KR20190000061A - Method and system for providing relevant keywords based on keyword attribute - Google Patents

Method and system for providing relevant keywords based on keyword attribute Download PDF

Info

Publication number
KR20190000061A
KR20190000061A KR1020170078920A KR20170078920A KR20190000061A KR 20190000061 A KR20190000061 A KR 20190000061A KR 1020170078920 A KR1020170078920 A KR 1020170078920A KR 20170078920 A KR20170078920 A KR 20170078920A KR 20190000061 A KR20190000061 A KR 20190000061A
Authority
KR
South Korea
Prior art keywords
query
keyword
pair
attribute
queries
Prior art date
Application number
KR1020170078920A
Other languages
Korean (ko)
Other versions
KR102151598B1 (en
Inventor
김주희
Original Assignee
네이버랩스 주식회사
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 네이버랩스 주식회사 filed Critical 네이버랩스 주식회사
Priority to KR1020170078920A priority Critical patent/KR102151598B1/en
Publication of KR20190000061A publication Critical patent/KR20190000061A/en
Application granted granted Critical
Publication of KR102151598B1 publication Critical patent/KR102151598B1/en

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
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/332—Query formulation
    • G06F16/3322—Query formulation using system suggestions
    • G06F17/3064—

Landscapes

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

Abstract

Disclosed are a method for providing relevant keywords based on a keyword attribute and a system thereof. The method includes: a step of extracting queries relevant to certain keywords in a certain field; a step of identifying an attribute relationship among keywords on a basis of the attribute of the keywords by using at least some of the relevant queries; a step of providing relevant keywords which are at least some of the related queries with regard to the keywords; and a step of providing information including the attribute relationship among the keywords.

Description

키워드 속성을 기준으로 관련 있는 키워드를 제공하는 방법 및 시스템{METHOD AND SYSTEM FOR PROVIDING RELEVANT KEYWORDS BASED ON KEYWORD ATTRIBUTE}METHOD AND SYSTEM FOR PROVIDING RELEVANT KEYWORDS BASED ON KEYWORD ATTRIBUTE [0002]

아래의 설명은 연관 키워드를 제공하는 기술에 관한 것이다.The description below relates to a technique for providing associated keywords.

검색 서비스란, 사용자로부터 검색 질의가 입력되면 입력된 질의에 상응하는 검색 결과(예컨대, 입력된 질의를 포함하는 웹 사이트, 입력된 질의를 포함하는 기사, 또는 입력된 질의를 포함하는 파일명을 갖는 이미지 등)를 사용자에게 제공하는 서비스를 의미한다.The search service is a service that when a search query is input from a user, a search result corresponding to the input query (e.g., a web site including an input query, an article including an input query, or an image having a file name including an input query) Etc.) to the user.

최근 스마트폰(smart phone), 태블릿(tablet), 웨어러블 디바이스(wearable device) 등 모바일 단말의 사용이 보편화되면서 모바일 단말에서도 검색 서비스를 제공하고 있다.In recent years, the use of mobile terminals such as smart phones, tablets, and wearable devices has become popular, and mobile terminals are also providing search services.

모바일 단말은 검색 서비스뿐 아니라, 통신, 게임, 멀티미디어 서비스 등과 같이 개인용 컴퓨터(PC: Personal Computer)에서 제공할 수 있는 다양한 기능들을 탑재하는 추세로 발전하고 있다.[0002] Mobile terminals are developing not only a search service but also a variety of functions that can be provided from a personal computer (PC) such as communication, game, and multimedia service.

모바일 환경에서 인터넷 검색 서비스를 제공하는 기술의 일례로서, 한국등록특허 제10-0860093호(등록일 2008년 09월 18일)에는 모바일 웹을 이용한 검색 서비스를 제공하는 기술이 개시되어 있다.As an example of a technology for providing an Internet search service in a mobile environment, Korean Patent Registration No. 10-0860093 (filed on September 18, 2008) discloses a technology for providing a search service using a mobile web.

키워드 속성을 기준으로 관련 있는 연관 키워드를 제공할 수 있는 방법 및 시스템을 제공한다.A method and system for providing related related keywords based on keyword attributes are provided.

키워드 간 관계를 판별하여 관계 정보를 포함한 연관 키워드를 제공할 수 있는 방법 및 시스템을 제공한다.A method and system for determining a relationship between keywords and providing related keywords including relationship information are provided.

컴퓨터로 구현되는 연관 키워드 제공 방법에 있어서, 특정 분야에서 특정된 키워드에 대하여 관련 질의를 추출하는 단계; 상기 관련 질의 중 적어도 일부를 이용하여 상기 키워드의 속성을 기준으로 키워드 간 속성 관계를 판별하는 단계; 및 상기 키워드에 대한 연관 키워드로 상기 관련 질의 중 적어도 일부를 제공하되 상기 키워드 간 속성 관계에 대한 정보를 포함하여 제공하는 단계를 포함하는 연관 키워드 제공 방법을 제공한다.A method of providing a related keyword implemented by a computer, the method comprising: extracting a related query for a keyword specified in a specific field; Determining an attribute relation between keywords based on an attribute of the keyword using at least a part of the related queries; And providing at least a part of the related query as a related keyword for the keyword, and providing information about the attribute relationship between the keywords.

일 측면에 따르면, 상기 추출하는 단계는, 상기 키워드와 관련하여 검색 서비스에서 이용된 질의들을 상기 관련 질의로서 추출할 수 있다.According to one aspect, the extracting step may extract, as the related query, queries used in the search service in association with the keyword.

다른 측면에 따르면, 상기 연관 키워드 제공 방법은, 상기 추출된 질의의 조합으로 질의쌍을 생성하는 단계; 및 상기 질의쌍 중 질의쌍을 구성하는 질의가 공통으로 등장하는 문서가 존재하는 질의쌍을 후보 질의쌍으로 추출하는 단계를 더 포함하고, 상기 판별하는 단계는, 상기 후보 질의쌍을 대상으로 상기 키워드 간 속성 관계를 판별할 수 있다.According to another aspect, the related keyword providing method includes: generating a query pair by a combination of the extracted queries; And a step of extracting, as a pair of candidate queries, a pair of queries in which there exists a document in which a query constituting a query pair among the query pairs exists, and the determining step comprises: It is possible to discriminate the inter-attribute relationship.

또 다른 측면에 따르면, 상기 판별하는 단계는, 상기 후보 질의쌍을 구성하는 질의가 공통으로 등장하는 문서에서 상기 키워드의 속성과 관계가 있는 질의를 판별할 수 있다.According to another aspect of the present invention, in the determining, a query related to the attribute of the keyword can be determined in a document in which queries constituting the pair of candidate queries coexist.

또 다른 측면에 따르면, 상기 판별하는 단계는, 상기 후보 질의쌍 중 질의쌍을 구성하는 적어도 하나의 질의가 상기 문서의 로케이션 태그(location tag)인 질의쌍을 이용하여 해당 질의쌍을 구성하는 질의가 공통으로 등장하는 문서가 일정 개수 이상인 경우에 대해 상기 키워드의 속성을 태깅할 수 있다.According to another aspect of the present invention, the determining step may include a step of determining whether or not the query constituting the corresponding query pair using at least one query constituting a query pair among the pair of candidate queries is a location tag of the document, The attribute of the keyword can be tagged when the number of documents appearing in common is more than a predetermined number.

또 다른 측면에 따르면, 상기 판별하는 단계는, 상기 후보 질의쌍을 구성하는 질의가 공통으로 등장하는 문서를 대상으로 딥러닝(deep learning) 모델을 이용한 텍스트 분류(Text Classification)를 통해 상기 키워드 간 속성 관계를 판별할 수 있다.According to another aspect of the present invention, the step of discriminating includes a step of classifying the inter-keyword attributes through a text classification using a deep learning model for a document in which queries constituting the pair of candidate queries are commonly present, The relationship can be determined.

또 다른 측면에 따르면, 상기 추출하는 단계는, 지역 속성을 가진 특정 키워드에 대하여 해당 지역과 관련된 질의를 추출할 수 있다.According to another aspect, the extracting step may extract a query related to a specific region of a specific keyword having a local attribute.

또 다른 측면에 따르면, 상기 연관 키워드 제공 방법은, 상기 지역과 관련된 질의의 조합으로 질의쌍을 생성하는 단계; 및 상기 질의쌍 중 질의쌍을 구성하는 질의가 공통으로 등장하는 문서가 존재하는 질의쌍을 후보 질의쌍으로 추출하는 단계를 더 포함하고, 상기 판별하는 단계는, 상기 후보 질의쌍을 구성하는 질의가 공통으로 등장하는 문서의 문맥을 통해서 상기 지역 속성과 관계가 있는 질의를 판별할 수 있다.According to another aspect of the present invention, there is provided a method for providing a related keyword, the method comprising: generating a query pair by a combination of queries related to the region; And a step of extracting, as a pair of candidate queries, a pair of queries in which there exists a document in which a query constituting a query pair among the query pairs exists, and the determining step comprises: Through the context of commonly occurring documents, queries related to the local attributes can be identified.

또 다른 측면에 따르면, 상기 제공하는 단계는, 상기 키워드 간 속성 관계가 적용된 도표로 상기 연관 키워드를 제공할 수 있다.According to another aspect, the providing step may provide the related keyword in a chart to which the attribute relation between the keywords is applied.

또 다른 측면에 따르면, 상기 제공하는 단계는, 상기 키워드와 상기 연관 키워드를 각각 노드로 표현하고 관계가 있는 키워드 간에 링크를 연결하되, 상기 키워드와의 관계도나 키워드 별 인기도에 따라 상기 노드와 상기 링크 중 적어도 하나를 강조하여 표시할 수 있다.According to another aspect of the present invention, in the providing step, the node and the associated keyword are represented by nodes, and a link is connected between the related keywords, wherein the link between the node and the link Can be emphasized and displayed.

컴퓨터 시스템과 결합되어 연관 키워드 제공 방법을 실행시키기 위해 컴퓨터 판독 가능한 기록 매체에 기록된 컴퓨터 프로그램에 있어서, 상기 연관 키워드 제공 방법은, 특정 분야에서 특정된 키워드에 대하여 관련 질의를 추출하는 단계; 상기 관련 질의 중 적어도 일부를 이용하여 상기 키워드의 속성을 기준으로 키워드 간 속성 관계를 판별하는 단계; 및 상기 키워드에 대한 연관 키워드로 상기 관련 질의 중 적어도 일부를 제공하되 상기 키워드 간 속성 관계에 대한 정보를 포함하여 제공하는 단계를 포함하는, 컴퓨터 프로그램을 제공한다.A computer program recorded on a computer-readable recording medium for executing a related keyword providing method in combination with a computer system, the method comprising: extracting an associated query for a keyword specified in a specific field; Determining an attribute relation between keywords based on an attribute of the keyword using at least a part of the related queries; And providing at least a part of the related query as a related keyword for the keyword, and including information on an attribute relation between the keywords.

컴퓨터로 구현되는 연관 키워드 제공 시스템에 있어서, 컴퓨터가 판독 가능한 명령을 실행하도록 구현되는 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는, 특정 분야에서 특정된 키워드에 대하여 관련 질의를 추출하는 관련 질의 추출부; 상기 관련 질의 중 적어도 일부를 이용하여 상기 키워드의 속성을 기준으로 키워드 간 속성 관계를 판별하는 속성 관계 판별부; 및 상기 키워드에 대한 연관 키워드로 상기 관련 질의 중 적어도 일부를 제공하되 상기 키워드 간 속성 관계에 대한 정보를 포함하여 제공하는 연관 키워드 제공부를 포함하는 연관 키워드 제공 시스템을 제공한다.What is claimed is: 1. An associated keyword provisioning system implemented by a computer, the system comprising: at least one processor configured to execute a computer-readable instruction, wherein the at least one processor is associated with an associated query A query extractor; An attribute relation determining unit for determining an attribute relation between keywords based on the attribute of the keyword using at least a part of the related queries; And an associated keyword providing unit for providing at least a part of the related query as a related keyword for the keyword and providing information about the attribute relation between the keywords.

본 발명의 실시예들에 따르면, 특정 속성을 가진 키워드에 대하여 해당 속성을 기준으로 연관 키워드를 추출하여 추출된 키워드를 키워드 간 관계에 따라 노출함으로써 키워드의 특성을 한눈에 파악할 수 있으며 연관 키워드와 함께 키워드 별 인기도에 대한 정보를 쉽게 파악할 수 있다.According to embodiments of the present invention, it is possible to grasp a characteristic of a keyword at a glance by extracting a related keyword based on the attribute of the keyword having a specific attribute and exposing the extracted keyword according to the relation between the keywords, The information on the popularity of each keyword can be easily grasped.

도 1은 본 발명의 일 실시예에 따른 네트워크 환경의 예를 도시한 도면이다.
도 2는 본 발명의 일 실시예에 있어서 전자 기기 및 서버의 내부 구성을 설명하기 위한 블록도이다.
도 3은 본 발명의 일 실시예에 따른 서버의 프로세서가 포함할 수 있는 구성요소의 예를 도시한 도면이다.
도 4는 본 발명의 일 실시예에 따른 서버가 수행할 수 있는 방법의 예를 도시한 흐름도이다.
도 5는 본 발명의 일 실시예에 있어서 추출된 지역 관련 질의의 예시들을 나타낸 것이다.
도 6 내지 도 8은 본 발명의 일 실시예에 있어서 후보 질의쌍을 추출하는 과정을 설명하기 위한 예시 도면이다.
도 9는 본 발명의 일 실시예에 있어서 후보 질의쌍을 이용하여 지역 속성 관계를 판별하는 CNN 학습 모델의 예를 도시한 것이다.
도 10은 본 발명의 일 실시예에 있어서 키워드 간 속성 관계를 포함한 연관 키워드 도표의 예시를 도시한 것이다.
도 11은 본 발명의 일 실시예에 있어서 키워드 간 속성 관계를 포함한 연관 키워드를 제공하는 사용자 인터페이스 화면의 예시를 도시한 것이다.1 is a diagram illustrating an example of a network environment according to an embodiment of the present invention.
2 is a block diagram for explaining an internal configuration of an electronic device and a server in an embodiment of the present invention.
FIG. 3 is a diagram illustrating an example of a component that a processor of a server according to an embodiment of the present invention may include.
4 is a flowchart illustrating an example of a method that a server according to an embodiment of the present invention can perform.
Figure 5 illustrates examples of extracted region related queries in an embodiment of the present invention.
6 to 8 are exemplary diagrams for explaining a process of extracting a pair of candidate queries according to an embodiment of the present invention.
FIG. 9 illustrates an example of a CNN learning model for determining a local attribute relation using a pair of candidate queries according to an exemplary embodiment of the present invention.
FIG. 10 shows an example of a related keyword table including an attribute relationship between keywords in an embodiment of the present invention.
11 illustrates an example of a user interface screen for providing a related keyword including an attribute relationship between keywords in an embodiment of the present invention.

이하, 본 발명의 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings.

본 발명의 실시예들은 연관 키워드를 제공하는 기술에 관한 것이다.Embodiments of the invention relate to techniques for providing associated keywords.

본 명세서에서 구체적으로 개시되는 것들을 포함하는 실시예들은 키워드 속성을 기준으로 키워드 간 관계를 판별하여 관계 정보를 포함한 연관 키워드를 제공할 수 있고, 이를 통해 정보 확대, 효율성, 편의성, 비용 절감 등의 측면에 있어서 상당한 장점들을 달성한다.Embodiments including those specifically disclosed in the present specification can provide a related keyword including relationship information by determining a relationship between keywords based on a keyword attribute, and can provide a related keyword including information enlargement, efficiency, convenience, cost reduction ≪ / RTI >

도 1은 본 발명의 일 실시예에 따른 네트워크 환경의 예를 도시한 도면이다. 도 1의 네트워크 환경은 복수의 전자 기기들(110, 120, 130, 140), 복수의 서버들(150, 160) 및 네트워크(170)를 포함하는 예를 나타내고 있다. 이러한 도 1은 발명의 설명을 위한 일례로 전자 기기의 수나 서버의 수가 도 1과 같이 한정되는 것은 아니다.1 is a diagram illustrating an example of a network environment according to an embodiment of the present invention. 1 shows an example in which a plurality of electronic devices 110, 120, 130, 140, a plurality of servers 150, 160, and a network 170 are included. 1, the number of electronic devices and the number of servers are not limited to those shown in FIG.

복수의 전자 기기들(110, 120, 130, 140)은 컴퓨터 장치로 구현되는 고정형 단말이거나 이동형 단말일 수 있다. 복수의 전자 기기들(110, 120, 130, 140)의 예를 들면, 스마트폰(smart phone), 휴대폰, 태블릿 PC, 내비게이션, 컴퓨터, 노트북, 디지털방송용 단말, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player) 등이 있다. 일례로 제1 전자 기기(110)는 무선 또는 유선 통신 방식을 이용하여 네트워크(170)를 통해 다른 전자 기기들(120, 130, 140) 및/또는 서버(150, 160)와 통신할 수 있다.The plurality of electronic devices 110, 120, 130, 140 may be a fixed terminal implemented as a computer device or a mobile terminal. A mobile phone, a tablet PC, a navigation device, a computer, a notebook, a digital broadcasting terminal, a PDA (personal digital assistant), a PMP (personal digital assistant) Portable Multimedia Player). For example, the first electronic device 110 may communicate with other electronic devices 120, 130, 140 and / or the servers 150, 160 via the network 170 using a wireless or wired communication scheme.

통신 방식은 제한되지 않으며, 네트워크(170)가 포함할 수 있는 통신망(일례로, 이동통신망, 유선 인터넷, 무선 인터넷, 방송망)을 활용하는 통신 방식뿐만 아니라 기기들간의 근거리 무선 통신 역시 포함될 수 있다. 예를 들어, 네트워크(170)는, PAN(personal area network), LAN(local area network), CAN(campus area network), MAN(metropolitan area network), WAN(wide area network), BBN(broadband network), 인터넷 등의 네트워크 중 하나 이상의 임의의 네트워크를 포함할 수 있다. 또한, 네트워크(170)는 버스 네트워크, 스타 네트워크, 링 네트워크, 메쉬 네트워크, 스타-버스 네트워크, 트리 또는 계층적(hierarchical) 네트워크 등을 포함하는 네트워크 토폴로지 중 임의의 하나 이상을 포함할 수 있으나, 이에 제한되지 않는다.The communication method is not limited, and may include a communication method using a communication network (for example, a mobile communication network, a wired Internet, a wireless Internet, a broadcasting network) that the network 170 may include, as well as a short-range wireless communication between the devices. For example, the network 170 may be a personal area network (LAN), a local area network (LAN), a campus area network (CAN), a metropolitan area network (MAN), a wide area network (WAN) , A network such as the Internet, and the like. The network 170 may also include any one or more of a network topology including a bus network, a star network, a ring network, a mesh network, a star-bus network, a tree or a hierarchical network, It is not limited.

서버(150, 160) 각각은 복수의 전자 기기들(110, 120, 130, 140)과 네트워크(170)를 통해 통신하여 명령, 코드, 파일, 컨텐츠, 서비스 등을 제공하는 컴퓨터 장치 또는 복수의 컴퓨터 장치들로 구현될 수 있다.Each of the servers 150 and 160 is a computer device or a plurality of computers that communicate with a plurality of electronic devices 110, 120, 130 and 140 through a network 170 to provide commands, codes, files, Lt; / RTI > devices.

일례로, 서버(160)는 네트워크(170)를 통해 접속한 제1 전자 기기(110)로 어플리케이션의 설치를 위한 파일을 제공할 수 있다. 이 경우 제1 전자 기기(110)는 서버(160)로부터 제공된 파일을 이용하여 어플리케이션을 설치할 수 있다. 또한, 제1 전자 기기(110)가 포함하는 운영체제(Operating System, OS)나 적어도 하나의 프로그램(일례로 브라우저나 상기 설치된 어플리케이션)의 제어에 따라 서버(150)에 접속하여 서버(150)가 제공하는 서비스나 컨텐츠를 제공받을 수 있다. 예를 들어, 제1 전자 기기(110)가 어플리케이션의 제어에 따라 네트워크(170)를 통해 서비스 요청 메시지를 서버(150)로 전송하면, 서버(150)는 서비스 요청 메시지에 대응하는 코드를 제1 전자 기기(110)로 전송할 수 있고, 제1 전자 기기(110)는 어플리케이션의 제어에 따라 코드에 따른 화면을 구성하여 표시함으로써 사용자에게 컨텐츠를 제공할 수 있다.For example, the server 160 may provide a file for installation of an application to the first electronic device 110 connected via the network 170. [ In this case, the first electronic device 110 can install an application using a file provided from the server 160. [ The server 150 is connected to the server 150 according to the control of an operating system (OS) included in the first electronic device 110 or at least one program (for example, a browser or an installed application) Services and contents can be provided. For example, if the first electronic device 110 transmits a service request message to the server 150 via the network 170 under the control of the application, the server 150 transmits a code corresponding to the service request message to the first And the first electronic device 110 can provide contents to the user by displaying and displaying a screen according to the code according to the control of the application.

도 2는 본 발명의 일 실시예에 있어서 전자 기기 및 서버의 내부 구성을 설명하기 위한 블록도이다. 도 2에서는 하나의 전자 기기에 대한 예로서 제1 전자 기기(110), 그리고 하나의 서버에 대한 예로서 서버(150)의 내부 구성을 설명한다. 다른 전자 기기들(120, 130, 140)이나 서버(160) 역시 동일한 또는 유사한 내부 구성을 가질 수 있다.2 is a block diagram for explaining an internal configuration of an electronic device and a server in an embodiment of the present invention. In FIG. 2, the internal configuration of the first electronic device 110 as an example of one electronic device and the server 150 as an example of one server will be described. Other electronic devices 120, 130, 140 or server 160 may have the same or similar internal configurations.

제1 전자 기기(110)와 서버(150)는 메모리(211, 221), 프로세서(212, 222), 통신 모듈(213, 223) 그리고 입출력 인터페이스(214, 224)를 포함할 수 있다. 메모리(211, 221)는 컴퓨터에서 판독 가능한 기록 매체로서, RAM(random access memory), ROM(read only memory) 및 디스크 드라이브와 같은 비소멸성 대용량 기록장치(permanent mass storage device)를 포함할 수 있다. 또한, 메모리(211, 221)에는 운영체제나 적어도 하나의 프로그램 코드(일례로 제1 전자 기기(110)에 설치되어 구동되는 어플리케이션 등을 위한 코드)가 저장될 수 있다. 이러한 소프트웨어 구성요소들은 메모리(211, 221)와는 별도의 컴퓨터에서 판독 가능한 기록 매체로부터 로딩될 수 있다. 이러한 별도의 컴퓨터에서 판독 가능한 기록 매체는 플로피 드라이브, 디스크, 테이프, DVD/CD-ROM 드라이브, 메모리 카드 등의 컴퓨터에서 판독 가능한 기록 매체를 포함할 수 있다. 다른 실시예에서 소프트웨어 구성요소들은 컴퓨터에서 판독 가능한 기록 매체가 아닌 통신 모듈(213, 223)을 통해 메모리(211, 221)에 로딩될 수도 있다. 예를 들어, 적어도 하나의 프로그램은 개발자들 또는 어플리케이션의 설치 파일을 배포하는 파일 배포 시스템(일례로 상술한 서버(160))이 네트워크(170)를 통해 제공하는 파일들에 의해 설치되는 프로그램(일례로 상술한 어플리케이션)에 기반하여 메모리(211, 221)에 로딩될 수 있다.The first electronic device 110 and the server 150 may include memories 211 and 221, processors 212 and 222, communication modules 213 and 223 and input / output interfaces 214 and 224. The memories 211 and 221 may be a computer-readable recording medium and may include a permanent mass storage device such as a random access memory (RAM), a read only memory (ROM), and a disk drive. The memory 211 and 221 may store an operating system or at least one program code (for example, codes for an application installed and driven in the first electronic device 110). These software components may be loaded from a computer readable recording medium separate from the memories 211 and 221. [ Such a computer-readable recording medium may include a computer-readable recording medium such as a floppy drive, a disk, a tape, a DVD / CD-ROM drive, and a memory card. In other embodiments, the software components may be loaded into memory 211, 221 via communication modules 213, 223 rather than a computer readable recording medium. For example, at least one program may be a program installed by a file distribution system (for example, the server 160 described above) that distributes installation files of developers or applications, May be loaded into the memory 211, 221 based on the application described above.

프로세서(212, 222)는 기본적인 산술, 로직 및 입출력 연산을 수행함으로써, 컴퓨터 프로그램의 명령을 처리하도록 구성될 수 있다. 명령은 메모리(211, 221) 또는 통신 모듈(213, 223)에 의해 프로세서(212, 222)로 제공될 수 있다. 예를 들어 프로세서(212, 222)는 메모리(211, 221)와 같은 기록 장치에 저장된 프로그램 코드에 따라 수신되는 명령을 실행하도록 구성될 수 있다.Processors 212 and 222 may be configured to process instructions of a computer program by performing basic arithmetic, logic, and input / output operations. The instructions may be provided to the processors 212 and 222 by the memories 211 and 221 or the communication modules 213 and 223. For example, the processor 212, 222 may be configured to execute a command received in accordance with a program code stored in a recording device, such as the memory 211, 221.

통신 모듈(213, 223)은 네트워크(170)를 통해 제1 전자 기기(110)와 서버(150)가 서로 통신하기 위한 기능을 제공할 수 있으며, 다른 전자 기기(일례로 제2 전자 기기(120)) 또는 다른 서버(일례로 서버(160))와 통신하기 위한 기능을 제공할 수 있다. 일례로, 제1 전자 기기(110)의 프로세서(212)가 메모리(211)와 같은 기록 장치에 저장된 프로그램 코드에 따라 생성한 요청(일례로 검색 요청)이 통신 모듈(213)의 제어에 따라 네트워크(170)를 통해 서버(150)로 전달될 수 있다. 역으로, 서버(150)의 프로세서(222)의 제어에 따라 제공되는 제어 신호나 명령, 컨텐츠, 파일 등이 통신 모듈(223)과 네트워크(170)를 거쳐 제1 전자 기기(110)의 통신 모듈(213)을 통해 제1 전자 기기(110)로 수신될 수 있다. 예를 들어 통신 모듈(213)을 통해 수신된 서버(150)의 제어 신호나 명령 등은 프로세서(212)나 메모리(211)로 전달될 수 있고, 컨텐츠나 파일 등은 제1 전자 기기(110)가 더 포함할 수 있는 저장 매체로 저장될 수 있다.The communication modules 213 and 223 may provide a function for the first electronic device 110 and the server 150 to communicate with each other through the network 170 and may be connected to other electronic devices ) Or another server (e.g., server 160). For example, a request (e.g., a search request) generated by the processor 212 of the first electronic device 110 in accordance with a program code stored in a recording device, such as the memory 211, To the server 150 via the Internet 170. Conversely, control signals, commands, contents, files, and the like provided under the control of the processor 222 of the server 150 are transmitted to the communication module 223 of the first electronic device 110 via the communication module 223 and the network 170, May be received by the first electronic device (110) via the second network (213). For example, the control signal or command of the server 150 received through the communication module 213 may be transmitted to the processor 212 or the memory 211, and contents or files may be transmitted to the first electronic device 110, May also be stored as a storage medium.

입출력 인터페이스(214)는 입출력 장치(215)와의 인터페이스를 위한 수단일 수 있다. 예를 들어, 입력 장치는 키보드 또는 마우스 등의 장치를, 그리고 출력 장치는 어플리케이션의 통신 세션을 표시하기 위한 디스플레이와 같은 장치를 포함할 수 있다. 다른 예로 입출력 인터페이스(214)는 터치스크린과 같이 입력과 출력을 위한 기능이 하나로 통합된 장치와의 인터페이스를 위한 수단일 수도 있다. 보다 구체적인 예로, 제1 전자 기기(110)의 프로세서(212)는 메모리(211)에 로딩된 컴퓨터 프로그램의 명령을 처리함에 있어서 서버(150)나 제2 전자 기기(120)가 제공하는 데이터를 이용하여 구성되는 서비스 화면이나 컨텐츠가 입출력 인터페이스(214)를 통해 디스플레이에 표시될 수 있다. 입출력 인터페이스(224) 또한 마찬가지로 서버(150)의 프로세서(222)가 메모리(221)에 로딩된 컴퓨터 프로그램의 명령을 처리함에 있어 서버(150)가 제공하는 데이터를 이용하여 구성되는 정보를 출력할 수 있다.The input / output interface 214 may be a means for interfacing with the input / output device 215. For example, the input device may include a device such as a keyboard or a mouse, and the output device may include a device such as a display for displaying a communication session of the application. As another example, the input / output interface 214 may be a means for interfacing with a device having integrated functions for input and output, such as a touch screen. The processor 212 of the first electronic device 110 may use the data provided by the server 150 or the second electronic device 120 in processing the instructions of the computer program loaded into the memory 211. For example, A service screen or contents configured by the user can be displayed on the display through the input / output interface 214. [ The input / output interface 224 can also output information configured using the data provided by the server 150 in processing the instructions of the computer program loaded in the memory 221 by the processor 222 of the server 150 have.

또한, 다른 실시예들에서 제1 전자 기기(110) 및 서버(150)는 도 2의 구성요소들보다 더 많은 구성요소들을 포함할 수도 있다. 그러나, 대부분의 종래기술적 구성요소들을 명확하게 도시할 필요성은 없다. 예를 들어, 제1 전자 기기(110)는 상술한 입출력 장치(215) 중 적어도 일부를 포함하도록 구현되거나 또는 트랜시버(transceiver), GPS(Global Positioning System) 모듈, 카메라, 각종 센서, 데이터베이스 등과 같은 다른 구성요소들을 더 포함할 수도 있다. 보다 구체적인 예로, 제1 전자 기기(110)가 스마트폰인 경우, 일반적으로 스마트폰이 포함하고 있는 가속도 센서나 자이로 센서, 카메라, 각종 물리적인 버튼, 터치패널을 이용한 버튼, 입출력 포트, 진동을 위한 진동기 등의 다양한 구성요소들이 제1 전자 기기(110)에 더 포함되도록 구현될 수 있음을 알 수 있다.Also, in other embodiments, the first electronic device 110 and the server 150 may include more components than the components of FIG. However, there is no need to clearly illustrate most prior art components. For example, the first electronic device 110 may be implemented to include at least some of the input / output devices 215 described above, or may be implemented as a transceiver, a Global Positioning System (GPS) module, a camera, And may further include components. More specifically, when the first electronic device 110 is a smart phone, it may be an acceleration sensor, a gyro sensor, a camera, various physical buttons, buttons using a touch panel, input / output ports, It is understood that various components such as a vibrator may be further included in the first electronic device 110.

이하에서는 키워드 속성을 기준으로 관련 있는 키워드를 제공하는 방법 및 시스템의 구체적인 실시예를 설명하기로 한다.Hereinafter, a specific embodiment of a method and system for providing related keywords based on keyword attributes will be described.

본 명세서에서 '키워드'는 검색에 이용되는 질의를 의미할 수 있으며 질의 성격을 나타내는 속성(attribute)을 가질 수 있다. 키워드는 속성에 따라 예를 들어, 특정 지역이나 위치, POI(point of interest) 등에 해당되는 지역 키워드, 특정 인물에 해당되는 인물 키워드, 특정 시기나 계절에 따라 조회수나 광고 효과가 급증하는 시즌성 키워드, 브랜드 검색 광고가 노출될 수 있는 브랜드 키워드, 쇼핑몰 이름에 해당되는 쇼핑몰 키워드 등으로 구분될 수 있다.In this specification, 'keyword' may refer to a query used in a search and may have an attribute indicating the nature of the query. For example, a keyword can be classified into a local keyword corresponding to a specific region or location, a POI (point of interest), a person keyword corresponding to a specific person, a seasonal keyword A brand keyword for which a brand search advertisement can be exposed, and a shopping mall keyword corresponding to a shopping mall name.

도 3은 본 발명의 일 실시예에 따른 서버의 프로세서가 포함할 수 있는 구성요소의 예를 도시한 도면이고, 도 4는 본 발명의 일 실시예에 따른 서버가 수행할 수 있는 방법의 예를 도시한 흐름도이다.FIG. 3 is a diagram illustrating an example of a component that a server of a server according to an exemplary embodiment of the present invention may include; FIG. 4 illustrates an example of a method that a server can perform according to an exemplary embodiment of the present invention; Fig.

서버(150)는 클라이언트(client)인 복수의 전자 기기들(110, 120, 130, 140)을 대상으로 검색 서비스를 제공하는 플랫폼 역할을 하며, 일례로 지역 속성을 가진 키워드가 검색어로 입력되는 경우 해당 키워드의 속성과 관련 있는 연관 키워드를 추출하고 추출된 키워드를 키워드 간 관계에 따라 노출할 수 있다.The server 150 serves as a platform for providing a search service to a plurality of electronic devices 110, 120, 130, and 140 as a client. For example, when a keyword having a local attribute is input as a search word It is possible to extract an associated keyword related to the attribute of the keyword and expose the extracted keyword according to the relationship between the keywords.

도 3에 도시된 바와 같이 서버(150)의 프로세서(222)는 구성요소들로서 관련 질의 추출부(310), 후보 질의 추출부(320), 속성 관계 판별부(330), 및 연관 키워드 제공부(340)를 포함할 수 있다. 이러한 프로세서(222) 및 프로세서(222)의 구성요소들은 도 4의 방법이 포함하는 단계들(S410 내지 S440)을 수행하도록 서버(150)를 제어할 수 있다. 이때, 프로세서(222) 및 프로세서(222)의 구성요소들은 메모리(221)가 포함하는 운영체제의 코드와 적어도 하나의 프로그램의 코드에 따른 명령(instruction)을 실행하도록 구현될 수 있다. 또한, 프로세서(222)의 구성요소들은 운영체제나 적어도 하나의 프로그램이 제공하는 제어 명령에 따라 프로세서(222)에 의해 수행되는 서로 다른 기능들(different functions)의 표현들일 수 있다. 예를 들어, 프로세서(222)가 상술한 제어 명령에 따라 특정 키워드와 관련된 질의를 추출하도록 제어하는 기능적 표현으로서 관련 질의 추출부(310)가 사용될 수 있다.3, the processor 222 of the server 150 includes an associated query extracting unit 310, a candidate query extracting unit 320, an attribute relationship determining unit 330, and a related keyword providing unit 340). Such processor 222 and components of the processor 222 may control the server 150 to perform the steps S410 through S440 included in the method of FIG. At this time, the components of the processor 222 and the processor 222 may be implemented to execute instructions according to the code of the operating system and the code of at least one program that the memory 221 contains. In addition, components of processor 222 may be representations of different functions performed by processor 222 in accordance with control commands provided by the operating system or by at least one program. For example, the related query extraction unit 310 may be used as a functional expression for controlling the processor 222 to extract a query related to a specific keyword according to the control command described above.

단계(S410)에서 관련 질의 추출부(310)는 특정 키워드에 대하여 해당 키워드와 관련된 질의를 추출할 수 있다. 관련 질의 추출부(310)는 특정 분야에서 특정된 키워드 각각에 대하여 해당 키워드와 관련해 검색 서비스에서 이용된 질의들을 추출할 수 있다. 예를 들어, 관련 질의 추출부(310)는 지역 속성을 가진 특정 키워드 '연남동'에 대하여 키워드 '연남동'과 함께 검색되거나 노출되는 질의들, 혹은 '연남동'에 속하는 지역에서 검색되거나 노출되는 질의들 등을 추출할 수 있다.In step S410, the related query extracting unit 310 may extract a query related to the keyword with respect to the specific keyword. The related query extracting unit 310 can extract the queries used in the search service with respect to each of the keywords specified in the specific field. For example, the related query extracting unit 310 extracts queries related to a specific keyword " Yeonnam-dong " having a local attribute with the keyword " Yeonnam-dong " Can be extracted.

단계(S420)에서 후보 질의 추출부(320)는 단계(S410)에서 추출된 질의의 조합으로 질의쌍을 생성한 후 질의쌍이 등장하는 문서를 이용하여 후보 질의쌍을 추출할 수 있다. 일례로, 후보 질의 추출부(320)는 특정 키워드와 관련된 질의의 모든 조합을 통해 두 개의 질의가 쌍으로 구성된 질의쌍을 생성할 수 있고, 이후 모든 질의쌍 중 질의쌍을 구성하는 두 개의 질의가 공통으로 등장하는 문서가 적어도 하나 이상 존재하는 질의쌍을 후보 질의쌍으로 추출할 수 있다.In step S420, the candidate query extracting unit 320 may generate a query pair using a combination of the queries extracted in step S410, and then extract a pair of candidate queries using the document in which the query pair appears. For example, the candidate query extracting unit 320 may generate a query pair composed of two query pairs through all combinations of queries related to a specific keyword, and then, two query queries constituting a query pair among all query pairs A pair of queries in which at least one common document appears is extracted as a pair of candidate queries.

단계(S430)에서 속성 관계 판별부(330)는 단계(S420)에서 추출된 후보 질의쌍을 이용하여 특정 키워드의 속성을 기준으로 키워드 간 속성 관계를 판별할 수 있다. 일례로, 속성 관계 판별부(330)는 후보 질의쌍을 구성하는 두 개의 질의가 공통으로 등장하는 문서에서 두 개의 질의 중 특정 키워드의 속성과 관계가 있는 질의를 판별함으로써 특정 키워드와 관련 키워드(후보 질의쌍) 사이의 관계를 판별할 수 있다. 이때, 속성 관계 판별부(330)는 딥러닝(deep learning) 모델, 일례로 CNN(Convolutional Neural Networks)을 이용한 텍스트 분류(Text Classification) 기법을 통해서 키워드 간 속성 관계를 판별할 수 있다.In step S430, the attribute relation determination unit 330 can determine the attribute relationship between keywords based on the attribute of the specific keyword, using the candidate query pair extracted in step S420. For example, the attribute relation determination unit 330 determines a query having a relationship with an attribute of a specific keyword among two queries in a document in which two queries constituting a pair of candidate queries are common, Query pair) can be determined. At this time, the attribute relation determination unit 330 can determine the attribute relation between the keywords through a deep learning model, for example, a text classification technique using CNN (Convolutional Neural Networks).

단계(S440)에서 연관 키워드 제공부(340)는 특정 키워드에 대하여 키워드 간 속성 관계를 포함한 연관 키워드를 제공할 수 있다. 연관 키워드 제공부(340)는 특정 키워드에 대응되는 검색 결과를 제공할 때 특정 키워드와 관련 있는 연관 키워드를 함께 제공하게 되는데, 이때 키워드 간 속성 관계가 적용된 도표로 연관 키워드를 노출할 수 있다. 이때, 연관 키워드 제공부(340)는 후보 질의쌍에 포함된 적어도 일부의 키워드를 특정 키워드와 관련 있는 연관 키워드로서 제공할 수 있으며, 특정 키워드와의 관계도나 인기도가 높은 연관 키워드일수록 도표 상에서 해당 키워드를 나타내는 디스플레이 요소를 강조할 수 있다. 예를 들어, 특정 키워드와 관계가 깊거나 특정 키워드와 관련하여 인기가 많은 연관 키워드일수록 도표 상에서 키워드를 도시한 도형의 크기나 칼라, 키워드에 해당되는 텍스트 크기나 칼라, 특정 키워드와 연결하는 링크 선의 종류나 굵기 등을 강조하여 차별화 할 수 있다.In step S440, the related keyword providing unit 340 may provide a related keyword including a keyword-related attribute relation for a specific keyword. When providing search results corresponding to a specific keyword, the related keyword providing unit 340 provides associated keywords related to a specific keyword. At this time, the related keywords can be exposed in a chart to which the attribute relation between the keywords is applied. At this time, the related keyword providing unit 340 may provide at least some of the keywords included in the pair of candidate queries as related keywords related to the specific keyword, Can be emphasized. For example, the more related keywords that are related to a specific keyword or are related to a specific keyword, the larger the size or color of the figure shown on the chart, the text size or color corresponding to the keyword, It can be differentiated by emphasizing kinds and thickness.

따라서, 본 발명의 실시예들은 특정 속성을 가진 키워드에 대해 해당 키워드 속성을 기준으로 키워드 간 관계를 판별하여 이러한 관계 정보를 포함한 연관 키워드를 검색 결과와 함께 제공할 수 있다.Therefore, the embodiments of the present invention can identify the relation between keywords based on the keyword attribute for a keyword having a specific attribute, and provide a related keyword including the relation information together with the search result.

지도 상의 POI와 같이 지역 속성을 가진 키워드를 대표적인 예로 하여 POI 속성 관계가 포함된 연관 키워드를 제공하기 위한 구체적인 과정을 설명하기로 한다.A concrete procedure for providing a related keyword including a POI attribute relation will be described using a keyword having a local attribute such as a POI on a map as a representative example.

기존 검색 서비스는 POI 검색 시 해당 POI의 특성을 한눈에 파악하기 어렵고 검색 결과에 포함된 문서나 연관 키워드를 일일이 확인하는 방법으로 관련 정보를 얻을 수 있다. 본 발명은 특정 POI와 관련이 있는 검색질의 로그나 문서 등을 수집하여 해당 POI와 관련하여 인기 있는 키워드를 추출하고 추출된 키워드를 특정 키워드와의 관계도나 인기도에 따라 노출함으로써 검색 결과에 포함된 문서를 확인하지 않더라도 특정 POI과 관련하여 어떤 것이 유명하고 인기가 많은지 한눈에 파악이 가능하다.The existing search service is difficult to grasp the characteristics of the POI at a glance when searching POI, and related information can be obtained by checking the documents or related keywords individually in the search result. The present invention collects a search query log or a document related to a specific POI, extracts popular keywords related to the POI, exposes the extracted keyword according to a relation or popularity with a specific keyword, It is possible to grasp at a glance what is popular and popular with respect to a specific POI.

먼저, 관련 질의 추출부(310)는 지역 속성을 가진 특정 키워드에 대하여 해당 지역 관련 질의를 추출할 수 있다. 예를 들어, 관련 질의 추출부(310)는 '연남동'이라는 POI에 대하여 통합검색 모바일 검색로그나 노출로그 등을 분석하여 키워드 '연남동'과 함께 검색되거나 노출되는 질의들, '연남동'에 속하는 지역에서 검색되거나 노출되는 질의들 등을 추출할 수 있다. 이때, 검색로그나 노출로그가 일정 레벨 이상(예컨대, UQC(unique query count) 10 이상)인 질의를 대상으로 추출할 수 있다. 도 5는 '연남동'이라는 POI에 대하여 추출된 지역 관련 질의의 예를 도시한 것이다. 도 5는 키워드 '연남동'과 함께 검색되거나 노출되는 질의와, '연남동'에 속하는 지역에서 검색되거나 노출되는 질의의 예시들을 나타낸 것이다. 도 5에서 질의와 함께 나타낸 숫자는 검색로그나 노출로그에 따른 UQC를 의미할 수 있다.First, the related query extracting unit 310 can extract a relevant query for a specific keyword having a local attribute. For example, the related query extracting unit 310 analyzes the integrated search mobile search log or the exposure log of the POI called 'Yeonnam-dong' to find out the queries or the queries that are searched or exposed together with the keyword 'Yeonnam-dong' Queries that are retrieved or exposed from the database. At this time, it is possible to extract a query whose search log or exposure log is above a certain level (for example, UQC (unique query count) 10 or more). FIG. 5 shows an example of a region-related query extracted for a POI called 'Yeonnam-dong'. FIG. 5 shows examples of queries that are searched or exposed together with the keyword 'Yeonnam-dong', and queries that are searched or exposed in an area belonging to 'Yeonnam-dong'. In FIG. 5, the number indicated with the query may mean UQC according to the search log or exposure log.

도 6 내지 도 8은 본 발명의 일 실시예에 있어서 후보 질의쌍을 추출하는 과정을 설명하기 위한 예시 도면이다.6 to 8 are exemplary diagrams for explaining a process of extracting a pair of candidate queries according to an embodiment of the present invention.

도 6을 참조하면, 후보 질의 추출부(320)는 '연남동'이라는 POI에 대하여 해당 지역 관련 질의로 추출된 질의들(601)을 대상으로 모든 조합의 질의쌍(602)을 생성한다. 도 6에 도시한 바와 같이, '연남동'이라는 POI에 대하여 지역 관련 질의(601)로 {생딸기우유, 나도쥬스, 수요미식회, 향미, 옥돔구이}가 추출된 경우, 두 개의 질의(q1, q2)를 한 쌍([q1, q2])으로 구성하는 조합으로 <[생딸기우유, 나도쥬스], [생딸기우유, 수요미식회], [생딸기우유, 향미], [생딸기우유, 옥돔구이], [나도쥬스, 수요미식회], [나도쥬스, 향미], [나도쥬스, 옥돔구이], [수요미식회, 향미], [수요미식회, 옥돔구이]>와 같은 질의쌍(602)을 만들 수 있다.Referring to FIG. 6, the candidate query extracting unit 320 generates a query pair 602 of all the combinations of the query 601 extracted by the corresponding region-related query with respect to the POI called 'Yeonnam-dong'. 6, when two queries (q1, q2) are extracted when the POI called "Yeonnam-dong" is extracted as the area-related query 601 (raw strawberry milk, noodle juice, demand gourmet, flavor, ) Is a combination consisting of a pair ([q1, q2]) and a combination of [[Strawberry Milk, Nado Juice], [Strawberry Milk, Demand Gourmet], [Strawberry Milk, Flavor], [Strawberry Milk, (602) such as [nodo juice, demand gourmet], [nodo juice, flavor], [nodo juice, grilled octopus], [demand gourmet, flavor], [demand gourmet, grilled octopus] have.

후보 질의 추출부(320)는 모든 질의쌍(602) 중 질의쌍을 구성하는 두 개의 질의가 공통으로 등장하는 문서가 적어도 하나 이상 존재하는 질의쌍을 후보 질의쌍으로 추출할 수 있다. 후보 질의 추출부(320)는 인터넷 상의 문서, 예를 들어 블로그, 뉴스 기사, 카페 게시글 등과 같은 각종 웹 문서를 이용하여 한 쌍을 이루는 두 개의 질의가 서로 관련이 있는지 여부를 판단할 수 있다. 도 7에 도시한 바와 같이, 후보 질의 추출부(320)는 인터넷 상의 문서 DB(700)를 검색하여 질의쌍 [나도쥬스, 옥돔구이]의 두 질의가 공통으로 나타난 문서가 없는 경우 해당 질의쌍 [나도쥬스, 옥돔구이]를 후보 질의쌍으로 선정하지 않는다. 한편, 도 8에 도시한 바와 같이, 후보 질의 추출부(320)는 인터넷 상의 문서 DB(700)를 검색하여 질의쌍 [생딸기우유, 나도쥬스]의 두 질의가 공통으로 나타난 문서(801)가 존재하는 경우 해당 질의쌍 [생딸기우유, 나도쥬스]를 후보 질의쌍으로 선정한다.The candidate query extracting unit 320 can extract a query pair including at least one document in which two queries constituting a query pair among all the query pairs 602 are present in common as a pair of candidate queries. The candidate query extracting unit 320 can determine whether two pairs of queries are related to each other by using various web documents such as a blog, a news article, a cafe post, and the like on the Internet. 7, the candidate query extracting unit 320 searches the document DB 700 on the Internet, and if there is no document in which the two queries of the query pair [Nadou juice, I do not choose juice, grilled octopus] as the candidate quality pair. 8, the candidate query extracting unit 320 searches the document DB 700 on the Internet to find whether there is a document 801 in which two queries of a query pair [juice of strawberry, noodle juice] , Select the pair of qualities [juice of strawberry, noodle juice] as a pair of candidate qualities.

따라서, 후보 질의 추출부(320)는 문서 DB(700)를 이용한 검색을 통해 질의쌍을 구성하는 두 개의 질의가 모두 등장하는 문서가 설정 개수 이상 존재하면 두 질의 간에 연관이 있는 것으로 판단하고 해당 질의쌍을 후보 질의쌍으로 추출할 수 있다.Accordingly, the candidate query extracting unit 320 determines that there is a relation between the two queries if there are more than the set number of documents in which both queries constituting the query pair are found through the search using the document DB 700, The pair can be extracted as a pair of candidate queries.

이러한 과정을 통해 추출된 후보 질의쌍은 POI 속성을 가진 질의가 0개 포함된 질의쌍, POI 속성을 가진 질의가 1개 포함된 질의쌍, POI 속성을 가진 질의가 2개 포함된 질의쌍, 적어도 하나의 질의가 문서의 로케이션 태그(location tag)인 질의쌍 등을 포함할 수 있다.The candidate query pair extracted through this process is a pair of queries including 0 queries having POI attribute, a query pair including one query having POI attribute, a pair of queries including 2 queries having POI attribute, One query may contain a query pair, which is a location tag of the document.

속성 관계 판별부(330)는 후보 질의쌍을 이용하여 후보 질의쌍을 구성하는 두 개의 질의에 대해 POI 속성 관계 여부를 판별할 수 있다. 일례로, 속성 관계 판별부(330)는 두 개의 질의 중 적어도 하나의 질의가 문서의 로케이션 태그인 질의쌍을 이용하여 해당 질의쌍의 두 개의 질의가 공통으로 등장하는 문서가 일정 개수(예컨대, 2개) 이상인 경우에 POI 속성을 중심으로 POI 속성 관계를 태깅할 수 있다. 예를 들어, 각 후보 질의쌍에 대하여 두 개의 질의 모두 POI가 아닌 경우 0(관계없음), 첫 번째 질의(q1)가 POI인 경우 1, 두 번째 질의(q2)가 POI인 경우 2로 태깅할 수 있다.The attribute relation determination unit 330 can determine whether the POI attribute relation is related to the two queries constituting the candidate query pair using the candidate query pair. For example, the attribute relation determination unit 330 determines whether the document in which two queries of the query pair coexist by using at least one of the two queries is a location tag of the document is a certain number (for example, 2 The POI attribute relation can be tagged around the POI attribute. For example, for each candidate query pair, if both queries are not POIs, 0 (no relation), 1 if the first query (q1) is a POI, and 2 if the second query (q2) is a POI .

도 9는 본 발명의 일 실시예에 있어서 후보 질의쌍을 이용하여 지역 속성 관계를 판별하는 CNN 학습 모델의 예를 도시한 것이다. 속성 관계 판별부(330)는 CNN 학습 모델(900)을 이용하여 후보 질의쌍에 대해 POI 속성 관계 여부를 판별할 수 있다. CNN 학습 모델(900)에서는 후보 질의쌍의 두 개의 질의가 공통으로 등장하는 문서를 워드 임베딩(words embedding)을 통한 고차원의 벡터로 변환하여 입력 벡터로 구성하는 것으로, 다시 말해 후보 질의쌍의 두 개의 질의가 공통으로 등장하는 문서에서 해당 질의를 치환하고 문맥을 통해서 각 질의가 POI 속성에 해당되는지 여부를 판별할 수 있다. 이때, CNN 학습 모델(900)에서는 POI 속성 관계를 판별함에 있어 질의 별 UQC(Q1 ugc, Q2 ugc)와 문서 출현 빈도(Num, of co-occur. DOCs) 등을 포함한 CNN 학습 과정을 거쳐 실수 벡터에 따른 질의 별 점수를 산출할 수 있다. 이때, 질의 별 점수는 특정 POI(예컨대, '연남동')와의 관계 정도와 인기 정도를 나타낼 수 있다.FIG. 9 illustrates an example of a CNN learning model for determining a local attribute relation using a pair of candidate queries according to an exemplary embodiment of the present invention. The attribute relation determination unit 330 can determine whether the POI attribute relation is related to the candidate query pair using the CNN learning model 900. [ In the CNN learning model 900, a document in which two queries of a candidate query pair coexist is converted into a high-dimensional vector through word embedding to constitute an input vector, that is, two candidates of a pair of candidate queries In a document in which queries are common, the query is replaced and the query can be used to determine whether each query corresponds to a POI attribute. At this time, in the CNN learning model 900, the CNN learning process including the UQC (Q1 ugc, Q2 ugc) and the document occurrence frequency (Num, of co-occur. DOCs) Can be calculated according to the query. At this time, the score according to the query may indicate the degree of relation with the specific POI (for example, 'Yeonnam-dong') and the degree of popularity.

도 10은 POI 속성을 가진 질의 '연남동'에 대하여 키워드 간 속성 관계가 포함된 연관 키워드의 예시를 도시한 것이다. 특정 POI(1000) '연남동'에 대하여 후보 질의쌍의 적어도 일부 키워드가 연관 키워드(1001)로 추출될 수 있으며, 이때 도 10에 도시한 바와 같이 특정 POI(1000)와 연관 키워드(1001)를 포함한 키워드 간의 속성 관계를 도표로 나타낼 수 있다. 예를 들어, 키워드 각각은 노드로 표현하고 관계가 있는 키워드 간에 링크를 연결할 수 있다. 이때, 연관 키워드(1001) 중 특정 POI(1000)와 같은 지역 속성을 가진 키워드와 그 외 지역 관련 질의를 나타내는 키워드를 노드 형태나 색 등으로 구분하여 표기할 수 있고, 키워드 간에 관계가 깊을수록 링크를 굵게, 인기가 많은 키워드일수록 해당 키워드의 노드를 크게 나타낼 수 있다.FIG. 10 shows an example of a related keyword including an attribute relation between keywords for a query 'Yeonnam-dong' having a POI attribute. At least some keywords of the candidate query pair may be extracted with the related keyword 1001 for the specific POI 1000 'JungNamDong'. At this time, as shown in FIG. 10, the specific keyword 1000 including the related keyword 1001 The relationship between keywords can be plotted. For example, each of the keywords can be represented as a node and links can be linked between the keywords that are related. At this time, among the related keywords 1001, keywords having a local attribute such as a specific POI 1000 and keywords indicating queries relating to the other regions can be classified by node type or color, and as the relationship between keywords becomes deeper, And the more popular the keyword, the larger the node of the keyword can be represented.

도 11은 키워드 간 속성 관계를 포함한 연관 키워드를 제공하는 사용자 인터페이스 화면의 예시를 도시한 것이다. 도 11은 사용자가 검색어로 '연남동'을 입력한 경우 '연남동'에 대응되는 검색 결과를 제공하는 검색 서비스 화면의 예를 나타낸 것이다.11 shows an example of a user interface screen for providing a related keyword including an attribute relation between keywords. FIG. 11 shows an example of a search service screen providing search results corresponding to 'Yeonnam-dong' when the user inputs 'Yeonnam-dong' as a search term.

도 11에 도시한 바와 같이, 연관 키워드 제공부(340)는 검색어 '연남동'에 대응되는 검색 결과를 제공할 때 특정 키워드 '연남동'과 관련 있는 연관 키워드(1101)를 함께 제공하게 되는데, 이때 키워드 간 속성 관계가 적용된 도표로 연관 키워드(1101)를 노출할 수 있다. 이에, 검색어 '연남동'을 입력한 사용자는 검색 결과와 함께 제공되는 연관 키워드(1101)를 통해 해당 POI의 전체적인 특성과 키워드 간의 관계를 파악할 수 있고 검색 결과에 포함된 문서들을 일일이 보지 않아도 '연남동'에서 어떤 것이 유명하고 인기가 많은지 한눈에 파악할 수 있다.11, the related keyword providing unit 340 provides a related keyword 1101 related to a specific keyword 'Yeonnam-dong' when providing a search result corresponding to the search term 'Yeonnam-dong'. In this case, It is possible to expose the related keyword 1101 in a chart to which an inter-attribute relation is applied. Therefore, the user who inputs the search term 'Yeonnam-dong' can grasp the relationship between the overall characteristics of the POI and the keywords through the related keyword 1101 provided together with the search result, and the 'Yeonnam-dong' At a glance you can see what is famous and popular.

또한, 도표에서 노드로 표현된 연관 키워드(1101) 각각은 해당 키워드를 이용한 재검색을 수행할 수 있는 인터페이스로 구성될 수 있다. 다시 말해, 검색어 '연남동'에 대해 키워드 간 속성 관계가 적용된 도표로 연관 키워드(1101)를 제공할 수 있고, 이때 도표 내 연관 키워드(1101) 중에서 특정 키워드를 선택하는 경우 선택된 키워드를 검색어로 한 재검색 인터랙션을 제공할 수 있다.In addition, each of the related keywords 1101 represented by nodes in the diagram may be configured as an interface capable of performing re-searching using the keyword. In other words, it is possible to provide the related keyword 1101 as a table in which the keyword relation between the keywords is applied to the keyword 'Yeonnam-dong'. In this case, when a specific keyword is selected from the related keywords 1101 in the chart, Interaction can be provided.

이처럼 본 발명의 실시예들에 따르면, 특정 속성을 가진 키워드에 대하여 해당 속성을 기준으로 연관 키워드를 추출하여 연관 키워드를 키워드 간 관계에 따라 노출함으로써 키워드의 특성을 한눈에 파악할 수 있으며 연관 키워드와 함께 키워드 별 인기도에 대한 정보를 쉽게 파악할 수 있다.As described above, according to the embodiments of the present invention, it is possible to extract a related keyword based on a corresponding attribute for a keyword having a specific attribute, and expose the associated keyword according to the relation between the keywords, thereby gaining a characteristic of the keyword at a glance. The information on the popularity of each keyword can be easily grasped.

이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 어플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.The apparatus described above may be implemented as a hardware component, a software component, and / or a combination of hardware components and software components. For example, the apparatus and components described in the embodiments may be implemented as a processor, a controller, an arithmetic logic unit (ALU), a digital signal processor, a microcomputer, a field programmable gate array (FPGA), a programmable logic unit, a microprocessor, or any other device capable of executing and responding to instructions. The processing device may execute an operating system (OS) and one or more software applications running on the operating system. The processing device may also access, store, manipulate, process, and generate data in response to execution of the software. For ease of understanding, the processing apparatus may be described as being used singly, but those skilled in the art will recognize that the processing apparatus may have a plurality of processing elements and / As shown in FIG. For example, the processing unit may comprise a plurality of processors or one processor and one controller. Other processing configurations are also possible, such as a parallel processor.

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 컴퓨터 저장 매체 또는 장치에 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.The software may include a computer program, code, instructions, or a combination of one or more of the foregoing, and may be configured to configure the processing device to operate as desired or to process it collectively or collectively Device can be commanded. The software and / or data may be embodied in any type of machine, component, physical device, computer storage media, or device for interpretation by a processing device or to provide instructions or data to the processing device have. The software may be distributed over a networked computer system and stored or executed in a distributed manner. The software and data may be stored on one or more computer readable recording media.

실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 이때, 매체는 컴퓨터로 실행 가능한 프로그램을 계속 저장하거나, 실행 또는 다운로드를 위해 임시 저장하는 것일 수도 있다. 또한, 매체는 단일 또는 수 개의 하드웨어가 결합된 형태의 다양한 기록수단 또는 저장수단일 수 있는데, 어떤 컴퓨터 시스템에 직접 접속되는 매체에 한정되지 않고, 네트워크 상에 분산 존재하는 것일 수도 있다. 매체의 예시로는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등을 포함하여 프로그램 명령어가 저장되도록 구성된 것이 있을 수 있다. 또한, 다른 매체의 예시로, 어플리케이션을 유통하는 앱 스토어나 기타 다양한 소프트웨어를 공급 내지 유통하는 사이트, 서버 등에서 관리하는 기록매체 내지 저장매체도 들 수 있다.The method according to an embodiment may be implemented in the form of a program command that can be executed through various computer means and recorded in a computer-readable medium. At this time, the medium may be a program that continuously stores a computer executable program, or temporarily stores the program for execution or downloading. Further, the medium may be a variety of recording means or storage means in the form of a combination of a single hardware or a plurality of hardware, but is not limited to a medium directly connected to any computer system, but may be dispersed on a network. Examples of the medium include a magnetic medium such as a hard disk, a floppy disk and a magnetic tape, an optical recording medium such as CD-ROM and DVD, a magneto-optical medium such as a floptical disk, And program instructions including ROM, RAM, flash memory, and the like. As another example of the medium, a recording medium or a storage medium that is managed by a site or a server that supplies or distributes an application store or various other software is also enumerated.

이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is to be understood that the invention is not limited to the disclosed exemplary embodiments. For example, it is to be understood that the techniques described may be performed in a different order than the described methods, and / or that components of the described systems, structures, devices, circuits, Lt; / RTI &gt; or equivalents, even if it is replaced or replaced.

그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.Therefore, other implementations, other embodiments, and equivalents to the claims are also within the scope of the following claims.

Claims (20)

컴퓨터로 구현되는 연관 키워드 제공 방법에 있어서,
특정 분야에서 특정된 키워드에 대하여 관련 질의를 추출하는 단계;
상기 관련 질의 중 적어도 일부를 이용하여 상기 키워드의 속성을 기준으로 키워드 간 속성 관계를 판별하는 단계; 및
상기 키워드에 대한 연관 키워드로 상기 관련 질의 중 적어도 일부를 제공하되 상기 키워드 간 속성 관계에 대한 정보를 포함하여 제공하는 단계
를 포함하는 연관 키워드 제공 방법.A computer-implemented method for providing associated keywords,
Extracting an associated query for a keyword specified in a specific field;
Determining an attribute relation between keywords based on an attribute of the keyword using at least a part of the related queries; And
Providing at least a part of the related query as a related keyword for the keyword and providing information about the attribute relation between the keywords
The method comprising the steps of: 제1항에 있어서,
상기 추출하는 단계는,
상기 키워드와 관련하여 검색 서비스에서 이용된 질의들을 상기 관련 질의로서 추출하는 것
을 특징으로 하는 연관 키워드 제공 방법.The method according to claim 1,
Wherein the extracting comprises:
Extracting, as the related query, queries used in the search service in association with the keyword
The method comprising the steps of: 제1항에 있어서,
상기 연관 키워드 제공 방법은,
상기 추출된 질의의 조합으로 질의쌍을 생성하는 단계; 및
상기 질의쌍 중 질의쌍을 구성하는 질의가 공통으로 등장하는 문서가 존재하는 질의쌍을 후보 질의쌍으로 추출하는 단계
를 더 포함하고,
상기 판별하는 단계는,
상기 후보 질의쌍을 대상으로 상기 키워드 간 속성 관계를 판별하는 것
을 특징으로 하는 연관 키워드 제공 방법.The method according to claim 1,
The related keyword providing method includes:
Generating a query pair by a combination of the extracted queries; And
Extracting a pair of queries in which there is a document in which a query constituting a query pair among the query pairs exists, as a pair of candidate queries
Further comprising:
Wherein the determining step comprises:
Determining an attribute relation between the keywords on the pair of candidate queries
The method comprising the steps of: 제3항에 있어서,
상기 판별하는 단계는,
상기 후보 질의쌍을 구성하는 질의가 공통으로 등장하는 문서에서 상기 키워드의 속성과 관계가 있는 질의를 판별하는 것
을 특징으로 하는 연관 키워드 제공 방법.The method of claim 3,
Wherein the determining step comprises:
And a query related to the attribute of the keyword in the document in which the query constituting the pair of candidate queries appears in common
The method comprising the steps of: 제3항에 있어서,
상기 판별하는 단계는,
상기 후보 질의쌍 중 질의쌍을 구성하는 적어도 하나의 질의가 상기 문서의 로케이션 태그(location tag)인 질의쌍을 이용하여 해당 질의쌍을 구성하는 질의가 공통으로 등장하는 문서가 일정 개수 이상인 경우에 대해 상기 키워드의 속성을 태깅하는 것
을 특징으로 하는 연관 키워드 제공 방법.The method of claim 3,
Wherein the determining step comprises:
When at least one query constituting a query pair among the pair of candidate queries is a location tag of the document and the query constituting the query pair constituting the query tag is a location tag or more, Tagging the attributes of the keyword
The method comprising the steps of: 제3항에 있어서,
상기 판별하는 단계는,
상기 후보 질의쌍을 구성하는 질의가 공통으로 등장하는 문서를 대상으로 딥러닝(deep learning) 모델을 이용한 텍스트 분류(Text Classification)를 통해 상기 키워드 간 속성 관계를 판별하는 것
을 특징으로 하는 연관 키워드 제공 방법.The method of claim 3,
Wherein the determining step comprises:
The attribute relationship between the keywords is determined through text classification using a deep learning model for a document in which queries constituting the pair of candidate queries coexist
The method comprising the steps of: 제1항에 있어서,
상기 추출하는 단계는,
지역 속성을 가진 특정 키워드에 대하여 해당 지역과 관련된 질의를 추출하는 것
을 특징으로 하는 연관 키워드 제공 방법.The method according to claim 1,
Wherein the extracting comprises:
Extract queries related to a specific keyword with a local attribute
The method comprising the steps of: 제7항에 있어서,
상기 연관 키워드 제공 방법은,
상기 지역과 관련된 질의의 조합으로 질의쌍을 생성하는 단계; 및
상기 질의쌍 중 질의쌍을 구성하는 질의가 공통으로 등장하는 문서가 존재하는 질의쌍을 후보 질의쌍으로 추출하는 단계
를 더 포함하고,
상기 판별하는 단계는,
상기 후보 질의쌍을 구성하는 질의가 공통으로 등장하는 문서의 문맥을 통해서 상기 지역 속성과 관계가 있는 질의를 판별하는 것
을 특징으로 하는 연관 키워드 제공 방법.8. The method of claim 7,
The related keyword providing method includes:
Generating a query pair by a combination of queries related to the region; And
Extracting a pair of queries in which there is a document in which a query constituting a query pair among the query pairs exists, as a pair of candidate queries
Further comprising:
Wherein the determining step comprises:
Determining a query related to the local attribute through a context of a document in which the query constituting the pair of candidate queries coexist
The method comprising the steps of: 제1항에 있어서,
상기 제공하는 단계는,
상기 키워드 간 속성 관계가 적용된 도표로 상기 연관 키워드를 제공하는 것
을 특징으로 하는 연관 키워드 제공 방법.The method according to claim 1,
Wherein the providing step comprises:
Providing the related keyword in a chart to which the attribute relation between the keywords is applied
The method comprising the steps of: 제9항에 있어서,
상기 제공하는 단계는,
상기 키워드와 상기 연관 키워드를 각각 노드로 표현하고 관계가 있는 키워드 간에 링크를 연결하되, 상기 키워드와의 관계도나 키워드 별 인기도에 따라 상기 노드와 상기 링크 중 적어도 하나를 강조하여 표시하는 것
을 특징으로 하는 연관 키워드 제공 방법.10. The method of claim 9,
Wherein the providing step comprises:
Wherein at least one of the node and the link is emphasized and displayed according to a relationship with the keyword or a degree of popularity of each keyword,
The method comprising the steps of: 컴퓨터 시스템과 결합되어 연관 키워드 제공 방법을 실행시키기 위해 컴퓨터 판독 가능한 기록 매체에 기록된 컴퓨터 프로그램에 있어서,
상기 연관 키워드 제공 방법은,
특정 분야에서 특정된 키워드에 대하여 관련 질의를 추출하는 단계;
상기 관련 질의 중 적어도 일부를 이용하여 상기 키워드의 속성을 기준으로 키워드 간 속성 관계를 판별하는 단계; 및
상기 키워드에 대한 연관 키워드로 상기 관련 질의 중 적어도 일부를 제공하되 상기 키워드 간 속성 관계에 대한 정보를 포함하여 제공하는 단계
를 포함하는, 컴퓨터 프로그램.A computer program recorded on a computer readable recording medium for executing an associated keyword providing method in combination with a computer system,
The related keyword providing method includes:
Extracting an associated query for a keyword specified in a specific field;
Determining an attribute relation between keywords based on an attribute of the keyword using at least a part of the related queries; And
Providing at least a part of the related query as a related keyword for the keyword and providing information about the attribute relation between the keywords
And a computer program. 컴퓨터로 구현되는 연관 키워드 제공 시스템에 있어서,
컴퓨터가 판독 가능한 명령을 실행하도록 구현되는 적어도 하나의 프로세서
를 포함하고,
상기 적어도 하나의 프로세서는,
특정 분야에서 특정된 키워드에 대하여 관련 질의를 추출하는 관련 질의 추출부;
상기 관련 질의 중 적어도 일부를 이용하여 상기 키워드의 속성을 기준으로 키워드 간 속성 관계를 판별하는 속성 관계 판별부; 및
상기 키워드에 대한 연관 키워드로 상기 관련 질의 중 적어도 일부를 제공하되 상기 키워드 간 속성 관계에 대한 정보를 포함하여 제공하는 연관 키워드 제공부
를 포함하는 연관 키워드 제공 시스템.A computer-implemented association keyword providing system,
At least one processor configured to execute computer readable instructions,
Lt; / RTI &gt;
Wherein the at least one processor comprises:
An associated query extracting unit for extracting an associated query for a keyword specified in a specific field;
An attribute relation determining unit for determining an attribute relation between keywords based on the attribute of the keyword using at least a part of the related queries; And
Providing at least a part of the related query as a related keyword for the keyword, and providing information about the attribute relation between the keywords,
And an associated keyword providing system. 제12항에 있어서,
상기 적어도 하나의 프로세서는,
상기 추출된 질의의 조합으로 질의쌍을 생성하여 상기 질의쌍 중 질의쌍을 구성하는 질의가 공통으로 등장하는 문서가 존재하는 질의쌍을 후보 질의쌍으로 추출하는 후보 질의 추출부
를 더 포함하고,
상기 속성 관계 판별부는,
상기 후보 질의쌍을 대상으로 상기 키워드 간 속성 관계를 판별하는 것
을 특징으로 하는 연관 키워드 제공 시스템.13. The method of claim 12,
Wherein the at least one processor comprises:
And a candidate query extracting unit that generates a query pair by a combination of the extracted queries and extracts a query pair in which there is a document in which a query constituting a query pair among the query pairs exists,
Further comprising:
Wherein the attribute-
Determining an attribute relation between the keywords on the pair of candidate queries
The system comprising: 제13항에 있어서,
상기 속성 관계 판별부는,
상기 후보 질의쌍을 구성하는 질의가 공통으로 등장하는 문서에서 상기 키워드의 속성과 관계가 있는 질의를 판별하는 것
을 특징으로 하는 연관 키워드 제공 시스템.14. The method of claim 13,
Wherein the attribute-
And a query related to the attribute of the keyword in the document in which the query constituting the pair of candidate queries appears in common
The system comprising: 제13항에 있어서,
상기 속성 관계 판별부는,
상기 후보 질의쌍 중 질의쌍을 구성하는 적어도 하나의 질의가 상기 문서의 로케이션 태그(location tag)인 질의쌍을 이용하여 해당 질의쌍을 구성하는 질의가 공통으로 등장하는 문서가 일정 개수 이상인 경우에 대해 상기 키워드의 속성을 태깅하는 것
을 특징으로 하는 연관 키워드 제공 시스템.14. The method of claim 13,
Wherein the attribute-
When at least one query constituting a query pair among the pair of candidate queries is a location tag of the document and the query constituting the query pair constituting the query tag is a location tag or more, Tagging the attributes of the keyword
The system comprising: 제13항에 있어서,
상기 속성 관계 판별부는,
상기 후보 질의쌍을 구성하는 질의가 공통으로 등장하는 문서를 대상으로 딥러닝(deep learning) 모델을 이용한 텍스트 분류(Text Classification)를 통해 상기 키워드 간 속성 관계를 판별하는 것
을 특징으로 하는 연관 키워드 제공 시스템.14. The method of claim 13,
Wherein the attribute-
The attribute relationship between the keywords is determined through text classification using a deep learning model for a document in which queries constituting the pair of candidate queries coexist
The system comprising: 제12항에 있어서,
상기 관련 질의 추출부는,
지역 속성을 가진 특정 키워드에 대하여 해당 지역과 관련된 질의를 추출하는 것
을 특징으로 하는 연관 키워드 제공 시스템.13. The method of claim 12,
The related-
Extract queries related to a specific keyword with a local attribute
The system comprising: 제17항에 있어서,
상기 적어도 하나의 프로세서는,
상기 지역과 관련된 질의의 조합으로 질의쌍을 생성하여 상기 질의쌍 중 질의쌍을 구성하는 질의가 공통으로 등장하는 문서가 존재하는 질의쌍을 후보 질의쌍으로 추출하는 후보 질의 추출부
를 더 포함하고,
상기 속성 관계 판별부는,
상기 후보 질의쌍을 구성하는 질의가 공통으로 등장하는 문서의 문맥을 통해서 상기 지역 속성과 관계가 있는 질의를 판별하는 것
을 특징으로 하는 연관 키워드 제공 시스템.18. The method of claim 17,
Wherein the at least one processor comprises:
A candidate query extracting unit for generating a query pair by a combination of queries related to the region and extracting a query pair in which there is a document in which the query constituting a query pair among the query pairs exists,
Further comprising:
Wherein the attribute-
Determining a query related to the local attribute through a context of a document in which the query constituting the pair of candidate queries coexist
The system comprising: 제12항에 있어서,
상기 연관 키워드 제공부는,
상기 키워드 간 속성 관계가 적용된 도표로 상기 연관 키워드를 제공하는 것
을 특징으로 하는 연관 키워드 제공 시스템.13. The method of claim 12,
The related keyword providing unit,
Providing the related keyword in a chart to which the attribute relation between the keywords is applied
The system comprising: 제19항에 있어서,
상기 연관 키워드 제공부는,
상기 키워드와 상기 연관 키워드를 각각 노드로 표현하고 관계가 있는 키워드 간에 링크를 연결하되, 상기 키워드와의 관계도나 키워드 별 인기도에 따라 상기 노드와 상기 링크 중 적어도 하나를 강조하여 표시하는 것
을 특징으로 하는 연관 키워드 제공 시스템.20. The method of claim 19,
The related keyword providing unit,
Wherein at least one of the node and the link is emphasized and displayed according to a relationship with the keyword or a degree of popularity of each keyword,
The system comprising:
KR1020170078920A 2017-06-22 2017-06-22 Method and system for providing relevant keywords based on keyword attribute KR102151598B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170078920A KR102151598B1 (en) 2017-06-22 2017-06-22 Method and system for providing relevant keywords based on keyword attribute

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170078920A KR102151598B1 (en) 2017-06-22 2017-06-22 Method and system for providing relevant keywords based on keyword attribute

Publications (2)

Publication Number Publication Date
KR20190000061A true KR20190000061A (en) 2019-01-02
KR102151598B1 KR102151598B1 (en) 2020-09-03

Family

ID=65021590

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170078920A KR102151598B1 (en) 2017-06-22 2017-06-22 Method and system for providing relevant keywords based on keyword attribute

Country Status (1)

Country Link
KR (1) KR102151598B1 (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200125410A (en) * 2019-04-25 2020-11-04 주식회사 마이셀럽스 Method and apparatus for managing movie tribute language
KR20210071501A (en) * 2019-12-06 2021-06-16 주식회사 클리노믹스 Method for providing internet search service sorted by correlation based priority specialized in professional areas

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110084809A (en) * 2010-01-18 2011-07-26 주식회사 유비스티 Geographic information system and service method using ontology search and the user interface of constellation

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110084809A (en) * 2010-01-18 2011-07-26 주식회사 유비스티 Geographic information system and service method using ontology search and the user interface of constellation

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200125410A (en) * 2019-04-25 2020-11-04 주식회사 마이셀럽스 Method and apparatus for managing movie tribute language
KR20210071501A (en) * 2019-12-06 2021-06-16 주식회사 클리노믹스 Method for providing internet search service sorted by correlation based priority specialized in professional areas

Also Published As

Publication number Publication date
KR102151598B1 (en) 2020-09-03

Similar Documents

Publication Publication Date Title
KR101916798B1 (en) Method and system for providing recommendation query using search context
KR101859050B1 (en) Method and system for searching map image using context of image
CN107103016A (en) Represent to make the method for image and content matching based on keyword
US20170103072A1 (en) Generating Image Tags
JP6629935B2 (en) Deep learning learning method and system for categorizing documents
CN102893280A (en) Data search device, data search method and program
WO2015102805A1 (en) Point of interest tagging from social feeds
KR102277240B1 (en) Method and system for extracting synonym by using keyword relation structure
KR101747532B1 (en) Method and system for recommending course for travel related query
KR101624420B1 (en) Method and System for searching using Related Keywords of Searching object
KR102151598B1 (en) Method and system for providing relevant keywords based on keyword attribute
KR20200044644A (en) Apparatus and method for searching image based on convolutional neural network
KR102315068B1 (en) Method and system for determining document consistence to improve document search quality
KR20200097949A (en) Method and system for extracting synonym by using keyword relation structure
KR20210123119A (en) Method and system for retrieving associative image through multimodality ranking model using different modal features
KR102405896B1 (en) Method and system for providing local search terms based on location
KR102195191B1 (en) Method and system for extracting new keyword by using keyword relation structure
KR102264481B1 (en) Method, system, and non-transitory computer readable record medium for grouping channels within social network services
KR20230151704A (en) Method, computer device, and computer program to provide recommendation based on local knowledge graph
KR20210084641A (en) Method and apparatus for transmitting information
KR101944404B1 (en) Method and system for providing stock price information
JP2020061147A (en) Method and device for searching for cnn-based image
JP7212665B2 (en) Information processing device, information processing method and information processing program
KR20230032813A (en) Method, system, and computer program to automatically classify sub-items into categories through review analysis and use them for search
KR101796506B1 (en) System and method for providing image search result using model information

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E90F Notification of reason for final refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
E90F Notification of reason for final refusal
AMND Amendment
X701 Decision to grant (after re-examination)