1 |
1
소셜 네트워크 시스템으로부터 수집된 소셜 행위 데이터를 분석하여, 사용자 단말들 각각에 대해 관심분야를 등록하는 단계;상기 사용자 단말들 간에 구축되어 있는 상기 소셜 네트워크 시스템 상의 제1 인적 네트워크를, 동일한 관심분야를 가지는 사용자 단말들 사이의 제2 인적 네트워크로 개별 분리하여 재구축하는 단계;제1 사용자 단말로부터 요청되는 질의로부터 질의 키워드를 추출하는 단계;상기 질의 키워드와 연관되는 관심분야에 관해 재구축된 제2 인적 네트워크에서, 연결되어 있는 단말의 수가 설정값 이상인 제2 사용자 단말을 검색하는 단계;상기 제2 사용자 단말을, 상기 질의에 응답 가능한 전문가 그룹으로 구성하는 단계;상기 구성한 전문가 그룹을, 상기 질의 키워드에 매칭하는 단계;상기 질의 키워드에 대한 하위 키워드 각각으로 구성되는 하위 전문가 그룹을, 상기 각 하위 키워드에 매칭하는 단계;매칭된 키워드 간 계층적인 구조를 고려하여, 상기 전문가 그룹 및 상기 하위 전문가 그룹 각각을 노드로서 배치하여 트리를 생성하는 단계;신규의 질의로부터, 상기 질의와 동일한 질의 키워드가 추출되는 경우,상기 트리에서, 상기 질의 키워드에 매칭된 상기 전문가 그룹에서 분기하는 하위 전문가 그룹을 탐색하는 단계; 및상기 전문가 그룹에서 분기하는 상기 하위 전문가 그룹의 개수에 따라, 상기 하위 전문가 그룹 내에서 선별되는 일부의 사용자 단말을, 상기 신규의 질의를 요청한 사용자 단말에게 전문가 추천 결과로서 출력하는 단계를 포함하는 소셜 네트워크 시스템 기반의 질의 응답 서비스 제공을 위한 전문가 추천 방법
|
2 |
2
삭제
|
3 |
3
제1항에 있어서,상기 질의가 요청된 시점을 기준으로 일정 이전 기간 동안에 각 사용자 단말이 작성하거나 공유한 게시글과 댓글 중 적어도 하나의 텍스트 형태의 문서를 포함하여 기록된 상기 각 사용자 단말의 소셜 행위 데이터를, 상기 소셜 네트워크 시스템으로부터 수집하는 단계를 더 포함하고,상기 관심분야를 등록하는 단계는,상기 문서로부터 추출되는 관심분야 키워드 각각에 대해, TF-IDF(Term Frequency-Inverse Document Frequency) 기법에 따라 키워드 점수를 부여하는 단계;상기 관심분야 키워드가 추출된 문서 각각에 대해, 반응이 입력된 횟수 및 문서 작성 일시를 고려하여 신뢰도 점수를 부여하는 단계;상기 키워드 점수 및 상기 신뢰도 점수의 순으로 일정 수의 관심분야 키워드를 선별하는 단계; 및상기 선별한 관심분야 키워드를, 상기 각 사용자 단말의 관심분야로 등록하는 단계를 포함하는 전문가 추천 방법
|
4 |
4
제3항에 있어서,상기 전문가 추천 방법은,상기 질의가 요청된 시점으로부터 일정 시간이 경과한 경우, 상기 경과한 시점을 기준으로 상기 일정 이전 기간 동안에 기록된 상기 각 사용자 단말의 소셜 행위 데이터를, 상기 소셜 네트워크 시스템으로부터 재수집하는 단계; 및상기 재수집된 소셜 행위 데이터의 분석을 통해, 상기 등록한 관심분야를 갱신하는 단계를 더 포함하는 전문가 추천 방법
|
5 |
5
삭제
|
6 |
6
제1항에 있어서,상기 질의 키워드와 연관되는 관심분야에 관해 재구축된 제2 인적 네트워크에서, 상기 제1 사용자 단말과 연결되어 있는 상기 제2 사용자 단말을 우선하여 검색하는 단계를 더 포함하는 전문가 추천 방법
|
7 |
7
제1항에 있어서,상기 소셜 행위 데이터에 질의 응답 이력이 포함되는 사용자 단말의 경우,상기 사용자 단말에 의해 제출된 과거응답에 대한 응답 품질을 평가하는 단계로서, 상기 과거응답과 관심분야와의 유사도, 응답 소요 시간 및 상기 과거응답에 대한 타 사용자 단말의 반응 중 적어도 하나를 고려하여, 응답 품질을 수치화 하여 평가하는 단계; 및상기 질의 키워드와 연관되는 관심분야에 관해 재구축된 제2 인적 네트워크에서, 상기 응답 품질을 나타내는 수치의 순서로, 상기 제2 사용자 단말을 검색하는 단계를 더 포함하는 전문가 추천 방법
|
8 |
8
제1항에 있어서,상기 질의의 문맥에 따른 주제를 확인하고, 상기 주제 별로 상기 질의 키워드와 연관된 관심분야를 등록한 상기 제2 사용자 단말을 검색하는 단계를 더 포함하는 전문가 추천 방법
|
9 |
9
삭제
|
10 |
10
소셜 네트워크 시스템으로부터 수집된 소셜 행위 데이터를 분석하여, 사용자 단말들 각각에 대해 관심분야를 등록하는 관심분야 등록부;상기 사용자 단말들 간에 구축되어 있는 상기 소셜 네트워크 시스템 상의 제1 인적 네트워크를, 동일한 관심분야를 가지는 사용자 단말들 사이의 제2 인적 네트워크로 개별 분리하여 재구축하는 네트워크 재구축부;제1 사용자 단말로부터 요청되는 질의로부터 질의 키워드를 추출하는 키워드 추출부;상기 질의 키워드와 연관되는 관심분야에 관해 재구축된 제2 인적 네트워크에서, 연결되어 있는 단말의 수가 설정값 이상인 제2 사용자 단말을 검색하는 단말 검색부;상기 제2 사용자 단말을, 상기 질의에 응답 가능한 전문가 그룹으로 구성하고, 상기 구성한 전문가 그룹을, 상기 질의 키워드에 매칭하고, 상기 질의 키워드에 대한 하위 키워드 각각으로 구성되는 하위 전문가 그룹을, 상기 각 하위 키워드에 매칭하고, 매칭된 키워드 간 계층적인 구조를 고려하여, 상기 전문가 그룹 및 상기 하위 전문가 그룹 각각을 노드로서 배치하여 트리를 생성하는 그룹 구성부; 및신규의 질의로부터, 상기 질의와 동일한 질의 키워드가 추출되는 경우,상기 트리에서, 상기 질의 키워드에 매칭된 상기 전문가 그룹에서 분기하는 하위 전문가 그룹을 탐색하고, 상기 전문가 그룹에서 분기하는 상기 하위 전문가 그룹의 개수에 따라, 상기 하위 전문가 그룹 내에서 선별되는 일부의 사용자 단말을, 상기 신규의 질의를 요청한 사용자 단말에게 전문가 추천 결과로서 출력하는 결과 출력부를 포함하는 소셜 네트워크 시스템 기반의 질의 응답 서비스 제공을 위한 전문가 추천 시스템
|
11 |
11
삭제
|
12 |
12
제10항에 있어서,상기 질의가 요청된 시점을 기준으로 일정 이전 기간 동안에 각 사용자 단말이 작성하거나 공유한 게시글과 댓글 중 적어도 하나의 텍스트 형태의 문서를 포함하여 기록된 상기 각 사용자 단말의 소셜 행위 데이터를, 상기 소셜 네트워크 시스템으로부터 수집하는 수집부를 더 포함하고,상기 관심분야 등록부는,상기 문서로부터 추출되는 관심분야 키워드 각각에 대해, TF-IDF 기법에 따라 키워드 점수를 부여하고,상기 관심분야 키워드가 추출된 문서 각각에 대해, 반응이 입력된 횟수 및 문서 작성 일시를 고려하여 신뢰도 점수를 부여하고,상기 키워드 점수 및 상기 신뢰도 점수의 순으로 일정 수의 관심분야 키워드를 선별하고,상기 선별한 관심분야 키워드를, 상기 각 사용자 단말의 관심분야로 등록하는전문가 추천 시스템
|
13 |
13
삭제
|
14 |
14
제10항에 있어서,상기 소셜 행위 데이터에 질의 응답 이력이 포함되는 사용자 단말의 경우,상기 사용자 단말에 의해 제출된 과거응답에 대한 응답 품질을 평가 시, 상기 과거응답과 관심분야와의 유사도, 응답 소요 시간 및 상기 과거응답에 대한 타 사용자 단말의 반응 중 적어도 하나를 고려하여, 응답 품질을 수치화 하여 평가하는 응답 품질 평가부를 더 포함하고,상기 단말 검색부는,상기 질의 키워드와 연관되는 관심분야에 관해 재구축된 제2 인적 네트워크에서, 상기 응답 품질을 나타내는 수치의 순서로, 상기 제2 사용자 단말을 검색하는전문가 추천 시스템
|
15 |
15
삭제
|