KR20110063160A

KR20110063160A - 광고 제공 장치 및 방법

Info

Publication number: KR20110063160A
Application number: KR1020090120114A
Authority: KR
Inventors: 이용규
Original assignee: 동국대학교 산학협력단
Priority date: 2009-12-04
Filing date: 2009-12-04
Publication date: 2011-06-10
Also published as: KR101091991B1

Abstract

본 발명은 광고 제공 장치 및 방법에 관한 것이다. 본 발명의 실시예에 따른 광고 제공 장치는 상하위 개념에 따른 복수의 상품 용어의 상하 관계를 온톨로지 계층 구조를 이용하여 구축하고, 온톨로지 계층에 따라 상기 상품 용어의 레벨을 설정하고, 상기 상품 용어에 대한 광고 콘텐츠를 수집하여 상기 상품 용어와 상기 광고 콘텐츠를 연결하는 온톨로지 구축부, 상기 검색어로부터 키워드를 추출하여 키워드 집합을 생성하고, 상기 키워드 집합의 키워드에 대응되는 상기 상품 용어의 레벨을 이용하여 평균 레벨 및 최대 레벨을 산출하는 키워드 처리부, 상기 평균 레벨을 이용하여 관심도 변화를 판단하는 관심도 변화 판단부 및 상기 관심도 변화에 따라 상품 용어를 선택하고, 선택된 상품 용어에 연결된 광고 콘텐츠를 검출하여 광고를 수행하는 광고 콘텐츠 검출부를 포함한다.

광고, 키워드, 온톨로지

Description

광고 제공 장치 및 방법{Apparatus and method for providing advertisement}

본 발명은 광고 제공 장치 및 방법에 관한 것으로서, 보다 상세하게는 사용자의 관심도에 따라 광고를 제공하는 광고 제공 장치 및 방법에 관한 것이다.

최근 인터넷 사용자가 급격하게 증가함에 따라 인터넷은 컴퓨터와 컴퓨터가 연결된 네트워크라는 의미보다는 기업과 개인, 개인과 개인간의 상호 커뮤니케이션을 실시간으로 가능하게 해주는 뉴미디어로서의 역할을 하고 있다.

이러한 인터넷의 대중적인 활용에 의해 인터넷 사용자간의 교류가 확대되어 가고 있다. 많은 인터넷 비즈니스 업체는 다양한 사이트를 개설하여 사용자들에게 정보교류, 게임, 연예 또는 전자상거래 등 각종 서비스를 제공하여 왔다.

한편, 인터넷은 세계 각지의 수많은 컴퓨터 네트워크가 연계된 거대하고 효율적인 정보 축적 매체 및 정보 제공 매체로 각광받고 있다. 그래서, 인터넷에 연결된 네트워크 수와 인터넷 사용자의 수가 급증하면서, 인터넷상에서의 각종 광고에 대한 관심이 증가하고 있다.

즉, 인터넷을 이용한 서비스 중 대표적인 것으로 광고 서비스가 있다. 인터넷을 이용한 광고 서비스는 오프라인 상의 광고 서비스에 비해 비용이 적게 들고 광고 게재 후 광고 선호도 파악이 용이하다. 특히, 인터넷을 이용한 광고 서비스는 특정 사용자 계층에 집중적으로 광고를 할 수 있어 그 규모가 지속적으로 확대되고 있다.

일반적으로, 인터넷 광고는 콘텐츠와 독립적으로 배너의 형태로 표시되었다. 즉, 인터넷 광고는 콘텐츠와 상관없는 내용으로 표시되었다. 이러한 인터넷 광고는 사용자가 집중하는 콘텐츠와 동떨어져 사용자의 관심을 이끌어내기 어려운 문제점이 있었다.

이러한 인터넷 광고의 문제점을 해결하기 위하여, 키워드를 이용한 인터넷 광고가 사용되고 있다. 키워드를 이용한 인터넷 광고는 사용자의 검색어에 대응되는 키워드에 해당하는 광고를 표시하는 방식의 인터넷 광고이다.

하지만, 종래의 인터넷 광고는 하나의 웹사이트가 사용자들이 입력하는 다양한 키워드에 해당하는 광고를 가질 수 없을 뿐만 아니라, 검색어를 자동 분석하는 수준이 미약하여 사용자의 관심을 이끌어내기 어려운 문제점이 있었다.

본 발명은 사용자의 검색어를 이용하여 사용자의 관심도 변화를 판단하고, 사용자의 관심도 변화에 따라 광고를 제공하는데 그 목적이 있다.

본 발명의 일측면에 따르면, 사용자가 입력한 검색어에 따라 광고를 제공하는 광고 제공 장치가 개시된다.

본 발명의 실시예에 따른 광고 제공 장치는 상하위 개념에 따른 복수의 상품 용어의 상하 관계를 온톨로지 계층 구조를 이용하여 구축하고, 온톨로지 계층에 따라 상기 상품 용어의 레벨을 설정하고, 상기 상품 용어에 대한 광고 콘텐츠를 수집하여 상기 상품 용어와 상기 광고 콘텐츠를 연결하는 온톨로지 구축부, 상기 검색어로부터 키워드를 추출하여 키워드 집합을 생성하고, 상기 키워드 집합의 키워드에 대응되는 상기 상품 용어의 레벨을 이용하여 평균 레벨 및 최대 레벨을 산출하는 키워드 처리부, 상기 평균 레벨을 이용하여 관심도 변화를 판단하는 관심도 변화 판단부 및 상기 관심도 변화에 따라 상품 용어를 선택하고, 선택된 상품 용어에 연결된 광고 콘텐츠를 검출하여 광고를 수행하는 광고 콘텐츠 검출부를 포함한다.

본 발명의 다른 측면에 따르면, 사용자가 입력한 검색어에 따라 광고를 제공하는 광고 제공 장치가 수행하는 광고 제공 방법이 개시된다.

본 발명의 실시예에 따른 광고 제공 방법은 a) 상하위 개념에 따른 복수의 상품 용어의 상하 관계를 온톨로지 계층 구조를 이용하여 구축하는 단계, b) 온톨로지 계층에 따라 상기 상품 용어의 레벨을 설정하는 단계, c) 상기 상품 용어에 대한 광고 콘텐츠를 수집하여 상기 상품 용어와 상기 광고 콘텐츠를 연결하는 단계, d) 상기 사용자가 입력한 검색어로부터제1 키워드 집합을 생성하고, 다시 입력 한 검색어로부터 제2 키워드 집합을 생성하는 단계, e) 상기 제1 및 제2 키워드 집합의 키워드에 대응되는 상기 상품 용어의 레벨을 이용하여 상기 제1 및 제2 키워드 집합에 대한 제1 및 제2 평균 레벨과 제1 및 제2 최대 레벨을 산출하는 단계, f) 상기 제1 및 제2 평균 레벨을 이용하여 관심도 변화를 판단하는 단계 및 g) 상기 관심도 변화에 따라 상품 용어를 선택하고, 선택된 상품 용어에 연결된 광고 콘텐츠를 검출하여 광고를 수행하는 단계를 포함한다.

본 발명은 사용자의 검색어를 이용하여 사용자의 관심도 변화를 판단하고, 사용자의 관심도 변화에 따라 광고를 제공할 수 있는 효과가 있다.

또한, 본 발명은 사용자의 관심이 높은 광고를 사용자에게 제공하여 광고 효과를 증대할 수 있는 효과가 있다.

본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생 략한다.

제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.

본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

이하, 본 발명의 실시예를 첨부한 도면들을 참조하여 상세히 설명하기로 한다.

도 1은 본 발명의 실시예에 따른 광고 제공 시스템을 개략적으로 예시한 구성도이다.

도 1을 참조하면, 본 발명의 실시예에 따른 광고 제공 시스템은 사용자 단말(10), 웹서버(20), 광고 제공 장치(30) 및 데이터베이스(40)를 포함할 수 있다.

사용자 단말(10)은 유무선 통신망을 통해 웹서버(20)에 접속하여 검색 서비스를 제공받을 수 있다. 즉, 사용자 단말(10)은 유선 또는 무선 인터넷을 통한 검 색 서비스가 가능한 전자 기기일 수 있다. 여기서, 사용자 단말(10)은 유선망에 연결된 사용자 PC 또는 무선망을 이용하여 인터넷 연결을 수행할 수 있는 이동통신단말기(예를 들어, 스마트폰 등) 등을 포함할 수 있다.

웹서버(20)는 인터넷을 통해 각종 서비스를 제공하는 서버이다. 예를 들어, 웹서버(20)는 검색 서비스를 제공하는 검색 사이트, 각종 서비스(예를 들어, 메일, 쇼핑, 뉴스, 게임, 음악 등)를 제공하는 포털 사이트 등을 포함할 수 있다.

본 발명의 실시예에 따른 웹서버(20)는 사용자의 검색어를 입력받아 해당하는 정보를 표시하거나서비스를 제공할 수 있다. 이때, 웹서버(20)는 사용자의 검색어를 광고 제공 장치(30)로 전달하고, 광고 제공 장치(30)가 전달하는 광고 콘텐츠를 표시할 수 있다.

광고 제공 장치(30)는 웹서버(20)로부터 사용자의 검색어를 전달받아 이를 이용하여 사용자의 관심도에 따른 광고를 수행할 수 있다.

즉, 광고 제공 장치(30)는 사용자가 입력하는 검색어의 변화를 추적하여 사용자의 관심도 변화를 산출할 수 있다. 그래서, 광고 제공 장치(30)는 관심도 변화에 상응하는 광고 콘텐츠를 검출하여 광고를 수행할 수 있다.

예를 들어, 사용자는 인터넷 검색 시, 검색어 입력과 검색 결과 확인을 반복할 수 있다. 이때, 광고 제공 장치(30)는 반복되는 검색어 입력을 이용하여 전후의 검색어의 변화에 따른 사용자의 관심도 변화를 산출할 수 있다. 그리고, 광고 제공 장치(30)는 특정 상품에 대하여 상품 용어의 온톨로지를 구축하고, 각 상품 용어에 상응하는 광고 콘텐츠를 수집하여 해당 상품 용어에 연결할 수 있다. 여기서, 광고 제공 장치(30)는 수집된 광고 콘텐츠를 데이터베이스(40)에 저장시킬 수 있다. 그래서, 광고 제공 장치(30)는 사용자의 관심도 변화에 따라 상품 용어를 선택하고, 선택된 상품 용어에 연결된 광고 콘텐츠로 광고를 수행할 수 있다.

본 발명의 실시예에 따른 광고 제공 장치(30)는 도 1에 도시된 바와 같이 웹서버(20)에 연결된 장치로 구현할 수 있으며, 또는 웹서버(20) 내에 포함될 수 있다.

데이터베이스(40)는 광고 제공 장치(30)에 의하여 수집된 광고 콘텐츠를 저장할 수 있다. 또한, 데이터베이스(40)는 광고 제공 장치(30)의 저장부로써의 기능을 수행할 수 있으며, 광고 제공 장치(30) 내에 포함될 수 있다.

도 2는 본 발명의 실시예에 따른 광고 제공 장치를 나타낸 구성도이고, 도 4는 본 발명의 실시예에 따른 온톨로지 계층 구조를 나타낸 예시도이다. 이하, 도 2를 참조하여 본 발명의 실시예에 따른 광고 제공 장치를 설명함 있어 발명의 이해를 도모하고자 도 4를 참조하여 설명하기로 한다.

도 2를 참조하면, 광고 제공 장치(30)는 온톨로지 구축부(210), 키워드 처리부(220), 관심도 변화 판단부(230) 및 광고 콘텐츠 검출부(240)를 포함할 수 있다.

온톨로지 구축부(210)는 상하위 개념에 따른 복수의 상품 용어의 상하(isA) 관계를 온톨로지 계층 구조를 이용하여 구축할 수 있다. 여기서, 온톨로지 구축부(210)는 계층 구조를 트리 구조로 구축할 수 있다. 온톨로지 계층 구조는 그래프(graph)의 형태를 가질 수도 있다. 그래프의 경우 특정 노드의 부모 노드가 한 개가 아닌 복수 개 존재할 수 있다는 점에서 트리와는 다르다. 본 발명의 실시예에서는 트리 형태의 온토로지 계층 구조를 이용하므로 상기 온톨로지 계층 구조가 그래프 형태일 경우에는 이를 트리 구조로 변환하여야 하며, 이는 복수 개의 부모 노드를 가진 노드 및 상기 노드의 자손 노드들을 복사하여 각 부모 노드의 서브트리로 구성함으로써 이루어질 수 있다.

이하에서는, 상품을 자동차로 예를 들어 상품 용어의 온톨로지 구축 방법에 대하여 설명하기로 한다.

예를 들어, 자동차에 대한 온톨로지 계층 구조는 다음의 표 1과 같이 표현할 수 있다. 여기서, 도 4를 참조하면, 다음 표1의 온톨로지 계층 구조는 도 4에 도시된 바와 같이 표현될 수 있다.

[표 1]

자동차
승용차						SUV	스포츠카
소형차		중형차		대형차		-	-
H1차	G1차	H2차	G2차	H3차	G3차

여기서, 온톨로지 구축부(210)는 각 상품 용어에 대하여 레벨 및 노드 번호를 설정할 수 있다. 즉, 온톨로지 구축부(210)는 각 상품 용어에 대한 레벨을 루트 노드의 레벨을 1로 하고, 상위에서 하위로 부모-자식 관계에 대하여 1씩 증가시켜 설정할 수 있다. 또한, 온톨로지 구축부(210)는 각 상품 용어에 대한 온톨로지 계층 구조 상의 노드 번호를 상위(낮은 레벨)에서 하위(높은 레벨)로, 좌측에서 우측으로 순서대로 노드 번호를 설정할 수 있다.

예를 들어, 온톨로지 구축부(210)는 온톨로지 계층 구조를 다음의 표 2와 같 이 테이블로 설정하여 관리할 수 있다.

[표 2]

노드번호	상품 용어	레벨	부모 노드 번호	자식 노드 번호
1	자동차	1	-	2, 3, 4
2	승용차	2	1	5, 6, 7
3	SUV	2	1	-
4	스포츠카	2	1	-
5	소형차	3	2	8, 9
6	중형차	3	2	10, 11
7	대형차	3	2	12, 13
8	H1차	4	5	-
9	G1차	4	5	-
10	H2차	4	6	-
11	G2차	4	6	-
12	H3차	4	7	-
13	G3차	4	7	-

여기서, 부모 노드 번호 및 자식 노드 번호는 해당 상품 용어를 기준으로 각각 상위 레벨의 부모 노드의 노드 번호 및 하위 레벨의 자식 노드의 노드 번호이다.

온톨로지 구축부(210)는 각 상품 용어에 대한 설명을 정의하고, 이로부터 키워드를 추출할 수 있다. 그리고, 온톨로지 구축부(210)는 키워드를 이용하여 용어 벡터를 생성할 수 있다.

예를 들어, 온톨로지 구축부(210)는 다음 표 3과 같이 각 상품 용어에 대하여 설명을 정의할 수 있다. 여기서, 각 상품의 설명은 사전이나, 인터넷, 데이터베이스 등에서 수집한 것일 수 있다.

[표 3]

자동차	도로를 주행하며 사람이나 화물을 운송하는 차량
승용차	도로를 주행하며 사람을 운송하는 차량
SUV	험한 도로에서도 주행하며 여가 활동에 적합한 차량
스포츠카	도로를 주행하며 속도가 빠른 경주용 차량
소형차	승용차로 엔진의 배기량이 1,600CC 이하인 승용차
H2	H자동차에서 제작한 중형 승용차
G1	G자동차에서 제작한 소형 승용차
…	…

온톨로지 구축부(210)는 각 상품 용어에 대한 설명으로부터 키워드를 추출한다. 여기서, 온톨로지 구축부(210)는 형태소 분석을 통한 키워드 추출 방법을 이용할 수 있으며, 형태소 분석에서 키워드 사전과 불용어(stop word) 사전 등을 이용할 수도 있다. 형태소 분석을 통한 키워드를 추출 방법은 공지의 기술이므로그 상세한 설명은 생략하기로 한다.

그리고, 온톨로지 구축부(210)는 추출된 키워드에 대하여 모두 일련번호를 부여하고, 일련번호의 순서대로 용어 벡터의 원소의 위치를 생성할 수 있다. 여기서, 용어 벡터의 원소는 해당 상품 용어의 설명에서 키워드의 존재 여부로 표시할 수 있다.

예를 들어, 온톨로지 구축부(210)는 승용차, 도로, 주행, 사람, 운송, 차량을 승용차 설명의 키워드로 선정할 수 있다. 그리고, 온톨로지 구축부(210)는 용어 벡터의 해당 키워드(승용차 설명의 키워드)의 위치에 해당 키워드의 존재 여부에 따라 원소의 값을 1(있음) 또는 0(없음)으로 표시하여 승용차에 대한 용어 벡터를 생성할 수 있다.

예를 들어, 온톨로지 구축부(210)는 승용차에 대한 용어 벡터를 (0, 1, 0, 1, 1, 0, 0,..)으로 생성할 수 있다. 여기서, 용어 벡터의 원소의 개수는 모든 상품 용어로부터추출한 키워드의 총 개수이다. 그리고, 용어 벡터에서 값이 1로 표시 된 원소는 승용차의 설명에서 해당 키워드가 존재하는 원소이다. 상기 용어 벡터에서 각 키워드에 해당되는 원소의 위치는 상기 키워드의 일련번호에 해당되는 위치일 수 있다. 예를 들어, 키워드의 총 개수가 n개(여기서, n은 정수)라면, 벡터의 원소의 수도 n개이며, 키워드들을 1부터 n까지 일련번호를 부여하고, k(여기서, k는 정수, 1 <= k <= n)번째 키워드를 벡터의 k번째 원소에 대응시킬 수 있다. 상기 용어 벡터의 예에서 k번째 키워드가 존재하면 벡터의 k번째 원소의 값을 1로 설정하고 존재하지 않으면 k번째 원소의 값을 0으로 설정할 수 있다.

다른 실시예로, 온톨로지 구축부(210)는 용어 벡터의 원소의 값을 키워드가 등장한 빈도(횟수)로 설정할 수 있다.

예를 들어, 상품 용어에 대한 설명에서 동일 키워드가 복수로 존재할 수 있다. 이러한 경우, 온톨로지 구축부(210)는 용어 벡터의 원소의 값으로 해당 키워드의 등장 빈도(횟수)를 설정할 수 있다.

또 다른 실시예로, 온톨로지 구축부(210)는 키워드의 중요도에 따라 조정계수를 달리하여 용어 벡터의 원소의 값(해당 키워드의 가중치)을 설정할 수 있다.

예를 들어, 온톨로지 구축부(210)는 다음의 수학식 1을 이용하여 용어 벡터의 원소의 값(가중치)을 설정할 수 있다.

[수학식 1]

용어 벡터의 k번째 원소의 값 = Fk * Wk

여기서, Fk는 k번째 원소(키워드)의 빈도이고, Wk는 k번째 원소의 조정계수이다. 일례로, 조정계수는 해당 키워드의 역문헌 빈도일 수 있다.

온톨로지 구축부(210)는 각 키워드가 나타나는 문서(상품 용어 설명)의 수를 추출할 수도 있다. 이로부터 각 키워드의 역문헌 빈도(IDF, Inverse Document Frequency)를 계산할 수 있다. 역문헌 빈도는 전체 문서의 수를 해당 키워드가 나타난 문서 수로 나눈 값의 로그(log) 값을 구한 것으로, 적은 수의 문서에 나타난 키워드가 많은 수의 문서에 나타난 키워드보다 높은 값을 갖도록 하며. 키워드의 희소성을 나타낸다. 그리고, 이를 조정계수로 이용하여 상기 추출된 키워드별 빈도를 키워드에 해당되는 벡터의 원소의 값으로 변환하는 다양한 방법들이 존재한다. 일례로 키워드 빈도와 역문헌 빈도를 이용한 TF-IDF(Term Frequency - Inverse Document Frequency) 가중치 부여 방법을 들 수 있다. 따라서 상기 벡터의 원소의 값은 TF-IDF에 의한 가중치일 수 있다.

본 발명은 벡터의 원소 값으로 추출된 키워드의 존재 유무 또는 키워드 빈도를 그대로 사용하거나 또는 역문헌 빈도 등을 사용하여 추출된 키워드 빈도를 다양한 방식으로 변환하여 키워드의 가중치로 변환하는 경우 모두에 대하여 적용할 수 있으므로, 벡터의 생성 방법은 다양한 공지의 기술들 중에서 선택하여 사용할 수 있다. 한편 본 발명에서 사용하는 벡터에서의 '원소의 값'이란 용어는 일부 문헌들에서 사용되는'키워드의 가중치'로 바꾸어 사용해도 무방하다.

온톨로지 구축부(210)는 각 상품 용어에 대한 광고 콘텐츠를 수집하고, 상품 용어와 광고 콘텐츠를 연결할 수 있다. 여기서, 온톨로지 구축부(210)는 수집된 광고 콘텐츠를 저장부(미도시)에 저장할 수 있다. 이때, 온톨로지 구축부(210)는 광고 제공 장치(30)내에 구비된 저장부에 광고 콘텐츠를 저장하거나, 외부에 연결된 데이터베이스(40)에 광고 콘텐츠를 저장할 수 있다. 여기서, 수집되는 광고 콘텐츠는 광고주 또는 광고 대행사 등에서 제공하는 광고 콘텐츠일 수 있으며, 또는 인터넷이나 광고 콘텐츠가 저장된 데이터베이스로부터 검색된 광고 콘텐츠일 수도 있다. 광고 콘텐츠는 텍스트 광고뿐만 아니라, 이미지 광고, 동영상 광고와 같은 멀티미디어 광고 등 다양한 형식의 콘텐츠일 수 있다.

온톨로지 구축부(210)는 수집된 각 광고 콘텐츠의 주제가 되는 상품용어를 다음과 같은 방법으로 선정한다. 온톨로지 구축부(210)는 수집된 광고 콘텐츠로부터 각 광고 콘텐츠의 제목(타이틀), 광고 문구, 광고 대사, 설명, 주석 등의 텍스트로부터 키워드를 추출할 수 있으며, 또한 이미지 처리나 영상 처리 등의 기술을 활용하여 상기 광고 콘텐츠의 이미지나 동영상으로부터 키워드를 추출할 수도 있다. 그리고 상기 추출된 키워드들을 이용하여 상기 광고 콘텐츠의 주제가 되는 상품 용어를 다음과 같이 선정할 수 있다.

온톨로지 구축부(210)는 광고 콘텐츠별로 추출된 키워드들로부터 전술한 용어 벡터를 생성하는 방법과 동일한 방법으로 키워드의 존재유무 또는 빈도 또는 가중치를 이용하여 콘텐츠 벡터를 생성할 수 있다. 그리고 콘텐츠 벡터와 각 용어 벡터간의 유사도를 비교하여 상기 콘텐츠 벡터와 가장 유사한 용어 벡터에 해당되는 상품 용어를 선택할 수 있다. 여기서 유사도를 비교하는 방법은 후술하는 유클리디언 거리 공식(수학식 3)이나 코사인 공식(수학식 4)을 이용할 수 있으며, 기타 다양한 벡터간 유사도 비교 방식을 이용할 수도 있다. 또는 상기 추출된 키워드 중에 상품 용어가 등장하는 경우 이 상품 용어 중에서 빈도가 가장 높은 상품 용어를 광 고 콘텐츠의 주제인 상품 용어로 선택할 수도 있다. 이는 가장 빈도가 높은 키워드는 주제어일 가능성이 매우 높기 때문이다. 또는 상기 추출된 키워드 중 문서의 타이틀(제목)로부터 추출된 키워드에 존재하는 상품 용어 중 하나를 선정하는 방법도 있다. 문서의 타이틀은 보통 주제와 관련이 높은 경우가 많기 때문이다. 따라서 본 발명은 광고 콘텐츠의 주제가 되는 상품 용어를 선정할 수 있는 다양한 방법들 중에서 선택하여 사용할 수가 있다.

온톨로지 구축부(210)는 이와 같이 선정된 각 광고 콘텐츠의 상품 용어에 의하여 각 상품 용어와 해당 광고 콘텐츠를 연결할 수 있다. 즉, 각 상품 용어별로 그에 해당되는 광고 콘텐츠 리스트를 만들어 연결할 수 있다. 광고 콘텐츠 리스트는 광고 콘텐츠 식별번호(ID)들의 리스트(목록)일 수도 있으며, 광고 콘텐츠의 주소들의 리스트일 수도 있다. 또한 각 상품 용어에 대하여 광고 콘텐츠는 존재하지 않을 수도 있고, 1개 이상으로 복수개가 존재할 수도 있다.

온톨로지 구축부(210)에서 각 상품 용어에 대하여 연결되는 광고 콘텐츠는 상위 레벨의 상품 용어에 대해서는 추상적인 이미지 광고 콘텐츠가 연결되게 되고, 하위 레벨의 상품 용어에 대해서는 구체적인 상품 광고 콘텐츠가 연결되게 된다. 그 이유는 온톨로지 계층구조에서 하위(높은) 레벨의 상품 용어들이 상위(낮은)레벨의 상품 용어들에 비하여 구체적인 상품 용어이기 때문이다.

예를 들어, 상품 용어가 자동차인 경우, 온톨로지 구축부(210)는 자동차와 연관된 제조 회사의 이미지 광고(예를 들어, 지동차 회사의 이미지 제고를 위하여 자동차 판매 1위 OOO, 안전도 테스트 1위 OOO, 해외 수출 1위 000 등에 대한 광고 콘텐츠)를 수집하여 연결할 수 있다. 그리고, 상품 용어가 자동차의 이름(예를 들어, H2차, G2차 등)인 경우, 온톨로지 구축부(210)는 해당 자동차의 상품 광고를 수집하여 연결할 수 있다. 이때, 온톨로지 구축부(210)는 수집된 광고 콘텐츠를 직접 저장부나 외부 데이터베이스(40)에 저장하고, 다음 표 4와 같이 광고 콘텐츠의 ID를 설정하여 테이블로 관리할 수 있다. 또는, 온톨로지 구축부(210)는 광고 콘텐츠를 직접 저장부나 데이터베이스(40)에 저장하지 않는 경우, 광고 콘텐츠가 위치한 인터넷 주소를 테이블에 기록하여 관리할 수 있다.

[표 4]

상품 용어	광고 콘텐츠 ID(또는 주소) 리스트
자동차	100, 101
SUV	105, 106
…
H2차	301
G1차	210

키워드 처리부(220)는 키워드 집합을 생성하고, 생성된 키워드 집합을 이용하여 키워드의 평균 레벨 및 최대 레벨을 산출할 수 있다.

키워드 처리부(220)는 사용자가 입력한 검색어로부터 키워드를 추출하여 키워드 집합을 생성할 수 있다. 여기서, 키워드 처리부(220)는 사용자의 관심도 변화를 파악하기 위하여 제1 키워드 집합 및 제2 키워드 집합을 생성할 수 있다. 즉, 키워드 처리부(220)는 사용자가 입력한 검색어로부터 제1 키워드 집합을 생성하고, 다음에 사용자가 입력한 검색어로부터 제2 키워드 집합을 생성할 수 있다.

또한, 키워드 처리부(220)는 사용자가 입력한 검색어뿐만 아니라, 검색 결과로 제공된 문서로부터 제1 및 제2 키워드 집합을 생성할 수 있다. 또는, 키워드 처 리부(220)는 사용자가 입력한 검색어와 검색 결과로 제공된 문서 중에서 사용자가 클릭하여 읽은 문서로부터 제1 및 제2 키워드 집합을 생성할 수 있다. 따라서 제2 키워드 집합이 제1 키워드 집합보다 시점상(시간상)으로 다음에 생성되는 키워드 집합이다.

키워드 처리부(220)는 제1 및 제2 키워드 집합에서 상품 용어에 해당하는 키워드를 추출하여 제1 온톨로지 용어 및 제2 온톨로지 용어를 생성할 수 있다. 여기서, 상품 용어는 온톨로지 구축부(210)가 구축한 상품 용어가 될 수 있다. 제1 및 제2 온톨로지 용어는 제1 및 제2 키워드 집합에서 추출되므로 제1 및 제2 키워드 집합 모두에 상품 용어가 포함된 경우에 추출될 수 있다. 예를 들어, 키워드 처리부(220)는 제1 및 제2 키워드 집합 중 어느 하나에라도 상품 용어가 포함되어 있지 않은 경우, 제1 및 제2 온톨로지 용어를 생성할 수 없다(제1 및 제2 온톨로지 용어가 비교 대상이므로). 이러한 경우에는 후술할 유사 온톨로지 용어의 생성에 의해 사용자의 관심도의 변화를 판단할 수 있다. 그러므로 이후 후술할 제1 온톨로지 용어 및 제2 온톨로지 용어를 이용한 관심도 변화 판단 방법은 제1 온톨로지 용어 및 제2 온톨로지 용어가 생성된 경우에 적용될 수 있다. 따라서 본 발명은 제1 온톨로지 용어 및 제2 온톨로지 용어가 모두 생성된 경우, 제1 온톨로지 용어 및 제2 온톨로지 용어간의 비교 및 후술할 제1 유사 온톨로지 용어 및 제2 유사 온톨로지 용어간의 비교에 의해 사용자의 관심도의 변화를 판단할 수 있다. 또한, 본 발명은 제1 온톨로지 용어 및 제2 온톨로지 용어가 생성되지 않은 경우, 후술할 제1 유사 온톨로지 용어 및 제2 유사 온톨로지 용어간의 비교에 의해 사용자의 관심도의 변 화를 판단할 수 있다.

그리고, 키워드 처리부(220)는 온톨로지 구축부(210)가 설정한 상품 용어의 레벨(표 2 참조)을 이용하여 제1 및 제2 온톨로지 용어에 대응하는 레벨을 추출할 수 있다.

그리고, 키워드 처리부(220)는 제1 및 제2 온톨로지 용어에 대한 각각의 평균 레벨 및 최대 레벨을 산출할 수 있다. 여기서, 키워드 처리부(220)는 온톨로지 용어에 대한 레벨의 합을 온톨로지 용어의 개수로 나눠 평균 레벨을 산출하고, 온톨로지 용어에 대한 레벨 중 가장 큰 레벨을 추출하여 최대 레벨을 산출할 수 있다.

예를 들어, 제1 온톨로지 용어의 제1 평균 레벨을 OLA1, 제1 최대 레벨을 OLH1, 제2 온톨로지 용어의 제2 평균 레벨을 OLA2, 제2 최대 레벨을 OLH2로 표시하면, 다음의 수학식 2와 같이 표현될 수 있다.

[수학식 2]

제1 온톨로지 용어 = (a, b, …)

OLA1 = e

OLH1 = f (e <= f)

제2 온톨로지 용어 = (c, d, …)

OLA2 = g

OLH2 = h (g <= h)

상기 수학식 2에서 a, b, c, d는 상품 용어를 나타내고, e, f, g, h는 온틀로지 계층구조의레벨을 나타낸다. 상기 수학식에서 평균 레벨은 정수가 아닌 실수일 수 있으며, 평균 레벨은 실수여도 무방하다, 그러나 경우에 따라 반올림 등의 방법으로 정수로 변환할 수도 있다. 또한 상기 제1 온톨로지 용어 및 제2 온톨로지 용어의 개수는 각각 1개 이상으로 복수개일 수 있다.

키워드 처리부(220)는 제1 및 제2 키워드 집합을 이용하여 사용자 벡터를 생성하고, 사용자 벡터를 이용하여 유사도가 높은 제1 및 제2 유사 온톨로지 용어를 산출할 수 있다. 그리고, 키워드 처리부(220)는 제1 및 제2 유사 온톨로지 용어에 대해 각각의 평균 레벨 및 최대 레벨을 산출할 수 있다.

키워드 처리부(220)는 온톨로지 구축부(210)가 용어 벡터를 생성하는 방법과 같이 사용자 벡터를 생성할 수 있다. 즉, 키워드 처리부(220)는 키워드 집합에 나타난 키워드에 해당하는 용어 벡터의 원소의 값을 1로 설정(해당 키워드가 나타나지 않는 원소의 값은 0으로 설정)하여 사용자 벡터를 생성할 수 있다. 이와 같은 방법으로, 키워드 처리부(220)는 제1 및 제2 키워드 집합에 대하여 각각 제1 및 제2 사용자 벡터를 생성할 수 있다.

키워드 처리부(220)는 용어 벡터를 생성하는 방법과 같이 벡터의 원소의 값을키워드 존재 유무 또는 빈도수 또는 가중치 부여 방법 중 어느 하나를 이용하여 용어 벡터와 동일한 방식으로 사용자 벡터를 생성할 수 있다.

그리고, 키워드 처리부(220)는 용어 벡터와 사용자 벡터(제1 사용자 벡터 및제2 사용자 벡터)를 비교하여 유사도가 높은 유사 온톨로지 용어를 추출할 수 있 다. 여기서, 키워드 처리부(220)는 제1 및 제2 사용자 벡터에 대해서 각각 제1 및 제2 유사 온톨로지 용어를 추출할 수 있다.

예를 들어, 키워드 처리부(220)는 불리언(Boolean) 검색 방법, 확장 불리언 검색 방법, 유클리디언(Eucledian) 거리 공식이나 코사인(Coscine) 공식을 이용한 방법 등을 이용하여 유사도를 산출하여 유사 온톨로지 용어를 추출할 수 있다.

예를 들어, 불리언 검색 방법을 응용한 방법은 키워드의 일치 개수를 파악하여 유사도를 비교하는 방법이다. 키워드 처리부(220)는 불리언 검색 방법을 응용한 방법을 이용하여 유사한 순서대로 키워드의 순위를 산출할 수 있다. 즉, 키워드 처리부(220)는 일치되는 키워드가 많을수록 순위를 높게 산출할 수 있다.

또한, 유클리디언 거리 공식이나 코사인 공식을 이용한 방법은 벡터간의 유사도를 비교하는 방법이다. 키워드 처리부(220)는 유클리디언 거리 공식이나 코사인 공식을 이용한 방법을 이용하여 유사한 순서대로 순위를 산출할 수 있다. 유클리디언 거리 공식이나 코사인 공식을 이용한 방법은 불리언 검색 방법보다 효과적인 유사도 비교 방법이 될 수 있다.

예를 들어, 용어 벡터는 P(p1, p2, …, pn), 사용자 벡터는 Q(q1, q2, …, qn), n은 전체 키워드 개수(벡터 원소 개수)로 가정하면, 유클리디언 공식은 다음의 수학식 3으로 나타낼 수 있다.

[수학식 3]

키워드 처리부(220)는 유클리디언 거리 공식을 이용하여 공간에서 두 점간의 거리로 유사도를 판단할 수 있고, 거리가 가까울수록 유사도가 높은 것으로 판단할 수 있다.

그리고, 코사인 공식은 다음의 수학식 4로 나타낼 수 있다.

[수학식 4]

키워드 처리부(220)는 코사인 공식을 이용하여 공간에서 두 벡터가 이루는 각도의 코사인 값으로 유사도를 판단하며, 코사인 값이 1에 가까울수록(각도가 작을수록) 유사도가 높은 것으로 판단할 수 있다.

한편, 본 발명은 상기 유사도 공식을 이용한 유사도 비교 방식에만 제한되는 것은 아니며, 이들 외에도 상기 유사도 공식을 변형한 유사도 비교 방식이나 확장 불리언 검색 방법이나, 또는 벡터간의 유사도를 판단하기 위한 다양한 유사도 비교 방식들을 사용할 수 있음에 유의해야 한다.

키워드 처리부(220)는 용어 벡터와 사용자 벡터를 비교하여 산출한 유사도에 따라 유사 온톨로지 용어를 추출할 수 있다. 즉, 키워드 처리부(220)는 유사도 에 따라 순위가 설정된 상품 용어 중에서 상위로부터 소정의 개수의 상품 용어를 추출하여 유사 온톨로지 용어를 추출할 수 있다. 그래서, 키워드 처리부(220)는 제1 및 제2 사용자 벡터에 대하여 제1 및 제2 유사 온톨로지 용어를 생성할 수 있다.

그리고, 키워드 처리부(220)는 온톨로지 구축부(210)가 설정한 상품 용어의 레벨(표 2 참조)을 이용하여 제1 및 제2 유사 온톨로지 용어 각각에 대응하는 레벨을 추출할 수 있다.

즉, 키워드 처리부(220)는 제1 및 제2 유사 온톨로지 용어에 대한 평균 레벨 및 최대 레벨을 산출할 수 있다. 여기서, 키워드 처리부(220)는 유사 온톨로지 용어에 대한 레벨의 합을 유사 온톨로지 용어의 개수로 나눠 평균 레벨을 산출하고, 유사 온톨로지 용어에 대한 레벨 중 가장 큰 레벨을 추출하여 최대 레벨을 산출할 수 있다.

예를 들어, 제1 유사 온톨로지 용어의 제1 평균 레벨을 SLA1, 제1 최대 레벨을 SLH1, 제2 유사 온톨로지 용어의 제2 평균 레벨을 SLA2, 제2 최대 레벨을 SLH2로 표시하면, 다음의 수학식 5와 같이 표현될 수 있다.

[수학식 5]

제1 유사 온톨로지 용어 = (v, w, …)

SLA1 = p

SLH1 = q (p <= q)

제2 유사 온톨로지 용어 = (x, y, …)

SLA2 = r

SLH2 = s (r <= s)

상기 수학식 5에서 v, w, x, y는 상품 용어를 나타내고, p, q, r, s는 온틀로지 계층구조의 레벨을 나타낸다. 상기 수학식에서 평균 레벨은 정수가 아닌 실수일 수 있으며, 평균 레벨은 실수여도 무방하다, 그러나 경우에 따라 반올림 등의 방법으로 정수로 변환할 수도 있다. 또한 상기 제1 온톨로지 용어 및 제2 온톨로지 용어의 개수는 각각 1개 이상으로 복수개일 수 있다.

관심도 변화 판단부(230)는 온톨로지 용어 또는 유사 온톨로지 용어 중 어느 하나 이상의 평균 레벨을 비교하여 사용자의 관심도 변화를 판단할 수 있다.

즉, 관심도 변화 판단부(230)는 제1 평균 레벨과 제2 평균 레벨의 크기를 비교하여 관심도 변화를 판단할 수 있다. 이때, 관심도 변화 판단부(230)는 제1 및 제2 온톨로지 용어에 대한 제1 및 제2 평균 레벨을 비교하거나, 제1 및 제2 유사 온톨로지 용어에 대한 제1 및 제2 평균 레벨을 비교할 수 있다.

예를 들어, 관심도 변화 판단부(230)는 OLA1과 OLA2를 비교할 수 있다. 그래서, 관심도 변화 판단부(230)는 OLA1 > OLA2인 경우, 관심도가 감소한 것으로 판단하고, OLA1 <= OLA2인 경우, 관심도가 유지되거나 증가한 것으로 판단할 수 있다.

다른 예로, 관심도 변화 판단부(230)는 SLA1과 SLA2를 비교할 수 있다. 그래서, 관심도 변화 판단부(230)는 SLA1 > SLA2인 경우, 관심도가 감소한 것으로 판단하고, SLA1 <= SLA2인 경우, 관심도가 유지되거나 증가한 것으로 판단할 수 있다. 전술한 바대로 만일 제1 및 제2 온톨로지 용어가 생성되지 않았다면, 이처럼 제1 및 제2 유사 온톨로지 용어간의 평균 레벨(SLA1과 SLA2)을 비교하여 사용자의 관심 도의 변화를 판단할 수 있다.

또한, 관심도 변화 판단부(230)는 OLA1과 OLA2를 비교하고, SLA1과 SLA2를 비교할 수 있다. 그래서, 관심도 변화 판단부(230)는OLA1 > OLA2 AND SLA1 > SLA2인 경우, 관심도가 감소한 것으로 판단하고, OLA1 <= OLA2 AND SLA1 <= SLA2인 경우, 관심도가 유지되거나 증가한 것으로 판단할 수 있다.

물론, 이외에도 상황에 따라 다양한 방식으로 관심도가 줄어들거나 유지된 것을 판단할 수 있다. 예를 들어, 온톨로지 용어를 유사 온톨로지 용어에 비하여 중시하면 OLA1 <= OLA2이면 관심도가 유지되거나 높아진 것으로 판단하고, OLA1 > OLA2 이면 관심도가 줄어든 것으로 판단할 수 있다. 또는 유사 온톨로지 용어의 평균 레벨(SLA1과 SLA2)을 비교하여 전과 후의 관심도가 높아지거나 줄어든 것을 판단할 수도 있다. 또한 적절한 오차 범위를 고려하여 판단할 수도 있다. 즉, 상황에 따라 일정 수치 이상의 증가를 관심도가 증가한 것으로, 일정 수치 이하의 감소를 관심도가 감소한 것으로 판단할 수도 있다.

광고 콘텐츠 검출부(240)는 관심도의 변화에 따라 상품 용어를 선택하고, 선택된 상품 용어에 연결된 광고 콘텐츠를 검출하여 광고를 수행할 수 있다.

광고 콘텐츠 검출부(240)는 제2 온톨로지 용어에 대한 제2 평균 레벨과 제2 최대 레벨, 제2 유사 온톨로지 용어에 대한 제2 평균 레벨과 제2 최대 레벨을 이용하여 관심도의 변화에 따라 상품 용어를 선택할 수 있다.

광고 콘텐츠 검출부(240)는 관심도가 유지되거나 증가한 경우, 사용자의 관심도의 변화에 일치시키기 위하여 온톨로지 용어와 유사 온톨로지 용어에서 가장 큰 레벨의 상품 용어를 선택할 수 있다. 이것은 큰 레벨이 작은 레벨보다 더 구체적인 상품 용어이므로, 구체적인 광고를 선택하기 위한 것이다.

예를 들어, 광고 콘텐츠 검출부(240)는 OLH2와 SLH2를 비교하여 가장 큰 레벨 및 해당 레벨의 상품 용어를 선택할 수 있다. 즉, 광고 콘텐츠 검출부(240)는 다음의 수학식 6을 이용하여 가장 큰 레벨 및 가장 큰 레벨의 상품 용어를 선택할 수 있다.

[수학식 6]

가장 큰 레벨 L = max(OLH2, SLH2)

가장 큰 레벨의 상품 용어 T = {제2 온톨로지 용어와 제2 유사 온톨로지 용어 에서 가장 큰 레벨의 상품 용어}

상기 수학식 6에서 max(OLH2, SLH2)는 두 개의 값 중 큰 값을 산출한다. 그리고 가장 큰 레벨의 상품 용어 T는 가장 큰 레벨로 선정된 레벨 L의 상품 용어가 선택된다. 또한 전술한 바와 같이 제1 및 제2 온톨로지 용어가 추출되지 않은 경우에는 SLH2를 가장 큰 레벨로 선정하고 해당 레벨의 상품 용어를 선택할 수 있다.

그리고, 광고 콘텐츠 검출부(240)는 관심도가 감소한 경우, 사용자의 관심도의 변화에 일치시키기 위하여 온톨로지 용어와 유사 온톨로지 용어에서 평균 레벨의 상품 용어를 선택할 수 있다.

예를 들어, 광고 콘텐츠 검출부(240)는 OLA2와 SLA2의 평균 레벨을 산출하고 상품 용어를 선택할 수 있다. 즉, 광고 콘텐츠 검출부(240)는 다음의 수학식 7을 이용하여 평균 레벨 및 평균 레벨의 상품 용어를 선택할 수 있다.

[수학식 7]

평균 레벨 L = round[average(OLA2, SLA2)]

평균 레벨의 상품 용어 T = {제2 온톨로지 용어와 제2 유사 온톨로지 용어에서 평균 레벨의 상품 용어}

상기 수학식 7에서 average(OLA2, SLA2)는 두 개의 값의 평균을 산출하고, 산출된 평균 값은 실수일 수 있으므로 round(반올림)에 의해 산출된 값을 정수로 변환한다. 반올림 대신에 절사, 올림 등의 방법에 의해 정수로 변환할 수도 있다. 그리고 평균 레벨 L의 상품 용어를 선정한다. 또한 전술한 바와 같이 제1 및 제2 온톨로지 용어가 추출되지 않은 경우에는 SLA2를 평균 레벨로 선정하고 해당 레벨의 상품 용어를 선택할 수 있다. 만일 평균 레벨 L의 상품 용어가 제2 온톨로지 용어와 제2 유사 온톨로지 용어 중에 존재하지 않는 경우에는(평균 레벨에는 상품 용어가 존재하지 않을 수도 있음) 평균 레벨 L과 가장 가까운 레벨의 상품 용어를 선택할 수도 있다. 즉, 광고 콘텐츠 검출부(240)는 평균 레벨 L의 상품 용어가 비존재할 경우, 미리 설정된 범위 내의 레벨의 상품 용어를 선택할 수 있다. 또는 온톨로지 계층구조에서평균 레벨 L의 상품 용어를 선택할 수도 있다.

광고 콘텐츠 검출부(240)는 선택된 상품 용어(T)에 연결된 광고 콘텐츠를 검출하여 광고를 수행한다. 이때, 광고 콘텐츠 검출부(240)는 선택된 상품 용어가 복수개로 광고 콘텐츠가 복수개인 경우, 또는 단일 상품 용어에 대한 광고 콘텐츠가 복수개인 경우, 복수개의 광고 콘텐츠를 순차적이거나 임으로 선택하여 광고할 수 있다. 또는, 광고 콘텐츠 검출부(240)는 최신의 광고를 우선적으로 또는 광고료가 높은 광고를 우선적으로 선택할 수도 있다.

광고 콘텐츠 검출부(240)는 선택된 상품 용어에 연결된 광고 콘텐츠가 존재하지 않는 경우, 온톨로지 계층 구조를 표현한 테이블(표 2 참조)에서 선택된 상품 용어(T)들과 가장 근접한 거리에 위치한 상품 용어를 검색할 수 있다.

예를 들어, 광고 콘텐츠 검출부(240)는 온톨로지 계층 구조에서 부모/자식 간의 거리를 1로 가정하여 선택된 상품 용어를 기준으로 상위 또는 하위에 위치한 상품 용어 중 광고 콘텐츠가 존재하는 가장 근접한 거리의 상품 용어를 추출할 수 있다. 이때, 광고 콘텐츠 검출부(240)는 관심도가 유지되거나 증가한 경우, 가장 근접한 거리의 상품 용어 중 큰 레벨의 상품 용어를 선택할 수 있다. 이것은 구체적인 상품 광고를 하기 위함이다. 이와 반대로, 광고 콘텐츠 검출부(240)는 관심도가 감소한 경우, 같거나 낮은 레벨의 상품 용어를 선택할 수 있다. 이것은 일반 광고를 하기 위함이다.

도 3은 본 발명의 실시예에 따른 광고 제공 방법을 나타낸 흐름도이다.

이하, 도 2를 참조하여 설명한 각 구성의 기능이 본 발명의 실시예에 따른 광고 제공 장치(30)내에서 처리되는 바, 본 발명의 이해를 도모하기 위해서, 광고 제공 장치(30)를 주체로 설명한다.

도 3을 참조하면, 광고 제공 장치(30)는 상품 용어의 온톨로지를구축한다(S310). 광고 제공 장치(30)는 상하위 개념에 따른 복수의 상품 용어의 상하(isA) 관계를 온톨로지 계층 구조를 이용하여 트리 구조로 계층 구조를 생성하 고, 각 계층마다 상위에서 하위로 레벨 및 노드 번호를 설정할 수 있다.

다음으로, 광고 제공 장치(30)는 용어 벡터를 생성한다(S315). 즉, 광고 제공 장치(30)는 각 상품 용어에 대한 설명을 정의하고, 이로부터 키워드를 추출하여 용어 벡터를 생성한다. 여기서, 광고 제공 장치(30)는 추출된 전체 키워드에 대한 용어 벡터의 원소의 위치 및 개수를 설정하고, 해당 상품 용어에 대한 용어 벡터를 각각 생성할 수 있다. 여기서, 광고 제공 장치(30)는 해당 상품 용어에 대한 키워드가 존재하는 용어 벡터의 원소의 위치에 키워드의 존재를 표시(1로 표시)하여 각 상품 용어에 대한 용어 벡터를 생성할 수 있으며, 또는 벡터의 원소의 값을 키워드의 빈도 또는 키워드의 가중치로 설정하여 용어 벡터를 생성할 수 있다.

다음으로, 광고 제공 장치(30)는 상품 용어와 광고 콘텐츠를 연결한다(S320). 즉, 광고 제공 장치(30)는 각 상품 용어에 대한 광고 콘텐츠를 수집하고, 상품 용어와 광고 콘텐츠를 연결할 수 있다. 여기서, 수집되는 광고 콘텐츠는 광고 제공자로부터 제공되거나, 또는 사용자가 직접 검색하여 수집한 텍스트 광고, 멀티미디어광고 중 어느 하나 이상을 포함할 수 있다.

광고 제공 장치(30)는 수집된 광고 콘텐츠의 제목(타이틀), 광고 문구, 광고 대사, 설명, 주석 등의 텍스트로부터 키워드를 추출할 수 있으며, 또한 이미지 처리나 영상 처리 등의 기술을 활용하여 상기 광고 콘텐츠의 이미지나 동영상으로부터 키워드를 추출할 수 있다. 그리고, 광고 제공 장치(30)는 전술한 용어 벡터를 생성하는 방법과 동일한 방법으로 키워드의 존재 유무, 빈도, 가중치 중 어느 하나를 이용하여 콘텐츠 벡터를 생성하고, 콘텐츠 벡터와 각 용어 벡터간의 유사도를 비교하여 상기 콘텐츠 벡터와 가장 유사한 용어 벡터에 해당되는 상품 용어를 선택할 수 있다. 즉, 광고 제공 장치(30)는 유사도가 가장 높은 상품 용어를 해당 광고 컨텐츠의 상품 용어로 선정하고, 이 상품 용어와 해당 광고 콘텐츠를 연결할 수 있다.

광고 제공 장치(30)는 온톨로지 계층 구조상의 상품 용어의 상하 관계에 따라 상위 레벨의 상품 용어에 추상적인 이미지 광고 콘텐츠를 수집하여 연결할 수 있고, 하위 레벨의 상품 용어에 구체적인 상품 광고 콘텐츠를 수집하여 연결할 수 있다.

다음으로, 광고 제공 장치(30)는 제1 키워드 집합 및 제2 키워드 집합을 생성한다(S325). 광고 제공 장치(30)는 사용자의 관심도 변화를 파악하기 위하여 제1 키워드 집합 및 제2 키워드 집합을 생성할 수 있다. 즉, 광고 제공 장치(30)는 사용자가 입력한 검색어로부터 제1 키워드 집합을 생성하고, 다음에 사용자가 입력한 검색어로부터 제2 키워드 집합을 생성할 수 있다.

또한, 광고 제공 장치(30)는 사용자가 입력한 검색어뿐만 아니라, 검색 결과로 제공된 문서로부터 제1 및 제2 키워드 집합을 생성할 수 있다. 또는, 광고 제공 장치(30)는 사용자가 입력한 검색어와 검색 결과로 제공된 문서 중에서 사용자가 클릭하여 읽은 문서로부터 제1 및 제2 키워드 집합을 생성할 수 있다.

다음으로, 광고 제공 장치(30)는 제1 및 제2 키워드 집합으로부터 각각 제1 및 제2 온톨로지 용어를 추출한다(S330). 광고 제공 장치(30)는 제1 및 제2 키워드 집합에서 상품 용어에 해당하는 키워드를 추출하여 제1 및 제2 온톨로지 용어를 생 성할 수 있다. 이때 상기 제1 및 제2 온톨로지 용어는 생성되지 않을 수도 있다.

다음으로, 광고 제공 장치(30)는 제1 및 제2 온톨로지 용어에 대하여 각각 제1 및 제2 평균 레벨, 제1 및 제2 최대 레벨을 산출한다(S335). 광고 제공 장치(30)는 상품 용어의 레벨(표 2 참조)을 이용하여 제1 및 제2 온톨로지 용어에 대응하는 레벨을 추출할 수 있다. 그리고, 광고 제공 장치(30)는 제1 및 제2 온톨로지 용어에 대한 평균 레벨 및 최대 레벨을 산출할 수 있다. 즉, 광고 제공 장치(30)는 온톨로지 용어에 대한 레벨의 합을 온톨로지 용어의 개수로 나눠 평균 레벨을 산출하고, 온톨로지 용어에 대한 레벨 중 가장 큰 레벨을 추출하여 최대 레벨을 산출할 수 있다.

다음으로, 광고 제공 장치(30)는 제1 및 제2 키워드 집합을 이용하여 각각 제1 및 제2 사용자 벡터를 생성한다(S340). 광고 제공 장치(30)는 키워드 집합에 나타난 키워드에 해당되는 용어 벡터의 원소의 값을 1로 설정(해당 키워드가 나타나지 않는 원소의 값은 0으로 설정)하거나, 또는 벡터의 원소의 값을 키워드의 빈도나 키워드의 가중치로 설정하여 용어 벡터를 생성하는 방식으로 용어 벡터와 동일한 방식에 의해 사용자 벡터를 생성할 수 있다. 이와 같은 방법으로, 광고 제공 장치(30)는 제1 및 제2 키워드 집합에 대하여 각각 제1 및 제2 사용자 벡터를 생성할 수 있다.

다음으로, 광고 제공 장치(30)는 제1 및 제2 사용자 벡터를 이용하여 각각 유사도가 높은 제1 및 제2 유사 온톨로지 용어를 추출한다(S345). 광고 제공 장치(30)는 용어 벡터와 사용자 벡터(제1 사용자 벡터 및 제2 사용자 벡터)를 비교하 여 유사도가 높은 유사 온톨로지 용어를 추출할 수 있다. 즉, 광고 제공 장치(30)는 유사도에 따라 순위가 설정된 상품 용어 중에서 상위로부터소정의 개수의 상품 용어를 선정하여 유사 온톨로지 용어를 추출할 수 있다. 이처럼, 광고 제공 장치(30)는 제1 및 제2 사용자 벡터에 대해서 각각 제1 및 제2 유사 온톨로지 용어를 추출할 수 있다.

다음으로, 광고 제공 장치(30)는 제1 및 제2 유사 온톨로지 용어에 대하여 각각 제1 및 제2 평균 레벨, 제1 및 제2 최대 레벨을 산출한다(S350). 광고 제공 장치(30)는 상품 용어의 레벨(표 2 참조)을 이용하여 제1 및 제2 유사 온톨로지 용어에 대응하는 레벨을 추출할 수 있다. 그리고, 광고 제공 장치(30)는 제1 및 제2 유사 온톨로지 용어에 대한 평균 레벨 및 최대 레벨을 산출할 수 있다. 즉, 광고 제공 장치(30)는 유사 온톨로지 용어에 대한 레벨의 합을 온톨로지 용어의 개수로 나눠 평균 레벨을 산출하고, 유사 온톨로지 용어에 대한 레벨 중 가장 큰 레벨을 추출하여 최대 레벨을 산출할 수 있다.

다음으로, 광고 제공 장치(30)는 온톨로지 용어 또는 유사 온톨로지 용어의 제1 평균 레벨과 제2 평균 레벨을 비교하여 관심도 변화를 판단한다(S355). 즉, 광고 제공 장치(30)는 제1 평균 레벨과 제2 평균 레벨의 크기를 비교하여 관심도 변화를 판단할 수 있다. 이때, 관심도 변화 판단부(230)는 제1 및 제2 온톨로지 용어에 대한 제1 및 제2 평균 레벨을 비교하고, 제1 및 제2 유사 온톨로지 용어에 대한 제1 및 제2 평균 레벨을 비교할 수 있다. 그리고 만일 제1 및 제2 온톨로지 용어가 선정되니 않은 경우에는 제1 및 제2 유사 온톨로지 용어에 대한 제1 및 제2 평균 레벨을 비교할 수 있다

다음으로, 광고 제공 장치(30)는 관심도 변화에 따라 상품 용어를 선택한다(S360). 즉, 광고 제공 장치(30)는 제2 온톨로지 용어에 대한 제2 평균 레벨과 제2 최대 레벨, 제2 유사 온톨로지 용어에 대한 제2 평균 레벨과 제2 최대 레벨을 이용하여 관심도의 변화에 따라 상품 용어를 선택할 수 있다.

광고 제공 장치(30)는 관심도가 유지되거나 증가한 경우, 사용자의 관심도의 변화에 일치시키기 위하여 온톨로지 용어 및/또는 유사 온톨로지 용어에서 가장 큰 레벨의 상품 용어를 선택할 수 있다. 또는, 광고 제공 장치(30)는 관심도가 감소한 경우, 사용자의 관심도의 변화에 일치시키기 위하여 온톨로지 용어 및/또는 유사 온톨로지 용어에서 평균 레벨이나 평균 레벨과 가까운 레벨의 상품 용어를 선택할 수 있다. 즉, 광고 제공 장치(30)는 평균 레벨의 상품 용어가 비존재할 경우, 미리 설정된 범위 내의 레벨의 상품 용어를 선택할 수 있다.

다음으로, 광고 제공 장치(30)는 선택된 상품 용어에 연결된 광고 콘텐츠를 검출하고(S365), 광고 콘텐츠를 이용하여 광고를 수행한다(S370). 광고 제공 장치(30)는 선택된 상품 용어에 연결된 광고 콘텐츠를 검출하여 광고를 수행한다. 이때, 광고 제공 장치(30)는 선택된 상품 용어가 복수개로 광고 콘텐츠가 복수개인 경우, 또는 단일 상품 용에에 대한 광고 콘텐츠가 복수개인 경우, 복수개의 광고 콘텐츠를 순차적이거나 임으로 선택하여 광고할 수 있다. 또는, 광고 제공 장치(30)는 최신의 광고를 우선적으로 또는 광고료가 높은 광고를 우선적으로 선택할 수도 있다.

본 발명의 실시예에 따른 광고 제공 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조등을 단독으로 또는 조합하여 포함할 수 있다.

컴퓨터 판독 가능 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 분야 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media) 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 또한 상술한 매체는 프로그램 명령, 데이터 구조 등을 지정하는 신호를 전송하는 반송파를 포함하는 광 또는 금속선, 도파관 등의 전송 매체일 수도 있다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.

상술한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야에서 통상의 지식을 가진 자라면 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.

도 1은 본 발명의 실시예에 따른 광고 제공 시스템을 개략적으로 예시한 구성도.

도 2는 본 발명의 실시예에 따른 광고 제공 장치를 나타낸 구성도.

도 3은 본 발명의 실시예에 따른 광고 제공 방법을 나타낸 흐름도.

도 4는 본 발명의 실시예에 따른 온톨로지 계층 구조를 나타낸 예시도.

Claims

사용자가 입력한 검색어에 따라 광고를 제공하는 광고 제공 장치에 있어서,

상하위 개념에 따른 복수의 상품 용어의 상하 관계를 온톨로지 계층 구조를 이용하여 구축하고, 온톨로지 계층에 따라 상기 상품 용어의 레벨을 설정하고, 상기 상품 용어에 대한 광고 콘텐츠를 수집하여 상기 상품 용어와 상기 광고 콘텐츠를 연결하는 온톨로지 구축부;

상기 검색어로부터 키워드를 추출하여 키워드 집합을 생성하고, 상기 키워드 집합의 키워드에 대응되는 상기 상품 용어의 레벨을 이용하여 평균 레벨 및 최대 레벨을 산출하는 키워드 처리부;

상기 평균 레벨을 이용하여 관심도 변화를 판단하는 관심도 변화 판단부; 및

상기 관심도 변화에 따라 상품 용어를 선택하고, 선택된 상품 용어에 연결된 광고 콘텐츠를 검출하여 광고를 수행하는 광고 콘텐츠 검출부를 포함하는 광고 제공 장치.
제1항에 있어서,

상기 온톨로지 구축부는 상기 상품 용어의 각각에 대하여 정의된 설명으로부터 키워드를 추출하고, 추출된 키워드를 이용하여 각 상품 용어에 대한 용어 벡터를 생성하되,

상기 용어 벡터는 상기 추출된 키워드의 존재 유무, 빈도, 가중치 중 어느 하나를 원소의 값으로 하고, 각 상품 용어에 대하여 생성되는 것을 특징으로 하는 광고 제공 장치.
제2항에 있어서,

상기 광고 콘텐츠는 광고 제공자로부터 제공되거나 사용자가 직접 검색하여 수집된 텍스트 광고, 멀티미디어 광고 중 어느 하나 이상이고,

상기 온톨로지 구축부는 상기 광고 콘텐츠로부터 키워드를 추출하고 추출된 키워드를 이용하여 각각의 광고 콘텐츠에 대한 콘텐츠 벡터를 생성하고, 상기 콘텐츠 벡터와 상기 용어 벡터의 유사도를 비교하여 유사도가 최대인 용어 벡터의 상품 용어를 해당 광고 컨텐츠의 상품 용어로 선정하고, 상기 상품 용어와 해당 광고 컨텐츠를 연결하는 것을 특징으로 하는 광고 제공 장치.
제1항에 있어서,

상기 키워드 처리부는 상기 사용자가 입력한 검색어로부터 제1 키워드 집합을 생성하고, 다시 입력한 검색어로부터 제2 키워드 집합을 생성하고, 상기 제1 및 제2 키워드 집합으로부터 상기 상품 용어에 해당하는 키워드를 추출하여 제1 및 제2 온톨로지 용어를 생성하고, 상기 제1 및 제2 온톨로지 용어의 각 키워드에 대응 되는 상기 상품 용어의 레벨을 이용하여 상기 제1 온톨로지 용어의 제1 평균 레벨 및 제1최대 레벨을 산출하고, 상기 제2 온톨로지 용어의 제2 평균 레벨 및 제2 최대 레벨을 산출하는 것을 특징으로 하는 광고 제공 장치.
제4항에 있어서,

상기 키워드 처리부는 상기 제1 및 제2 키워드 집합에 대하여 제1 및 제2 사용자 벡터를 생성하되,

상기 사용자 벡터는 상기 추출된 키워드의 존재 유무, 빈도, 가중치 중 어느 하나를 원소의 값으로 하고, 상기 제1 및 제2 키워드 집합에 대하여 생성되는 것을 특징으로 하는 광고 제공 장치.
제3항 또는 제5항에 있어서,

상기 용어 벡터, 상기 콘텐츠 벡터 또는 상기 사용자 벡터의 각 원소의 값은 해당 키워드의 빈도와 조정계수를 곱하여 산출되고, 상기 조정계수는 해당 키워드의 역문헌 빈도(IDF, Inverse Document Frequency)이고, 상기 역문헌 빈도는 전체 문서의 수(여기서, 전체 문서의 수는 각 키워드가 나타나는 문서의 총 개수임)를 해당키워드가 나타난 문서의 수로 나눈 값의 로그(log) 값인 것을 특징으로 하는 광고 제공 장치.
제5항에 있어서,

상기 키워드 처리부는 상기 제1 및 제2 사용자 벡터와 상기 용어 벡터를 비교하여 유사도를 산출하고, 상기 유사도에 따라 순위가 설정된 용어 벡터 중에서 상위로부터 소정의 개수의 용어 벡터의 상품 용어를 추출하여 상기 제1 및 제2 사용자 벡터에 대한 제1 및 제2 유사 온톨로지 용어를 생성하고, 상기 제1 및 제2 유사 온톨로지 용어의 각 상품 용어의 레벨을 이용하여 상기 제1 유사 온톨로지 용어의 제1 평균 레벨 및 제1 최대 레벨을 산출하고, 상기 제2 유사 온톨로지 용어의 제2 평균 레벨 및 제2 최대 레벨을 산출하는 것을 특징으로 하는 광고 제공 장치.
제7항에 있어서,

상기 관심도 변화 판단부는 상기 온톨로지 용어 또는 상기 유사 온톨로지 용어 중 어느 하나 이상의 제1 평균 레벨과 제2 평균 레벨의 크기를 비교하여 상기 관심도 변화를 판단하되,

상기 제2 평균 레벨이 상기 제1 평균 레벨 미만인 경우, 관심도가 감소한 것으로 판단하고,

상기 제2 평균 레벨이 상기 제1 평균 레벨 이상인 경우, 관심도가 유지되거나증가한 것으로 판단하는 것을 특징으로 하는 광고 제공 장치.
제8항에 있어서,

상기 광고 콘텐츠 검출부는 상기 관심도가 유지되거나 증가한 경우, 상기 제2 온톨로지 용어의 제2 최대 레벨 및 상기 제2 유사 온톨로지 용어의 제2 최대 레벨을 비교하여 큰 레벨을 선택하고, 상기 제2 온톨로지 용어와 상기 제2 유사 온톨로지 용어에서 큰 레벨의 상품 용어를 선택하되,

상기 온톨로지 용어가 미생성되는 경우, 상기 제2 유사 온톨로지 용어의 제2 최대 레벨의 상품 용어를 선택하는 것을 특징으로 하는 광고 제공 장치.
제8항에 있어서,

상기 광고 콘텐츠 검출부는 상기 관심도가 감소한 경우, 상기 제2 온톨로지 용어의 제2 평균 레벨 및 상기 제2 유사 온톨로지 용어의 제2 평균 레벨의 제3 평균 레벨을 산출하고, 상기 제2 온톨로지 용어와 상기 제2 유사 온톨로지 용어에서 상기 제3 평균 레벨이나 상기 제3 평균 레벨을 기준으로 미리 설정된 범위 내의 레벨의 상품 용어를 선택하되,

상기 온톨로지 용어가 미생성되는 경우, 상기 제2 유사 온톨로지 용어의 제2 평균 레벨이나 상기 제2 유사 온톨로지 용어의 제2 평균 레벨을 기준으로 미리 설정된 범위 내의 레벨의 상품 용어를 선택하는 것을 특징으로 하는 광고 제공 장치.
사용자가 입력한 검색어에 따라 광고를 제공하는 광고 제공 장치가 수행하는 광고 제공 방법에 있어서,

a) 상하위 개념에 따른 복수의 상품 용어의 상하 관계를 온톨로지 계층 구조를 이용하여 구축하는 단계;

b) 온톨로지 계층에 따라 상기 상품 용어의 레벨을 설정하는 단계;

c) 상기 상품 용어에 대한 광고 콘텐츠를 수집하여 상기 상품 용어와 상기 광고 콘텐츠를 연결하는 단계;

d) 상기 사용자가 입력한 검색어로부터 제1 키워드 집합을 생성하고, 다시 입력한 검색어로부터 제2 키워드 집합을 생성하는 단계;

e) 상기 제1 및 제2 키워드 집합의 키워드에 대응되는 상기 상품 용어의 레벨을 이용하여 상기 제1 및 제2 키워드 집합에 대한 제1 및 제2 평균 레벨과 제1 및 제2 최대 레벨을 산출하는 단계;

f) 상기 제1 및 제2 평균 레벨을 이용하여 관심도 변화를 판단하는 단계; 및

g) 상기 관심도 변화에 따라 상품 용어를 선택하고, 선택된 상품 용어에 연결된 광고 콘텐츠를 검출하여 광고를 수행하는 단계를 포함하는 광고 제공 방법.
제11항에 있어서,

상기 c) 단계 이전에,

상기 상품 용어의 각각에 대하여 정의된 설명으로부터 키워드를 추출하고, 추출된 키워드를 이용하여 각 상품 용어에 대한 용어 벡터를 생성하는 단계를 더 포함하되,

상기 용어 벡터는 상기 추출된 키워드의 존재 유무, 빈도, 가중치 중 어느 하나를 원소의 값으로 하고, 각 상품 용어에 대하여 생성되는 것을 특징으로 하는 광고 제공 방법.
제12항에 있어서,

상기 c) 단계는

상기 광고 콘텐츠로부터 키워드를 추출하고 추출된 키워드를 이용하여 각각의 광고 콘텐츠에 대한 콘텐츠 벡터를 생성하고, 상기 콘텐츠 벡터와 상기 용어 벡터의 유사도를 비교하여 유사도가 최대인 용어 벡터의 상품 용어를 해당 광고 컨텐츠의 상품 용어로 선정하고, 상기 상품 용어와 해당 광고 컨텐츠를 연결하고,

상기 광고 콘텐츠는 광고 제공자로부터 제공되거나 사용자가 직접 검색하여 수집된 텍스트 광고, 멀티미디어 광고 중 어느 하나 이상인 것을 특징으로 하는 광고 제공 방법.
제11항에 있어서,

상기 e) 단계는

상기 제1 및 제2 키워드 집합으로부터 상기 상품 용어에 해당하는 키워드를 추출하여 제1 및 제2 온톨로지 용어를 생성하는 단계;

상기 제1 및 제2 온톨로지 용어의 각 상품 용어의 레벨을 이용하여 상기 제1 온톨로지 용어의 제1 평균 레벨 및 제1최대 레벨을 산출하고, 상기 제2 온톨로지 용어의 제2 평균 레벨 및 제2 최대 레벨을 산출하는 단계를 포함하는 광고 제공 방법.
제11항에 있어서,

상기 e) 단계는

상기 제1 및 제2 키워드 집합에 대하여 제1 및 제2 사용자 벡터를 생성하는 단계를 포함하되,

상기 사용자 벡터는 상기 추출된 키워드의 존재 유무, 빈도, 가중치 중 어느 하나를 원소의 값으로 하고, 상기 제1 및 제2 키워드 집합에 대하여 생성되는 것을 특징으로 하는 광고 제공 방법.
제11항 또는 제13항에 있어서,

상기 용어 벡터 또는 상기 사용자 벡터의 각 원소의 값은 해당 키워드의 빈도와 조정계수를 곱하여 산출되고, 상기 조정계수는 해당 키워드의 역문헌 빈도(IDF, Inverse Document Frequency)이고, 상기 역문헌 빈도는 전체 문서의 수(여기서, 전체 문서의 수는 각 키워드가 나타나는 문서의 총 개수임)를 해당키워드가 나타난 문서의 수로 나눈 값의 로그(log) 값인 것을 특징으로 하는 광고 제공 방법.
제13항 또는 제15항에 있어서,

상기 e) 단계는

상기 제1 및 제2 사용자 벡터와 상기 용어 벡터를 비교하여 유사도를 산출하는 단계;

상기 유사도에 따라 순위가 설정된 키워드 중에서 상위로부터 소정의 개수의 키워드를 추출하여 상기 제1 및 제2 사용자 벡터에 대한 제1 및 제2 유사 온톨로지 용어를 생성하는 단계; 및

상기 제1 및 제2 유사 온톨로지 용어의 각 키워드에 대응되는 상기 상품 용어의 레벨을 이용하여 상기 제1 유사 온톨로지 용어의 제1 평균 레벨 및 제1 최대 레벨을 산출하고, 상기 제2 유사 온톨로지 용어의 제2 평균 레벨 및 제2 최대 레벨을 산출하는 단계를 더 포함하는 광고 제공 방법.
제11항에 있어서,

상기 f) 단계는

상기 온톨로지 용어 또는 상기 유사 온톨로지 용어 중 어느 하나 이상의 제1 평균 레벨과 제2 평균 레벨의 크기를 비교하여 상기 관심도 변화를 판단하되,

상기 제2 평균 레벨이 상기 제1 평균 레벨 미만인 경우, 관심도가 감소한 것으로 판단하고,

상기 제2 평균 레벨이 상기 제1 평균 레벨 이상인 경우, 관심도가 유지되거나증가한 것으로 판단하는 것을 특징으로 하는 광고 제공 방법.
제11항에 있어서,

상기 g) 단계는

상기 관심도가 유지되거나 증가한 경우, 상기 제2 온톨로지 용어의 제2 최대 레벨 및 상기 제2 유사 온톨로지 용어의 제2 최대 레벨을 비교하여 큰 레벨을 선택하고, 상기 제2 온톨로지 용어와 상기 제2 유사 온톨로지 용어에서 큰 레벨의 상품 용어를 선택하되,

상기 온톨로지 용어가 미생성되는 경우, 상기 제2 유사 온톨로지 용어의 제2 최대 레벨의 상품 용어를 선택하는 것을 특징으로 하는 광고 제공 방법.
제11항에 있어서,

상기 g) 단계는

상기 관심도가 감소한 경우, 상기 제2 온톨로지 용어의 제2 평균 레벨 및 상기 제2 유사 온톨로지 용어의 제2 평균 레벨의 제3 평균 레벨을 산출하고, 상기 제2 온톨로지 용어와 상기 제2 유사 온톨로지 용어에서 상기 제3 평균 레벨이나 상기 제3 평균 레벨을 기준으로 미리 설정된 범위 내의 레벨의 상품 용어를 선택하되,

상기 온톨로지 용어가 미생성되는 경우, 상기 제2 유사 온톨로지 용어의 제2 평균 레벨이나 상기 제2 유사 온톨로지 용어의 제2 평균 레벨을 기준으로 미리 설정된 범위 내의 레벨의 상품 용어를 선택하는 것을 특징으로 하는 광고 제공 방법.