도록 하고, 사용자의 레벨을 고려하여 태그의 가중치를 설정할 수 있도록 하고자 한다.

도 2는 본 발명의 일 실시예에 따른 지식 검색 시스템을 도시한 도면이다.

지식 검색 시스템(200)은 하나 이상의 사용자 단말(210, 212), 웹 서버(220), 검색서버(230), 데이터베이스(240)를 포함한다. 참고로, 본 발명의 실시예에 따른 도 2에 도시된 구성 요소들은 소프트웨어 또는 FPGA(Field Programmable Gate Array) 또는 ASIC(Application Specific Integrated Circuit)와 같은 하드웨어 구성 요소를 의미하며, 소정의 역할들을 수행한다.

그렇지만 '구성 요소들'은 소프트웨어 또는 하드웨어에 한정되는 의미는 아니며, 각 구성 요소는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다.

따라서, 일 예로서 구성 요소는 소프트웨어 구성 요소들, 객체지향 소프트웨어 구성 요소들, 클래스 구성 요소들 및 태스크 구성 요소들과 같은 구성 요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다.

구성 요소들과 해당 구성 요소들 안에서 제공되는 기능은 더 작은 수의 구성 요소들로 결합되거나 추가적인 구성 요소들로 더 분리될 수 있다.

사용자 단말(210, 212)은 고객에 대한 지식 검색 서비스를 제공하는 것으로, 사용자가 입력한 쿼리를 웹 서버(220)에 전송하고, 웹 서버(220)로부터 수신한 쿼리에 대한 검색 결과를 사용자에게 표시한다. 사용자는 사용자 단말(210, 212)에 표시된 검색 결과에 기초하여, 고객의 질문에 대한 답변을 수행하게 된다.

사용자 단말(210, 212)은 네트워크를 통해 웹 서버(220)에 접속할 수 있는 컴퓨터나 휴대용 단말기로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(desktop), 랩톱(laptop) 등을 포함하고, 휴대용 단말기는 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.

또한, 네트워크는 근거리 통신망(Local Area Network; LAN), 광역 통신망(Wide Area Network; WAN) 또는 부가가치 통신망(Value Added Network; VAN) 등과 같은 유선 네트워크나 이동 통신망(mobile radio communication network) 또는 위성 통신망 등과 같은 모든 종류의 무선 네트워크로 구현될 수 있다.

웹 서버(220)는 사용자 단말(210, 212)에 대하여 지식 검색 시스템에 대한 유저 인터페이스를 제공한다. 따라서, 사용자 단말(210, 212)로부터 전송된 쿼리를 검색 서버(230)로 전송하고, 쿼리에 따른 검색 결과를 검색 서버(230)로부터 수신하여 유저 인터페이스를 통해 사용자 단말(210, 212)에 표시시킨다.

또한, 웹 서버(220)는 문서 열람 정보 기록부(222)를 포함한다.

문서 열람 정보 기록부(222)는 각 사용자 별로 각 문서의 열람 시간 정보를 기록한다. 사용자가 검색한 문서에 대하여, 명시적으로 태그를 입력하지 않은 경 우에도 특정 문서를 일정 시간 이상 열람하였다면, 이 문서가 사용자가 입력한 검색 키워드와 관련성이 높다고 보고, 태그를 입력한 것으로 간주한다. 이를 위해, 문서 열람 정보 기록부(222)는 사용자 식별정보 및 문서 식별 정보와 연계하여 문서 검색에 사용된 검색어 정보, 문서의 열람 시작 시간, 문서 열람 종료 시간 등을 기록하여, 사용자가 문서를 열람한 시간 정보와 해당 문서의 검색에 사용된 검색어 정보를 기록한다.

또한, 문서 열람 정보 기록부(222)는 사용자가 한 세션 동안 입력하는 검색어와 문서 클릭 정보를 계속 메모리에 저장하다가, 사용자가 문서보기를 종료할 때 이 정보를 사용자 피드백 DB(242)에 기록한다. 이러한 구성에 따라, 서버에서 많은 사용자의 세션 동안 일어나는 클릭 정보를 일일이 DB에 기록하면서 발생하는 부하를 최소화한다. 또한, 상기 문서의 최초 실행시간 및 문서 열람 종료 시간에 기초하여 사용자가 문서를 열람한 시간이 임계값 이상인 경우에 한하여 사용자 피드백 DB(242)에 해당 정보를 기록하도록 할 수 있다.

검색 서버(230)는 웹 서버(220)를 통해 수신한 쿼리와 가장 연관성이 큰 문서를 검색하여 웹 서버(220)에 전송한다. 이를 위해, 태그 관리부(232) 및 검색 결과 정렬부(234)를 포함한다.

태그 관리부(232)는 사용자가 검색된 문서에 태그를 입력하는 경우, 입력된 태그를 태그 DB(246)에 기록한다. 또한, 사용자가 직접 태그를 입력하지 않더라도, 일정 시간 이상 해당 문서를 열람한 경우에는 해당 문서를 검색한 검색어를 태그로서 태그 DB(246)에 기록한다. 또한, 상기 태그 입력 행위 또는 태그 입력으로 간주하는 행위를 수행한 사용자의 레벨에 따라 태그 인덱스의 누적 사용자 가중치를 갱신한다.

본 발명에서 사용되는 태그 인덱스는 문서 식별 정보, 누적 사용자 가중치 및 태그 빈도 정보를 포함하여 구성된다. 도면을 참조하여 태그 인덱스 구조를 살펴보기로 한다.

도 3은 본 발명의 일 실시예에 따른 태그 인덱스 구조를 도시한 도면이다.

앞서 설명한 바와 같이 본 발명에서는 일반 문서의 키워드 추출에 통상적으로 사용되는 역색인구조(Inverted Index)와는 달리, 각각의 태그에 대하여 문서 식별 정보, 누적 사용자 가중치 및 태그 빈도를 기초로 인덱싱을 수행한다.

문서 식별 정보는 태그가 첨부되는 문서의 식별 정보로서, 각각의 태그가 어느 문서에 첨부되는지를 확인할 수 있도록 한다. 누적 사용자 가중치는 특정 문서에 태그를 첨부시킨 사용자의 레벨에 따라 결정되는 것으로서, 각 문서의 태그 별로 각각의 태그를 첨부시킨 사용자의 레벨에 따른 가중치를 누적시킨 값이다. 태그 빈도는 각 문서에 첨부된 태그의 개수를 의미한다.

예를 들어, 최고 레벨을 갖는 제 1 사용자(지식 관리자)가 문서#5를 K_i라는 키워드로 태깅하였을 때, K_i를 태그로 하는 문서#5에 대한 태그 인덱스(DocID#5)의 태그 빈도를 1만큼 증가시킨다. 또한, 제 1 사용자의 가중치(A)를 태그 인덱스(DocID#5)의 누적 사용자 가중치에 합산시킨다. 즉, 기존 누적 사용자 가중치가 40이라고 가정하면 새로 업데이트 된 누적 사용자 가중치는 40+A가 될 것이다. 만 약, K_i 키워드가 타 문서에 태깅된 적이 없는 경우에는, K_i를 태그로 하는 태그 인덱스를 신규로 생성한다.

이후에 제 2 사용자(상담원)가 K_i라는 키워드로 검색하고, 검색된 문서 리스트에서 문서#5를 선택하여 일정 시간 이상 열람한 경우, 문서 열람 정보 기록부(222)를 통해 사용자 피드백 DB(242)에 제 2 사용자의 문서#5에 대한 문서 열람 정보가 기록된다. 이때, 열람 시간이 임계값 이상인 경우, K_i를 태그로 하는 문서#5에 대한 태그 인덱스(DocID#5)의 태그 빈도를 1만큼 증가시킨다. 또한, 제 2 사용자의 가중치(C)를 태그 인덱스(DocID#5)의 누적 사용자 가중치에 합산시킨다. 즉, 새로 업데이트 된 누적 사용자 가중치는 40+A+C가 될 것이다.

한편, 본 발명에서는 태그 인덱스에 기록된 값에 기초하여 태그의 가중치를 산출할 수 있다. 태그 가중치는 추후 문서와 쿼리간의 유사도를 산출하는데 사용된다. 예를 들면, 문서#5에 대한 K_i 태그의 가중치는 다음 수학식에 따라 계산될 수 있다.

[수학식 1]

태그 빈도는 문서(j)에 태그(i)가 첨부된 빈도수를 나타내며, IDF_i는 태 그(i)가 첨부된 문서의 빈도수의 역수를 나타낸다. 정규화 상수는 이후에 문서 랭킹을 위해서, 색인어 기반 인덱스의 가중치와 합산을 하여 계산할 때 적절한 결과가 나오도록 태그의 가중치를 정규화하는 상수로서 이용된다.

본 발명의 이해를 돕기 위하여, 도면을 참조하여 태그 인덱스 갱신 방법을 살펴보기로 한다.

도 4는 본 발명의 일 실시예에 따른 태그 인덱스 갱신 방법을 도시한 도면이다.

먼저, 사용자가 문서 검색을 수행한다(S410). 이때, 문서 검색을 수행하는 방법으로는 사용자 단말의 웹 브라우저 상에서 보여지는 사전에 정의된 지식맵을 통해 브라우징하는 방법과 검색어 입력창에 직접 검색어를 입력하여 검색하는 방법이 있을 수 있다. 상기 두 가지 방법 중 어느 하나의 방법에 따라 검색된 결과는 리스트 형태로 사용자 단말(210, 212)에 표시될 수 있다.

다음으로, 사용자는 검색된 문서들 중 원하는 문서를 선택하여 열람한다(S412). 이때, 문서를 열람하기 시작한 시간에 대한 정보가 문서 열람 정보 기록부(222)를 통해 메모리에 저장된다. 이때, 해당 문서의 식별 정보, 해당 문서를 검색하기 위해 입력된 검색어, 사용자 식별 정보 등이 함께 연계되어 메모리에 저장될 수 있다.

다음으로, 상기 열람한 문서에 사용자가 별도의 태그를 입력하는 경우(S414), 입력된 태그를 태그 DB(246)에 기록한다(S416). 이에 따라, 열람된 문서는 입력된 태그에 기초하여 검색될 수 있다. 또한, 앞서 설명한 태그 관리 부(232)에 의하여 태그 인덱스 생성, 태그 빈도수 갱신 또는 누적 사용자 가중치 갱신 등의 동작이 수행될 수 있다.

태그 입력 없이 문서의 열람이 종료되면(S418), 문서 열람을 종료한 시간에 대한 정보 및 메모리에 저장된 각종 문서 열람 정보가 문서 열람 정보 기록부(222)를 통해 사용자 피드백 DB(242)에 별도로 기록된다(S420). 이에 따라, 사용자 피드백 DB(242)에는 사용자 식별 정보, 문서의 식별 정보, 해당 문서를 검색하기 위해 입력된 검색어, 문서의 열람 시작 시간 정보 및 문서의 열람 종료 시간 정보가 함께 기록된다.

다음으로, 일정 주기 마다 사용자 피드백 DB(242)에 기록된 문서 열람 정보에 기초하여, 사용자가 입력한 검색어와 문서의 관련성을 분석한다(S422). 상기 일정 주기는 시간을 기준으로 정할 수 있다. 또는, 사용자 피드백 DB(242)에 기록된 문서 열람 정보 중 태그 관리부(232)에 반영되지 않은 문서 열람 정보의 개수가 일정 개수 이상인지 여부를 기준으로 정할 수 있다.

한편, 검색어와 문서의 관련성은 사용자가 문서를 열람한 시간이 일정 시간 이상인지 여부를 기준으로 판단한다. 즉, 문서 열람 정보에 포함된 문서의 열람 시작 시간 및 문서 열람 종료 시간으로부터 문서를 열람한 시간을 산출하고, 그 시간이 일정 시간 이상인 경우, 문서 열람 정보에 포함된 검색어와 문서가 관련성이 있는 것으로 판단한다.

다음으로, 문서 열람 정보에 포함된 검색어가 열람한 문서와 관련성이 있는 경우, 해당 검색어가 태그 DB(246)에 저장되지 않은 검색어라면, 해당 검색어를 새 로운 태그로서 태그 DB(246)에 저장하고, 태그 인덱스를 생성한다(S424, S426).

만약, 해당 검색어에 대한 태그가 기 저장된 경우에는, 기 저장된 태그의 태그 인덱스를 갱신한다(S424, S428). 즉, 태그 인덱스에 포함된 문서 식별 정보, 누적 사용자 가중치 및 태그 빈도 정보를 갱신한다. 예를 들어, 문서를 일정 시간이상 열람한 사용자의 가중치를 조회하여, 기 저장된 누적 사용자 가중치에 합산시킨다. 또한, 문서 식별 정보를 추가하거나, 태그 빈도수를 증가시킨다.

이와 같은 구성에 따라, 특정 문서에 태그가 명시적으로 입력된 경우뿐만 아니라, 태그를 입력한 것으로 간주할 수 있는 행위에 대해서도 새로운 태그가 등록될 수 있도록 할 수 있다.

다시 도 2를 참조하면, 검색 결과 정렬부(234)는 사용자가 입력한 쿼리와 각 문서간의 유사도를 산출하고, 유사도의 크기에 기초하여 검색 결과를 정렬한다. 이를 위해, 문서 DB(248) 및 태그 DB(246)를 참조하여 쿼리와의 유사도를 산출한다. 본 발명에서는 퀴리와 문서의 유사도를 산출하기 위해, 역색인 구조의 색인어 인덱스를 이용하여 산출한 색인어 가중치와 앞서 설명한 태그 인덱스를 이용하여 산출한 태그 가중치에 기초하여 유사도를 산출한다. 태그 가중치를 산출하는 방법은 도 3과 관련하여 설명한 내용과 같다. 도면을 참조하여, 색인어 가중치를 산출하는 방법을 살펴보기로 한다.

도 5는 본 발명의 일실시예에 따른 역색인 구조의 인덱스에 따라 쿼리와 문서간의 유사도를 산출하는 방법을 설명하기 위한 도면이다.

도시된 바와 같이, 역색인 구조의 색인어 인덱스에서는 단어 빈도수(TF, term frequency)와 문서 빈도수(DF, document frequency)를 기초로, 단어가 문서내에서 얼마나 중요한 것인지를 나타내는 색인어 가중치를 산출할 수 있다. 단어 빈도수는 특정한 단어가 문서 내에 얼마나 자주 등장하는지를 나타내는 값으로, 이 값이 높을수록 문서에서 중요한 단어라고 판단 할 수 있다. 하지만 단어 자체가 문서군 내에서 자주 사용되는 경우, 이것은 그 단어가 흔하게 등장한다는 것을 의미한다. 이것을 문서 빈도수라고 하며, 이 값의 역수인 IDF를 곱하여 색인어 가중치를 산출한다. 색인어 가중치는 다음 수학식에 따라 산출된다.

[수학식 2]

TF_i _,j는 문서(j)에서 단어(i)가 출현한 빈도수를 나타내며, IDF_i는 단어(i)가 출현한 문서의 빈도수의 역수를 나타낸다.

다시 도 2를 참조하면, 데이터베이스(240)는 사용자 피드백 DB(242), 사용자 DB(244), 태그 DB(246), 문서 DB(248)를 포함한다.

사용자 피드백 DB(242)는 앞서 설명한 바와 같이 문서 열람 정보 기록부(222)로부터 수신한 문서 열람 정보를 사용자별로 저장한다.

사용자 DB(244)는 각 사용자에 대한 정보, 사용자의 레벨에 대한 정보 및 누적 사용자 가중치 정보를 저장한다.

도 6은 본 발명의 일 실시예에 따른 사용자 DB에 기록된 테이블을 도시한 도 면이다.

도시된 바와 같이, 사용자들의 그룹을 지식관리자, 교육강사, 상담원, 영업사원, 기타 등으로 분류하고, 그에 따라 사용자 가중치(A, B, C, D, E)를 상이하게 설정할 수 있다. 태그 관리부(232)는 사용자 DB(244)에 기록된 사용자 가중치를 참조하여 태그 인덱스에 포함되는 누적 사용자 가중치를 갱신할 수 있다.

다시 도 2를 참조하면, 태그 DB(246)는 각 태그의 태그 인덱스 정보와 각 태그에 대한 빈도 정보 등을 저장한다. 태그 인덱스 정보는 문서 식별 정보, 누적 사용자 가중치 및 태그 빈도 정보를 포함한다. 또한, 상기 IDF 산출을 위해, 각 태그 별로 태그가 첨부된 문서의 빈도수에 대한 정보를 포함한다.

문서 DB(248)는 검색하고자 하는 각종 문서를 저장한다. 검색 서버(230)는 문서 색인 모듈(미도시 됨)을 통해 문서 DB(248)에 저장된 각종 문서에 대하여 색인어 인덱스를 생성할 수 있다. 또한, 검색 서버(230)는 사용자가 입력한 쿼리에 기초하여 문서를 검색할 수 있다.

이제, 본 발명에 따른 지식 제공 방법을 살펴보기로 한다.

도 7은 본 발명의 일 실시예에 따른 지식 제공 방법을 도시한 순서도이다.

먼저, 사용자 단말로부터 쿼리가 입력된다(S710). 상기 쿼리는 고객들의 질문에 대응하여 사용자들이 문서를 검색하기 위해 입력한 검색어이다.

다음으로, 쿼리와 유사도가 가장 높은 문서를 검색하기 위해 색인어 가중치와 태그 가중치를 산출한다(S712, S714). 색인어 가중치는 특정 단어가 특정 문서 내에서 얼마나 중요한 위치를 차지하는지를 나타내는 것으로, 그 값이 클수록 문서 와의 유사도가 높은 것으로 판단한다. 따라서, 상기 입력된 쿼리를 기초로 색인어 가중치를 산출한다. 즉, 상기 입력된 쿼리가 문서에서 출현한 빈도수 및 전체 문서에서 상기 쿼리가 출현한 빈도수의 역수를 곱하여 색인어 가중치를 산출한다.

또한, 태그 가중치는 상기 입력된 쿼리가 각 문서에 첨부된 태그와 얼마나 연관성이 있는지를 나타내는 것으로, 그 값이 클수록 문서와의 유사도가 높은 것으로 판단한다. 따라서, 상기 입력된 쿼리를 기초로 태그 가중치를 산출한다. 즉, 상기 입력된 쿼리가 태그로서 각 문서에 첨부된 빈도수, 전체 문서에서 상기 입력된 쿼리가 태그로서 첨부된 빈도수의 역수 및 태그 인덱스에 포함된 누적 사용자 가중치를 곱하여 태그 가중치를 산출한다. 이때, 태그 가중치를 색인어 가중치보다 먼저 산출하거나, 동시에 산출하도록 구성할 수 있다.

다음으로, 상기 산출된 색인어 가중치 및 태그 가중치를 합산하여 상기 입력된 쿼리와 각 문서의 유사도를 산출한다(S716).

다음으로, 상기 산출된 유사도에 따라 상기 쿼리에 기초하여 검색된 문서를 정렬한다(S718). 유사도의 크기가 큰 순서에 따라 검색된 문서를 정렬한다. 또한, 유사도가 임계값 이상인 문서들만 검색 결과로서 출력하도록 할 수 있다.

이와 같은 구성에 따라, 사용자가 입력한 쿼리와 가장 유사도가 높은 문서를 보다 정확하게 산출할 수 있다. 또한, 유사도의 크기에 따라 문서를 정렬하므로, 사용자는 가장 유사도가 높은 문서를 용이하게 확인할 수 있다.

본 발명의 일 실시예는 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체 및 통신 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다. 통신 매체는 전형적으로 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈, 또는 반송파와 같은 변조된 데이터 신호의 기타 데이터, 또는 기타 전송 메커니즘을 포함하며, 임의의 정보 전달 매체를 포함한다.

본 발명의 방법 및 시스템은 특정 실시예와 관련하여 설명되었지만, 그것들의 구성 요소 또는 동작의 일부 또는 전부는 범용 하드웨어 아키텍쳐를 갖는 컴퓨터 시스템을 사용하여 구현될 수 있다.

전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.

본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

도 6은 본 발명의 일 실시예에 따른 사용자 DB에 기록된 테이블을 도시한 도면이다.

<도면의 주요 부분에 대한 설명>

200: 지식 검색 시스템 220: 웹 서버

222: 문서 열람 정보 기록부 230: 검색 서버

232: 태그 관리부 234: 검색 결과 정렬부

240: 데이터 베이스 242: 사용자 피드백 DB

244: 사용자 DB 246: 태그 DB

248: 문서 DB

Claims

지식 검색 시스템에 있어서,

문서 정보가 저장된 문서 DB,

상기 문서에 첨부된 태그 및 상기 태그가 첨부된 문서의 식별 정보, 상기 태그를 생성시킨 사용자의 가중치가 합산된 누적 사용자 가중치 및 상기 태그가 상기 문서에 첨부된 횟수를 나타내는 태그 빈도 정보를 포함하는 태그 인덱스 정보가 저장된 태그 DB 및

사용자가 입력한 쿼리를 기초로 상기 문서 DB에서 검색된 문서와 상기 쿼리와의 유사도에 따라 검색 문서를 정렬하여 상기 사용자에 제공하는 검색 결과 정렬부를 포함하되,

상기 검색 결과 정렬부는 상기 태그 DB로부터 독출한 상기 쿼리가 상기 태그로서 각 문서에 첨부된 빈도수, 전체 문서에서 상기 쿼리가 상기 태그로서 첨부된 빈도수 및 상기 누적 사용자 가중치에 기초하여 상기 유사도를 산출하는 지식 검색 시스템.
제 1 항에 있어서,

상기 검색 결과 정렬부는,

상기 쿼리가 상기 태그로서 각 문서에 첨부된 빈도수, 상기 전체 문서에서 상기 쿼리가 상기 태그로서 첨부된 빈도수의 역수 및 상기 누적 사용자 가중치를 곱한 태그 가중치에 기초하여 상기 유사도를 산출하는 지식 검색 시스템.
제 2 항에 있어서,

상기 검색 결과 정렬부는,

상기 쿼리가 각 문서에 출현한 빈도수 및 전체 문서에서 상기 쿼리가 출현한 빈도수의 역수를 곱한 색인어 가중치를 상기 태그 가중치에 추가적으로 합산하여 상기 유사도를 산출하는 지식 검색 시스템.
제 1 항에 있어서,

사용자의 문서 열람 시간을 해당 문서의 검색어 정보와 연계하여 사용자 피드백 DB에 기록하는 문서 열람 정보 기록부 및

상기 사용자 피드백 DB에 기록된 사용자의 문서 열람 시간이 임계값 이상인 경우, 해당 문서의 검색어를 해당 문서에 대한 태그로서 상기 태그 DB에 기록하고, 해당 태그에 대한 상기 태그 인덱스를 생성하여 상기 태그 DB에 기록하는 태그 관리부를 더 포함하는 지식 검색 시스템.
제 4 항에 있어서,

상기 문서 열람 정보 기록부는,

문서 열람 시작 시간, 문서 열람 종료 시간, 문서 식별 정보 및 사용자 식별 정보를 상기 문서의 검색어 정보와 연계하여 상기 사용자 피드백 DB에 기록하는 지식 검색 시스템.
제 4 항에 있어서,

상기 태그 관리부는,

상기 사용자가 문서에 직접 입력한 태그를 상기 태그 DB에 기록하고, 해당 태그에 대한 상기 태그 인덱스를 생성하는 지식 검색 시스템.
제 4 항에 있어서,

상기 태그 관리부는,

상기 사용자가 문서에 직접 입력한 태그나, 상기 사용자 피드백 DB에 기록된 사용자의 문서 열람 시간이 임계값 이상인 경우의 해당 문서의 검색어가 상기 태그 DB에 기 저장된 태그인 경우, 상기 태그 인덱스의 문서 식별 정보, 누적 사용자 가중치 및 태그 빈도 정보를 갱신하는 지식 검색 시스템.
태그 인덱스 갱신 방법에 있어서,

사용자 단말로부터 문서 열람에 대한 정보를 수신하는 단계,

사용자가 상기 문서에 대한 태그 입력 없이, 일정 시간 이상 상기 문서를 열람한 경우, 상기 열람된 문서에 대한 검색어가 태그 DB에 기 저장된 태그인지 판단하는 단계,

상기 판단 결과 기 저장된 태그가 아닌 경우, 상기 검색어를 상기 열람된 문서에 대한 태그로서 태그 DB에 기록하는 단계 및

상기 태그가 첨부된 문서의 식별 정보, 상기 태그를 생성시킨 사용자의 가중치가 합산된 누적 사용자 가중치 및 상기 태그가 상기 문서에 첨부된 횟수를 나타내는 태그 빈도 정보를 포함하는 태그 인덱스를 생성하여 상기 태그 DB에 기록하는 단계

를 포함하는 태그 인덱스 갱신 방법.
제 8 항에 있어서,

상기 판단 결과 상기 검색어가 상기 기 저장된 태그인 경우, 상기 기 저장된 태그의 태그 인덱스의 문서 식별 정보, 누적 사용자 가중치 및 태그 빈도 정보를 갱신하는 단계

를 더 포함하는 태그 인덱스 갱신 방법.
제 8 항 또는 제 9 항에 있어서,

상기 사용자 단말로부터 상기 사용자가 상기 문서에 대하여 입력한 태그를 수신한 경우, 상기 수신한 태그가 상기 태그 DB에 기 저장된 태그인지 판단하는 단계 및

상기 판단 결과 기 저장된 태그가 아닌 경우, 상기 수신한 태그를 상기 열람된 문서에 대한 태그로서 태그 DB에 기록하고, 상기 태그 인덱스를 생성하여 상기 태그 DB에 기록하는 단계

를 더 포함하는 태그 인덱스 갱신 방법.
제 10 항에 있어서,

상기 판단 결과 상기 수신한 태그가 상기 기 저장된 태그인 경우, 상기 기 저장된 태그의 태그 인덱스의 문서 식별 정보, 누적 사용자 가중치 및 태그 빈도 정보를 갱신하는 단계

를 더 포함하는 태그 인덱스 갱신 방법.
지식 제공 방법에 있어서,

사용자 단말로부터 수신한 쿼리에 기초하여 문서를 검색하는 단계,

상기 쿼리가 상기 검색된 각 문서에 출현한 빈도수 및 전체 문서에서 상기 쿼리가 출현한 빈도수의 역수를 곱한 색인어 가중치를 산출하는 단계,

상기 쿼리가 태그로서 상기 검색된 각 문서에 첨부된 빈도수, 전체 문서에서 상기 쿼리가 태그로서 첨부된 빈도수의 역수 및 상기 태그를 생성시킨 사용자들의 가중치의 합을 곱한 태그 가중치를 산출하는 단계 및

상기 색인어 가중치 및 태그 가중치를 합산하여 산출되는 유사도에 따라 상기 검색된 문서를 정렬하여 상기 사용자 단말에 제공하는 단계

를 포함하는 지식 제공 방법.
제 12 항에 있어서,

상기 태그는 상기 사용자가 상기 문서에 직접 첨부한 검색어이거나, 상기 사용자가 검색된 문서를 일정 시간 이상 열람한 경우의 해당 문서의 검색어인 것인 지식 제공 방법.