1 |
1
외부로부터 제공된 분석 대상 데이터의 테이블값을 이미 정의된 형태소 분석 기법을 통해 키워드를 분석하고, 분석된 키워드로부터 이미 정의된 DF(Document Frequency)값을 연산하여 해당 키워드를 추출하는 인덱싱 부와, 상기 인덱싱 부에서 추출된 키워드를 중심으로 키워드 별로 인물이 가지는 전문성 정보를 도출하여 전문성 정보에 대한 순위를 설정한 후 분석 DB에 저장하는 분석부와, 상기 분석부의 전문성 정보에 대한 순위 인물로부터 전문성 정보에 대한 속성 정보와 인물 간의 협업 관계를 나타내는 노드 정보를 도출한 도출된 속성 정보 및 노드 정보를 기반으로 소스 및 타켓 간의 협업 관계를 지식맵으로 도출하는 지식맵 생성부와, 상기 지식맵 생성부의 지식맵을 각 키원드에 대응되어 가시화하여 표시하는 인터페이스부를 포함하고,상기 분석부는,상기 인덱싱부에서 추출된 키워드를 포함하는 과제정보 점수합(Count on Project Information of i-th Person )과 성과정보내의 논문점수합(Count of Paper Information of i-th Person )과, 인물의 논문실적의 합(Count of Paper in Human Resource Information of i-th Person) 및 각 과제정보 점수합, 논문 점수합, 및 논문실적 합 각각에 대해 가중치(Weight)를 부여하여 각 키워드에 대해 인물이 가지는 전문성 정보(Expertise Point)를 도출하고, 도출된 인물이 가지는 전문성 정보를 각 키워드에 대응되어 분석 DB에 저장하도록 구비되는 것을 특징으로 하는 협업 파트너 검색 서비스를 제공하는 시스템
|
2 |
2
제1항에 있어서, 상기 인덱싱부는,상기 분석 대상 데이터에 대한 테이블의 각 컬럼들을 형태소 분석 기술을 토대로 키워드를 분석하고분석된 키워드에 대해 기 정의된 관계식으로부터 DF(Document Frequency) 값을 생성하며,상기 생성된 DF(Document Frequency) 값을 기반으로 키워드들의 DF값의 분포도를 생성하고,생성된 키워드들의 DF값의 분포도가 기 설정된 소정 범위 내에 존재하는 키워드를 추출하도록 구비되는 것을 특징으로 하는 협업 파트너 검색 서비스를 제공하는 시스템
|
3 |
3
제2항에 있어서, 상기 추출된 키워드는 키워드들의 DF값의 분포도가 4003c#=sum(DF)003c#=10,000 이내의 키워드인 것을 특징으로 하는 협업 파트너 검색 서비스를 제공하는 시스템
|
4 |
4
제2항에 있어서, 상기 형태소 분석 기술은,정보검색 및 자연어처리분야에서 활용하는 N-gram 방식인 것을 특징으로 하는 협업 파트너 검색 서비스를 제공하는 시스템
|
5 |
5
삭제
|
6 |
6
제4항에 있어서, 상기 인물이 가지는 전문성 정보는 다음 식을 만족하는 것을 특징으로 하는 협업 파트너 검색 서비스를 제공하는 시스템
|
7 |
7
제1항에 있어서, 상기 지식맵 생성부는,상기 분석부의 인물이 가지는 전문성 정보를 기반으로 인물명, 과제수, 성과수, 소속기관, 과제 및 성과에 대한 리스트, 인물이 속한 기관ID 그리고, 기관명을 포함하는 인물이 가지는 전문성 정보를 나타내는 속성정보를 도출하고, 링크의 ID, 링크의 소스, 타겟, 협업한 과제수, 협업한 성과수를 포함하는 인물과 인물간의 협업 관계를 나타내는 링크 정보를 도출하며,상기 도출된 인물이 가지는 속정 정보와 링크 정보를 토대로 소스와 타겟 간의 협업 관계를 지식맵으로 도출하는 것을 특징으로 하는 협업 파트너 검색 서비스를 제공하는 시스템
|
8 |
8
제1항에 있어서, 상기 인터페이스부는,입력된 키워드와 상기 분석 DB에 저장된 키워드 매칭하고, 매칭된 키워드 및 상기 지식맵 생성부의 지식맵을 가시화하여 표시하도록 구비되는 것을 특징으로 하는 협업 파트너 검색 서비스를 제공하는 시스템
|
9 |
9
분석 대상 DB 테이블로부터 형태소 분석 기법을 통해 키워드를 추출하고, 추출된 키워드로부터 DF(Document Frequency)값을 연산하여 저장하는 인덱싱 단계와,상기 인덱싱단계에서 추출된 키워드를 중심으로 키워드 별로 인물이 가지는 전문성 정보를 도출하여 전문성 정보에 대한 순위를 설정한 후 분석 DB에 저장하는 분석 단계와,상기 분석 단계의 인물이 가지는 전문성 정보에 대한 순위 인물에 대해 기 정의된 관계식을 기반으로 협업 관계를 연산하여 인물과 인물 간의 협업 관계에 대한 지식맵을 생성하는 지식맵 생성 단계와,상기 지식맵 생성 단계의 지식맵을 키워드 별로 가시화하여 표시하는 인터페이스 단계를 포함하고,상기 분석 단계는,상기 인덱싱 단계에서 추출된 키워드를 포함하는 과제정보 점수합(Count on Project Information of i-th Person )과 성과정보내의 논문점수합(Count of Paper Information of i-th Person )과, 인물의 논문실적의 합(Count of Paper in Human Resource Information of i-th Person) 및 각 과제정보 점수합, 논문 점수합, 및 논문실적 합 각각에 대해 가중치(Weight)를 부여하여 각 키워드에 대해 인물이 가지는 전문성 정보(Expertise Point)를 도출하고, 도출된 인물이 가지는 전문성 정보를 각 키워드에 대응되어 분석 DB에 저장하도록 구비되는 것을 특징으로 하는 협업 파트너 검색 서비스를 제공하는 방법
|
10 |
10
제9항에 있어서, 상기 인덱싱 단계는,분석 대상 테이블의 각 컬럼들을 형태소 분석 기술을 토대로 키워드를 추출하고추출된 키워드에 대해 기 정의된 관계식으로부터 DF(Document Frequency) 값을 생성하며,상기 생성된 DF(Document Frequency) 값을 기반으로 키워드들의 DF값의 분포도를 생성하고,생성된 키워드들의 DF값의 분포도가 기 설정된 소정 범위 내에 존재하는 키워드를 추출하도록 구비되는 것을 특징으로 하는 협업 파트너 검색 서비스를 제공하는 방법
|
11 |
11
제10항에 있어서, 상기 추출된 키워드는 키워드들의 DF값의 분포도가 4003c#=sum(DF)003c#=10,000 인 키워드인 것을 특징으로 하는 협업 파트너 검색 서비스를 제공하는 방법
|
12 |
12
제11항에 있어서, 상기 형태소 분석 기술은,정보검색 및 자연어처리분야에서 활용하는 N-gram 방식인 것을 특징으로 하는 협업 파트너 검색 서비스를 제공하는 방법
|
13 |
13
삭제
|
14 |
14
제12항에 있어서, 상기 인물이 가지는 전문성 정보는 다음 식을 만족하는 것을 특징으로 하는 협업 파트너 검색 서비스를 제공하는 방법
|
15 |
15
제10항에 있어서, 상기 지식맵 생성 단계는,상기 분석 단계에서 생성된 인물이 가지는 전문성 정보를 기반으로 인물명, 과제수, 성과수, 소속기관, 과제 및 성과에 대한 리스트, 인물이 속한 기관ID 그리고, 기관명을 포함하는 인물이 가지는 전문성 정보를 나타내는 속성정보를 도출하고, 링크의 ID, 링크의 소스, 타겟, 협업한 과제수, 협업한 성과수를 포함하는 인물과 인물간의 협업 관계를 나타내는 링크 정보를 도출하며,상기 도출된 인물이 가지는 속정 정보와 링크 정보를 토대로 소스와 타겟 간의 협업 관계를 지식맵으로 도출하는 것을 특징으로 하는 협업 파트너 검색 서비스를 제공하는 방법
|
16 |
16
제10항에 있어서, 상기 인터페이스 단계는,입력된 키워드와 상기 분석 DB에 저장된 키워드 매칭하고, 매칭된 키워드 및 상기 지식맵 생성 단계에서 도출된 지식맵을 가시화하여 표시하도록 구비되는 것을 특징으로 하는 협업 파트너 검색 서비스를 제공하는 방법
|