1 |
1
메타데이터 추천 장치로서, 프로세서; 및상기 프로세서에 연결된 메모리를 포함하되, 상기 메모리는, 미리 설정된 질의어에 대한 검색결과 페이지에 포함된 복수의 웹사이트 정보를 수집하고, 상기 수집된 복수의 웹사이트 각각의 메타태그로부터 복수의 메타데이터를 추출하고, 상기 복수의 웹사이트 각각의 본문 텍스트로부터 복수의 키워드를 추출하고, 상기 추출된 복수의 메타데이터 및 키워드 각각에 조합 가중치를 부여하고, 상기 조합 가중치가 부여된 복수의 메타데이터 및 키워드 각각의 검색결과 노출 순위 및 의미적 관련성을 고려하여 하나 이상의 메타데이터 추천 용어를 결정하도록, 상기 프로세서에 의해 실행 가능한 프로그램 명령어들을 저장하는 메타데이터 추천 장치
|
2 |
2
제1항에 있어서, 상기 추출된 복수의 메타데이터 각각에는 상기 메타태그에서의 빈도수에 따른 제1 가중치가 부여되는 메타데이터 추천 장치
|
3 |
3
제1항에 있어서, 상기 추출된 복수의 키워드에는 키그래프에 기반한 제2 가중치가 부여되는 메타데이터 추천 장치
|
4 |
4
제1항에 있어서, 상기 조합 가중치는 상기 추출된 복수의 메타데이터 및 키워드 각각의 상위 검색결과 페이지에서의 적중률에 따라 결정되는 메타데이터 추천 장치
|
5 |
5
제1항에 있어서, 상기 조합 가중치가 부여된 복수의 메타데이터 및 키워드 중 검색결과 노출 순위가 높은 메타데이터 및 키워드에 높은 가중치가 부여되는 메타데이터 추천 장치
|
6 |
6
제1항에 있어서, 상기 조합 가중치가 부여된 복수의 메타데이터 및 키워드 중 상위 검색결과 페이지에서의 적중률이 하위 검색결과 페이지에서의 적중률보다 높은 메타데이터 및 키워드가 상기 의미적 관련성에 따른 높은 가중치가 부여되는 메타데이터 추천 장치
|
7 |
7
제1항에 있어서, 상기 메타태그는 제목태그, 설명태그 및 키워드태그 중 적어도 하나를 포함하는 메타데이터 추천 장치
|
8 |
8
제1항에 있어서, 상기 프로그램 명령어들은, 상기 의미적 관련성 평가를 위해, 상기 조합 가중치가 부여된 복수의 메타데이터 및 키워드에 BoW(Bag of Words) 모델 및 IF-IDF(Term Frequency-Inverse Document Frequency)를 적용하여 용어의 특징 벡터(Word Vector)를 생성하고, 상기 특징 벡터를 SOM(Self-Organizing Map)에 근거하여 클러스터링하고, 클러스터링된 용어들의 상관 관계를 계산하는 메타데이터 추천 장치
|
9 |
9
검색서버와 연결되는 장치에서 메타데이터를 추천하는 방법으로서, 미리 설정된 질의어에 대한 검색결과 페이지에 포함된 복수의 웹사이트 정보를 수집하는 단계; 상기 수집된 복수의 웹사이트 각각의 메타태그로부터 복수의 메타데이터를 추출하는 단계; 상기 복수의 웹사이트 각각의 본문 텍스트로부터 복수의 키워드를 추출하는 단계; 상기 추출된 복수의 메타데이터 및 키워드 각각에 조합 가중치를 부여하는 단계; 및 상기 조합 가중치가 부여된 복수의 메타데이터 및 키워드 각각의 검색결과 노출 순위 및 의미적 관련성을 고려하여 하나 이상의 메타데이터 추천 용어를 결정하는 단계를 포함하는 메타데이터 추천 방법
|
10 |
10
제9항에 따른 방법으로 수행하는 기록매체에 저장되는 프로그램
|