[go: up one dir, main page]

KR20190108624A - 향상된 온라인 리서치를 위한 시스템 및 방법 - Google Patents

향상된 온라인 리서치를 위한 시스템 및 방법 Download PDF

Info

Publication number
KR20190108624A
KR20190108624A KR1020197025624A KR20197025624A KR20190108624A KR 20190108624 A KR20190108624 A KR 20190108624A KR 1020197025624 A KR1020197025624 A KR 1020197025624A KR 20197025624 A KR20197025624 A KR 20197025624A KR 20190108624 A KR20190108624 A KR 20190108624A
Authority
KR
South Korea
Prior art keywords
user
research
websites
online research
list
Prior art date
Legal status (The legal status 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 status listed.)
Granted
Application number
KR1020197025624A
Other languages
English (en)
Other versions
KR102477245B1 (ko
Inventor
송석규
Original Assignee
송석규
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 송석규 filed Critical 송석규
Priority to KR1020227019194A priority Critical patent/KR102581333B1/ko
Publication of KR20190108624A publication Critical patent/KR20190108624A/ko
Application granted granted Critical
Publication of KR102477245B1 publication Critical patent/KR102477245B1/ko
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • G06F16/24578—Query processing with adaptation to user needs using ranking
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/248—Presentation of query results
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/2866—Architectures; Arrangements
    • H04L67/30—Profiles
    • H04L67/306—User profiles

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

향상된 온라인 리서치를 위한 시스템 및 방법이 설명된다. 예시적인 실시예에서, 향상된 리서치 플랫폼은 하나 이상의 키워드를 수신하고, 각각의 키워드를 파싱하고 각각의 키워드에 대한 카테고리를 식별함으로써 리서치 목표를 결정한다. 그런 다음, 향상된 리서치 플랫폼은 데이터베이스에 질의하여, 키워드 분석 및 리서치 목표에 기초하여 키워드와 매칭되는 결과를 식별하고, 식별된 결과를 사용자 인터페이스에 디스플레이한다.

Description

향상된 온라인 리서치를 위한 시스템 및 방법
관련 출원에 대한 상호 참조
본 출원은 2017년 1월 30일자로 "향상된 리서치 플랫폼을 위한 시스템 및 방법 (Systems and methods for an enhanced search platform)"이라는 명칭으로 출원된 미국 특허 가출원 제62/452,040호의 우선권 및 이익을 주장하며, 이 가출원의 개시 전체가 본 명세서에 참조로서 통합된다.
기술 분야
본 개시는 일반적으로 온라인 리서치에 관한 것이다.
전통적인 검색 엔진은 사용자가 무엇을 찾고 있는지를 알고 있고, 정보를 얻기 위해 어떤 키워드를 사용해야 하는지를 알고 있으며, 키워드의 최상의 논리적 순서를 알고 있다고 가정한다. 즉, 사용자가 올바른 질의를 입력하면, 전통적인 검색 엔진은 올바른 답변을 제공할 것이다. 검색 결과의 품질은 키워드의 정확성에 기초한다.
그러나 사용자가 주제에 대한 충분한 정보를 갖지 못한 경우, 사용자는 정확한 키워드를 사용하여 검색을 시작하지 못할 수 있다. 따라서, 검색 결과는 사용자에 의해 개별적으로 체크될 필요가 있는 다수의 관련 없는 콘텐츠를 포함할 수 있으며, 이는 시간 낭비를 초래할 수 있다. 따라서, 더 나은 온라인 리서치 시스템 및 방법이 필요하며, 리서치는 관련 정보를 검색하기 위한 연속적인 액션을 의미한다.
일 양태에서, 본 개시는 향상된 리서치 플랫폼을 위한 방법에 관한 것이다. 방법은 컴퓨터 프로세서에 의해 사용자로부터 하나 이상의 키워드를 수신하는 단계; 사용자로부터 하나 이상의 태그를 수신하는 단계; 하나 이상의 키워드 및 하나 이상의 태그를 서버로 전송하는 단계; 복수의 큐레이트된 온라인 리서치 아카이브를 서버로부터 수신하는 단계 - 복수의 큐레이트된 온라인 리서치 아카이브 각각은 하나 이상의 키워드 및 하나 이상의 태그와 매칭되는 카테고리화된 웹사이트의 리스트를 포함함 -; 키워드 및 태그와의 관련도에 기초하여, 수신된 복수의 큐레이트된 온라인 리서치 아카이브를 순위화하는 단계; 및 순위화된 복수의 큐레이트된 온라인 리서치 아카이브를 사용자 인터페이스에 디스플레이하는 단계를 포함할 수 있다.
일부 실시예에서, 방법은 복수의 큐레이트된 온라인 리서치 아카이브 중 하나의 큐레이트된 온라인 리서치 아카이브의 속성에 기초하여, 수신된 복수의 큐레이트된 온라인 리서치 아카이브를 순위화하는 단계를 포함할 수 있으며, 속성은 실시간 트렌드 및 인기도, 링크의 수, 뷰의 수 또는 평점(rating) 중 적어도 하나를 포함한다.
일부 실시예에서, 방법은 복수의 큐레이트된 온라인 리서치 아카이브 중 하나의 큐레이트된 온라인 리서치 아카이브와 관련된 크리에이터의 속성에 기초하여, 수신된 복수의 큐레이트된 온라인 리서치 아카이브를 순위화하는 단계를 포함할 수 있으며, 속성은 크리에이터의 구독자의 수, 크리에이터에 의해 생성된 큐레이트된 온라인 리서치 아카이브의 수 또는 크리에이터의 평점 중 적어도 하나를 포함한다.
일부 실시예에서, 방법은 복수의 큐레이트된 온라인 리서치 아카이브 중 하나의 큐레이트된 온라인 리서치 아카이브와 관련된 웹사이트 링크의 속성에 기초하여, 수신된 복수의 큐레이트된 온라인 리서치 아카이브를 순위화하는 단계를 포함할 수 있으며, 속성은 웹사이트 링크의 방문의 지속기간, 웹사이트 링크와 관련된 웹 페이지 상의 문자의 수 또는 웹사이트 링크와 관련된 재방문 횟수 중 적어도 하나를 포함한다.
일부 실시예에서, 방법은 사용자 데모그래픽 및 행동 데이터를 수신하는 단계; 수신된 사용자 데모그래픽 및 행동 데이터를 서버로 전송하는 단계; 복수의 큐레이트된 온라인 리서치 아카이브를 수신하는 단계 - 복수의 큐레이트된 온라인 리서치 아카이브 각각은 하나 이상의 키워드, 하나 이상의 태그, 사용자 데모그래픽 데이터 및 사용자 행동 데이터와 매칭되는 카테고리화된 웹사이트의 리스트를 포함함 -; 및 복수의 큐레이트된 온라인 리서치 아카이브를 사용자 인터페이스에 디스플레이하는 단계를 포함할 수 있다. 일부 실시예에서, 방법은 키워드, 태그, 사용자 데모그래픽 데이터 및 사용자 행동 데이터와의 관련도에 기초하여 복수의 큐레이트된 온라인 리서치 아카이브를 순위화하는 단계를 포함할 수 있다. 일부 실시예에서, 사용자 데모그래픽 데이터는 사용자의 위치, 성별, 연령, 경험 레벨, 교육 레벨 또는 가구 소득 중 적어도 하나를 포함할 수 있다.
일부 실시예에서, 복수의 큐레이트된 온라인 리서치 아카이브 각각은 리서치 목표를 나타내는 타이틀, 유사한 웹사이트를 그룹화하기 위한 카테고리를 나타내는 서브타이틀 및 엔드-투-엔드 리서치로부터의 진행을 나타내는 각각의 서브타이틀 내의 웹사이트의 순서를 포함할 수 있다.
다른 양태에서, 본 개시는 큐레이트된 온라인 리서치 아카이브를 생성하는 방법에 관한 것으로서, 큐레이트된 온라인 리서치 아카이브는 웹사이트의 리스트를 포함한다. 일부 실시예에서, 방법은 컴퓨터 프로세서에 의해 사용자로부터 타이틀을 수신하는 단계; 사용자로부터 하나 이상의 태그를 수신하는 단계; 사용자로부터 하나 이상의 섹션 이름을 수신하는 단계; 검색 이력 기록을 시작하기 위한 사용자로부터의 명령을 수신하는 단계; 수신된 명령에 기초하여 사용자에 의해 방문된 웹사이트의 리스트를 기록하는 단계; 기록된 웹사이트의 리스트를 필터링하는 단계; 하나 이상의 섹션 이름에 기초하여, 필터링된 웹사이트의 리스트를 카테고리화하는 단계; 큐레이트된 온라인 리서치 아카이브를 생성하는 단계 - 큐레이트된 온라인 리서치 아카이브는 타이틀, 하나 이상의 태그 및 카테고리화된 웹사이트의 리스트를 포함함 -; 및 큐레이트된 온라인 리서치 아카이브를 출력하는 단계를 포함할 수 있다. 일부 실시예에서, 사용자에 의해 방문된 웹사이트의 리스트를 기록하는 단계는 브라우저 확장(browser extension)을 이용하여 웹사이트의 리스트를 기록하는 단계를 포함할 수 있다.
일부 실시예에서, 기록된 웹사이트의 리스트를 필터링하는 단계는 기록된 웹사이트의 리스트를 사용자에게 디스플레이하는 단계; 사용자로부터 하나 이상의 웹사이트의 선택을 수신하는 단계; 및 수신된 선택에 기초하여 기록된 웹사이트의 리스트에서 하나 이상의 웹사이트를 제거하는 단계를 포함할 수 있다. 일부 실시예에서, 기록된 웹사이트의 리스트를 필터링하는 단계는 사전 정의된 규칙의 세트에 기초하여 기록된 웹사이트의 리스트를 필터링하는 단계를 포함할 수 있다.
일부 실시예에서, 방법은 사용자 데모그래픽 데이터를 수신하는 단계; 수신된 사용자 데모그래픽 데이터를 큐레이트된 온라인 리서치 아카이브에 추가함으로써 큐레이트된 온라인 리서치 아카이브를 업데이트하는 단계; 및 업데이트된 큐레이트된 온라인 리서치 아카이브를 출력하는 단계를 포함할 수 있다. 일부 실시예에서, 사용자 데모그래픽 데이터는 사용자의 위치, 성별, 연령, 경험 레벨, 교육 레벨 또는 가구 소득 중 적어도 하나를 포함한다.
일부 실시예에서, 방법은 사용자로부터 편집 명령을 수신하는 단계; 및 편집 명령에 응답하여 카테고리화된 웹사이트의 리스트를 업데이트하는 단계를 포함할 수 있다.
다른 양태에서, 본 개시는 향상된 리서치 플랫폼을 위한 시스템에 관한 것으로, 시스템은 컴퓨터 프로세서; 및 컴퓨터 프로그램 명령어를 저장하는 비일시적 컴퓨터 판독 가능 저장 매체를 포함하고, 상기 명령어는 컴퓨터 프로세서에 의해 실행될 때 컴퓨터 프로세서로 하여금, 사용자로부터 하나 이상의 키워드를 수신하는 단계; 사용자로부터 하나 이상의 태그를 수신하는 단계; 하나 이상의 키워드 및 하나 이상의 태그를 서버로 전송하는 단계; 복수의 큐레이트된 온라인 리서치 아카이브를 서버로부터 수신하는 단계 - 복수의 큐레이트된 온라인 리서치 아카이브 각각은 하나 이상의 키워드 및 하나 이상의 태그와 매칭되는 카테고리화된 웹사이트의 리스트를 포함함 -; 키워드 및 태그와의 관련도에 기초하여 수신된 복수의 큐레이트된 온라인 리서치 아카이브를 순위화하는 단계; 및 순위화된 복수의 큐레이트된 온라인 리서치 아카이브를 사용자 인터페이스에 디스플레이하는 단계를 포함하는 단계를 수행하게 한다.
이 분야의 기술자가 향상된 리서치 시스템 및 관련 방법을 만들고 사용하는 것을 돕기 위해, 첨부 도면을 참조한다. 본 명세서에 통합되고 그의 일부를 구성하는 첨부 도면은 본 발명의 하나 이상의 실시예를 예시하고, 설명과 함께 본 발명을 설명하는 것을 돕는다. 예시적인 실시예는 첨부 도면에 예시적으로 도시되며, 제한적인 것으로 간주되지 않아야 한다. 도면에서:
도 1은 본 개시의 일부 실시예에 따른, 모듈로 구현된 향상된 리서치 시스템을 도시하는 블록도이다.
도 2는 본 개시의 일부 실시예에 따른, 향상된 리서치 시스템에 의해 수행되는 예시적인 리서치 목표 기반 방법의 흐름도이다.
도 3은 본 개시의 일부 실시예에 따른, 향상된 리서치 시스템에 의해 수행되는 예시적인 키워드 기반 방법의 흐름도이다.
도 4a 및 4b는 본 개시의 일부 실시예에 따른, 향상된 리서치 시스템에 대한 예시적인 데이터 흐름을 나타내는 흐름도이다.
도 5는 본 개시의 일부 실시예에 따른, 향상된 리서치 시스템에 의해 수행되는 웹사이트 기반의 큐레이트된 온라인 리서치 아카이브(또는 "Pik") 생성 방법의 흐름도이다.
도 6은 본 개시의 일부 실시예에 따른, 향상된 리서치 시스템에 의해 수행되는 브라우저 확장 기반 Pik 생성 방법의 흐름도이다.
도 7a 및 7b는 본 개시의 일부 실시예에 따른, 향상된 리서치 시스템에 대한 예시적인 데이터 흐름을 나타내는 흐름도이다.
도 8은 본 개시의 일부 실시예에 따른, 향상된 리서치 시스템을 구현하기 위한 시스템을 도시하는 네트워크 도면이다.
도 9는 본 명세서에 설명된 향상된 리서치 시스템의 예시적인 실시예를 구현하기 위해 사용될 수 있는 예시적인 컴퓨팅 디바이스의 블록도이다.
도 10a-10c는 예시적인 실시예에 따른 향상된 리서치 시스템을 위한 예시적인 작업 흐름이다.
도 11a-11f는 예시적인 실시예에 따른 향상된 리서치 시스템을 위한 예시적인 사용자 인터페이스를 도시한다.
도 12a-12d는 예시적인 실시예에 따른, 구글 크롬 확장으로서 사용되는 향상된 리서치 시스템에 대한 예시적인 사용자 인터페이스를 도시한다.
도 13은 본 개시의 일부 실시예에 따른 Pik에 대한 마켓플레이스의 기능을 도시하는 블록도이다.
자신의 복잡한 온라인 리서치를 위한 정보를 찾아야 하는 사용자는 일반적으로 검색 엔진, 포럼 및 커뮤니티 게시판, 소셜 미디어 및 채팅에 걸치는 다양한 장소를 통해 정보를 찾는다. 가장 일반적인 솔루션 중 하나는 검색 엔진을 사용하여 정보를 포함하는 웹사이트에 대한 빠른 답변 또는 링크를 수신하는 것이다. 사용자는 자신의 리서치 목표와 관련된 키워드를 타이핑할 수 있다. 이어서, 검색 결과는 그의 알고리즘에 의해 선택된 링크로 채워진다. 이어서, 사용자는 개인적인 경험에 기초하여 하나 이상의 링크를 선택적으로 선택하여 브라우징하고 계속 그렇게 할 수 있다. 브라우징 프로세스 동안, 사용자는 충분한 정보가 수집되었다고 결정할 수 있다. 사용자는 또한 새로운 키워드로 새로운 검색을 시작하거나 관련 검색 결과의 부족으로 인해 프로세스를 포기할 수 있다.
전통적인 검색 엔진은 사용자가 무엇을 찾고 있는지를 알고 있고, 정보를 얻기 위해 어떤 키워드를 사용해야 하는지를 알고 있으며, 키워드의 최상의 논리적 순서를 알고 있다고 가정한다. 즉, 사용자가 올바른 질의를 입력하면, 전통적인 검색 엔진은 올바른 답변을 제공할 것이다. 그러나 사용자의 초기 또는 지각적 요구는 실제 요구와 다를 수 있다. 사용자가 원한다고 생각하는 것과 실제 필요한 것 사이에는 차이가 있다. 사용자는 또한 올바른 정보를 얻기 위해 올바른 키워드를 찾는 데 어려움을 겪을 수 있다. 일부 토픽은 단지 관련 전문 용어를 이해하기 위해 기본 리서치를 필요로 할 수 있다. 사용자는 비논리적인 키워드 순서를 따를 수 있으며, 그의 검색 시간을 길어지게 할 수 있다.
이러한 프로세스에서 개선해야 할 여러 영역이 있다. 첫째, 사용자는 최상의 결과를 찾기 위해 검색할 적절한 키워드를 알아야 한다. 초보자는 처음에 필요한 검색 결과를 생성하는 데 필요한 전문 용어를 알지 못할 수 있다. 사용자는 첫 번째, 두 번째, 세 번째 등으로 검색할 최상의 키워드가 무엇인지 알지 못할 수 있다. 올바른 순서 없이는, 얻은 지식이 혼란스러울 수 있다. 둘째, 알고리즘의 기본이 마케터에게 알려짐에 따라, 그들은 이를 유리하게 이용했다. 메타데이터, 타이틀 및 콘텐츠를 조작함으로써, 웹사이트는 사용자의 리서치에 가장 유용하지 않고도 검색 결과 리스트에서 상위에 위치할 수 있다. 이것은 사용자가 비필수 링크를 클릭하고 떠나고 결국에는 그의 시간을 낭비할 때 세 번째 문제인 바운싱을 유발한다. 마지막으로, 정확하고 포괄적인 지식의 문제가 있다. 초보자는 토픽의 모든 컴포넌트를 미리 알지 못하고 그의 리서치가 완전하다는 것과 그가 읽고 있는 정보가 정확하다는 것을 알기가 어렵다. 정확하고 완전한 것에 대한 그의 "느낌"은 미래에 잘못된 결정으로 이어질 수 있다. 따라서, 주제에 대한 제한된 정보를 갖는 사용자에게는 더 나은 온라인 리서치 시스템과 방법이 필요하다.
지식이 풍부한 사용자도 전통적인 검색 방법에서 어려움을 겪을 수 있다. 사용자는 자신의 리서치를 저장하여, 나중에 그것을 참조하거나 업데이트하고, 개인적 및 직업적인 이유로 다른 사람과 공유하거나 공동 작업할 수 있다. 이러한 상황에 대한 일반적인 솔루션은 유용한 사이트의 탭을 열어두고 스프레드 시트를 작성하고 그것에 정보를 복사하여 붙여 넣거나 관련 사이트를 북마킹하는 것일 수 있다. 그러나 많은 실패 가능성이 있다. 예를 들어, 브라우저가 중단될 수 있고, 세션이 저장되지 않을 수도 있다. 사용자는 링크를 저장할 수도 있지만 나중에 그것을 참조하는 데 도움이 되는 관련 정보는 저장할 수 없다. 따라서, 주제에 대한 실질적인 정보를 갖는 사용자를 위한 더 나은 온라인 리서치 시스템 및 방법이 필요하다.
본 개시는 향상된 온라인 리서치를 위한 시스템 및 방법을 설명한다. 일부 실시예에서, 초보자는 질문 또는 토픽을 염두에 두고 있는 한 무엇을 검색해야 하는지 정확하게 알 필요가 없을 수 있다. 사용자는 다른 크리에이터로부터 또는 독점 소유 알고리즘을 통해, 큐레이트된 온라인 리서치 아카이브(명세서에서 "Pik"로 지칭됨)를 볼 수 있을 것이다. 일부 실시예에서, 2017년 1월 30일자로 "향상된 리서치 플랫폼을 위한 시스템 및 방법(Systems and methods for an enhanced search platform)"이라는 명칭으로 출원된 미국 가출원 제62/452,040호에 설명된 바와 같이, 큐레이트된 온라인 리서치 아카이브는 "검색 여행"으로 지칭될 수도 있으며, 이 가출원의 개시 전체는 본 명세서에 참조로서 통합된다. 큐레이트된 온라인 리서치 아카이브(또는 "Pik")는 링크 및 코멘트를 갖는 모든 서브토픽의 포괄적인 뷰로 구성될 것이다. 이러한 링크는 그의 유용성에 기초하여 선택되었으므로, 바운싱의 가능성이 크게 줄어든다. 사용자는 리서치의 정확성과 유용성을 확인하기 위해 크리에이터와 그의 Pik의 평점과 설명을 볼 수 있다.
지식이 풍부한 사용자(본 명세서에서 "크리에이터"로 지칭됨)에 대해, 설명된 시스템 및 방법은 그의 리서치를 조직화, 저장 및 공유하는 것을 돕는 두 가지 방법을 제공할 수 있다. 첫째, 크리에이터는 그의 링크와 관련 정보를 복사하여 그의 계정에 붙여 넣을 수 있을 것이다. 그렇게 하는 것은 그가 인터넷과 상호 작용할 수 있는 디바이스를 갖는 한 그로 하여금 리서치에 액세스할 수 있게 한다. 둘째, 브라우저 확장(browser extension)은 사용자가 코멘트를 배치하고 추가로 조직화할 수 있는 영역에 필수 링크 및 정보를 자동으로 저장하는 것을 도울 것이다.
리서치 목표 기반 온라인 리서치
본 명세서에서는 사용자 모델링 및 인지 기술로 사용자 행동을 분석하고, 리서치 목표를 지원하며, 동일하거나 유사한 리서치 목표를 가진 다른 사용자의 검색 이력 또는 검색 여행을 추천하는 검색 시스템 또는 리서치 시스템이 상세하게 설명된다.
예시적인 실시예에서, 향상된 리서치 시스템은 리서치 목표를 지원한다. 예시적인 실시예에서, 향상된 리서치 시스템은 사용자에 의해 입력된 키워드 또는 검색어를 파싱(parsing)하고, 키워드 분석을 통해 리서치 목표를 자동으로 결정한다. 향상된 리서치 시스템은 사용자에 의해 입력된 각각의 키워드 또는 검색어에 카테고리를 할당할 수 있다.
일부 실시예에서, 향상된 리서치 시스템은 또한 Pik의 생성을 가능하게 한다. 본 명세서에 사용된 바와 같이, "Pik"은 사용자가 자신의 리서치 목표와 관련이 있거나 가치가 있다는 것을 발견한, 인터넷 상에서 이용 가능한 검색 결과 또는 콘텐츠의 조직화된 리스트일 수 있다. Pik은 리서치 목표를 나타내는 타이틀, 유사한 데이터, 콘텐츠, 웹사이트 및 정보를 그룹화하기 위한 카테고리를 나타내는 서브타이틀, 및 넓은 개념으로부터 좁은 개념으로의 진행을 나타내기 위한 각각의 서브타이틀 내의 웹사이트 및 콘텐츠의 순서를 포함할 수 있다. Pik은 처음부터 종료까지의 검색 활동의 간소화된 보고일 수 있다. 예를 들어, 사용자는 드론 구매에 관심이 있을 수 있고, 드론을 구매하기 전에 심층적인 리서치를 수행하기를 원하는 부지런한 사람일 수 있다. 따라서, 사용자는 검색 상자에 30개 정도의 키워드를 입력하고, 총 약 5시간 동안 검색하여 약 200개의 링크 또는 검색 결과를 방문한다. 향상된 리서치 시스템을 통해, 사용자는 Pik으로서 방문된 관련 또는 유용한 링크 또는 검색 결과를 저장할 수 있다. 사용자는 저장된 링크를 카테고리화하고 Pik에서 링크에 대한 논리적 순서를 설정할 수도 있다.
일 실시예에서, 사용자는 그 자신의 Pik을 생성할 수 있다. 다른 실시예에서, 향상된 리서치 시스템은 시간에 따라 수집된 데이터를 분석함으로써 자동으로 Pik을 생성하며, 데이터는 검색 결과 또는 콘텐츠와 사용자의 리서치 목표와의 관련도를 나타낸다. Pik은 콘텐츠 또는 검색 결과에 대한 카테고리 타이틀 및 콘텐츠 또는 검색 결과의 순서(관련도에 기초할 수 있음)를 포함할 수 있다. 일부 실시예에서, 시스템은 사용자에게 제안을 제공할 수 있다. 예를 들어, 사용자가 리서치 목표에 대한 타이틀을 만들 때, 시스템은 고려할 섹션을 제안할 수 있다. 일부 실시예에서, 사용자가 Pik을 참조하거나 편집할 때, 시스템은 Pik의 하나 이상의 섹션에 추가할 새로운 링크를 제안할 수 있다.
일부 실시예에서, 향상된 리서치 시스템은 사용자와 관련된 검색 결과 및 콘텐츠를 제공하기 위해 사용자 행동을 분석할 수 있다. 사용자 행동은 기계 학습 기술, 인지 기술, 사용자 행동 모델링, 검색 이력, 브라우징 이력, 구매 이력, 및 사용자 특성화를 도울 수 있는 다른 데이터를 사용하여 특성화될 수 있다.
향상된 리서치 시스템은 다른 사용자의 Pik을 추천할 수도 있다. 예시적인 실시예에서, 향상된 리서치 시스템은 사용자 특성화 및 사용자의 리서치 목표를 분석하고, 사용자 특성화 및 사용자의 리서치 목표와 매칭되거나 실질적으로 매칭되는 기존의 Pik을 식별한다.
예시적인 실시예에서, 향상된 리서치 시스템은 컴퓨팅 디바이스 상에 설치된 웹 브라우저와 함께 사용하기 위한 플러그인 또는 확장으로서 제공된다. 모바일 디바이스에서 사용하기 위해, 향상된 리서치 시스템은 애플리케이션(예를 들어, 앱)으로서 제공될 수 있다.
일부 실시예에서, 사용자는 자신의 Pik을 향상된 리서치 시스템의 다른 사용자와 공유할 수 있다. 사용자는 자신의 Pik을 편집할 수도 있다. 향상된 리서치 시스템은 또한 사용자가 다른 사용자에게 메시지를 보낼 수 있는 메시징 시스템을 포함할 수 있다. 이러한 방식으로, 향상된 리서치 시스템은 사용자가 지식과 정보를 찾고 배우고 공유할 수 있는 협력 환경을 제공한다. 일부 실시예에서, Pik의 공유는 협력 또는 소셜 리서치를 포함할 수 있다. 예를 들어, (지식이 풍부하거나 그렇지 않은) 사용자는 Pik을 시작하고 섹션과 링크를 추가하기 위해 이를 공개할 수 있다. 일부 실시예에서, 사용자는 Pik에 대해 협력하도록 사람(친구, 가족 등)을 초대할 수 있다. 예를 들어, 사용자는 그룹 여행을 계획하고 여행 리서치 의 Pik을 시작할 수 있다. 사용자는 Pik에 대해 협력하도록 자신과 함께 여행할 다른 사람을 초대할 수 있다.
예시적인 흐름도가 예시의 목적으로 본 명세서에서 제공되며, 방법의 비제한적인 예이다. 이 분야의 통상의 기술자는 예시적인 방법이 예시적인 흐름도에 도시된 것보다 더 많거나 적은 단계를 포함할 수 있으며, 예시적인 흐름도의 단계는 예시적인 흐름도에 도시된 순서와 다른 순서로 수행될 수 있음을 인식할 것이다.
도 1은 예시적인 실시예에 따른, 모듈로 구현된 향상된 리서치 시스템(100)을 도시하는 블록도이다. 일부 실시예에서, 시스템은 도 8에 도시된 서버(830)에서 구현될 수 있고, 클라이언트 디바이스는 인터넷을 통해 시스템에 액세스할 수 있다. 일부 실시예에서, 시스템은 도 8에 도시된 디바이스(810, 820)에서 구현될 수 있다. 모듈은 사용자 프로파일 모듈(110), 파싱 모듈(120), Pik 모듈(130), 사용자 분석 모듈(140), 추천 모듈(150) 및 사용자 인터페이스 모듈(160)을 포함한다. 모듈은 다양한 회로 및 하나 이상의 소프트웨어 컴포넌트, 프로그램, 애플리케이션, 앱, 또는 디바이스(810, 820)에 포함된 하나 이상의 프로세서에 의해 실행되도록 구성된 코드 베이스 또는 명령어의 다른 유닛을 포함할 수 있다. 다른 실시예에서, 사용자 프로파일 모듈(110), 파싱 모듈(120), Pik 모듈(130), 사용자 분석 모듈(140), 추천 모듈(150), 사용자 인터페이스 모듈(160) 중 하나 이상이 서버(830)에 포함될 수 있는 반면, 다른 것들은 디바이스(810, 820)에서 제공될 수 있다. 사용자 프로파일 모듈(110), 파싱 모듈(120), Pik 모듈(130), 사용자 분석 모듈(140), 추천 모듈(150) 및 사용자 인터페이스 모듈(160)은 도 1에 별개의 모듈로서 도시되지만, 이들은 도시된 것보다 적거나 많은 모듈로서 구현될 수 있다는 것을 이해해야 한다. 임의의 모듈은 데이터베이스(예를 들어, 데이터베이스(840)), 서버(예를 들어, 서버(830)) 또는 디바이스(예를 들어, 디바이스(810, 820))와 같은, 시스템(800)(도 8)에 포함된 하나 이상의 컴포넌트와 통신할 수 있음을 이해해야 한다.
사용자 프로파일 모듈(110)은 향상된 리서치 시스템의 사용자에 대한 사용자 프로파일을 관리 및 유지하도록 구성될 수 있는 소프트웨어 또는 하드웨어 구현 모듈일 수 있다. 사용자 프로파일은 사용자 이름, 비밀번호, 이름, 지리적 위치, 데모그래픽, 사용자 선호 및 기타 사용자 정보와 같은 정보를 포함할 수 있다.
파싱 모듈(120)은 향상된 리서치 시스템에서 사용자에 의해 입력된 하나 이상의 키워드 또는 검색어를 파싱함으로써 리서치 목표를 식별하도록 구성될 수 있는 소프트웨어 또는 하드웨어 구현 모듈일 수 있다. 파싱 모듈(120)은 사용자에 의해 입력된 키워드 또는 검색어 각각을 예를 들어 타겟, 액션, 목적, 경험 레벨, 가격 범위 등으로 카테고리화할 수 있다. 파싱 모듈(120)은 자연 언어 처리, 클러스터링 기술, 자동 라벨링 기술 및 기타 메커니즘을 사용하여 키워드 또는 검색어를 카테고리화할 수 있다. 예시적인 실시예에서, 파싱 모듈(120)은 사용자의 과거 검색 이력 또는 과거에 입력된 키워드에 기초하여 패턴을 인식하고, 패턴을 사용하여 사용자에 의해 입력된 인스턴트 키워드 또는 검색어를 카테고리화할 수 있다. 카테고리화된 키워드 또는 검색어는 리서치 목표로서 지칭될 수 있다.
예를 들어, 사용자는 키워드 또는 검색어로서 "학교 프로젝트를 위해 드론의 구매를 원한다"라고 입력할 수 있다. 파싱 모듈(120)은 키워드를 파싱하여 카테고리화할 수 있다. 예를 들어, "드론"은 '타겟'으로 카테고리화될 수 있고, "구매"는 '액션'으로 카테고리화될 수 있고, "학교"는 "목적"으로 카테고리화될 수 있다. 예시적인 실시예에서, 파싱 모듈(120)은 과거 검색 이력에 기초하여 리서치 목표에 대한 경험 레벨을 식별할 수 있다. 예를 들어, 경험 레벨은 파싱 모듈(120)이 과거의 검색 이력 및 사용자 활동으로부터 사용자가 드론에 대한 초보자 레벨의 지식을 갖는 것으로 인식하는 것에 기초하여 "초보자"로서 설정될 수 있다.
예시적인 실시예에서, 사용자는 키워드 또는 검색어를 사용자 인터페이스에서 특정 카테고리 하에 입력함으로써 키워드 또는 검색어를 특성화할 수 있다.
Pik 모듈(130)은 생성된 Pik을 데이터베이스에 저장하고, Pik을 관리 및 유지하고, 사용자에 의한 편집에 기초하여 Pik을 업데이트하고, 다른 사용자와의 사용자에 의한 Pik의 공유를 기록하도록 구성될 수 있는 소프트웨어 또는 하드웨어 구현 모듈일 수 있다. Pik 모듈(130)은 각각의 Pik에 대한 데이터 및 정보, 예를 들어 조직화된 링크 리스트, 검색 결과 또는 콘텐츠를 관리할 수 있다.
예시적인 실시예에서, Pik 모듈(130)은 리서치 목표에 대한 검색 결과의 관련도를 분석하여 Pik을 자동으로 생성하도록 구성될 수 있다. Pik 모듈(130)은 검색된 키워드를 고려하여 특정 링크 또는 콘텐츠를 방문하는 사용자의 수, 검색된 키워드를 고려하여 특정 웹사이트에서 사용자가 보낸 시간의 양 및 웹사이트와 관련하여 사용자가 취한 임의의 후속 액션(예를 들어, 북마크로서의 저장, 웹사이트 내의 다른 링크 클릭, 웹사이트에서의 구매 완료 등)을 포함하는 대량의 데이터를 분석하기 위해 기계 학습 기술을 이용할 수 있다. 일부 실시예에서, Pik 모듈(130)은 다른 데이터 및 메트릭을 분석하기 위해 기계 학습 기술을 이용할 수 있다.
사용자 분석 모듈(140)은 사용자와 관련된 다양한 데이터를 분석하고, 결정된 특성을 데이터베이스에 저장하여 사용자를 특성화하도록 구성될 수 있는 소프트웨어 또는 하드웨어 구현 모듈일 수 있다. 예를 들어, 사용자 분석 모듈(140)은 사용자의 검색 이력, 사용자의 브라우징 이력, 사용자의 구매 습관, 사용자의 데모그래픽, 사용자의 지리적 위치, 사용자의 소셜 미디어 프로파일 및 콘텐츠 등과 같은 데이터를 분석할 수 있다. 사용자 분석 모듈(140)은 기계 학습 기술 또는 인지 기술을 이용하여 데이터를 분석하고 사용자를 특성화할 수 있다. 일부 실시예에서, 사용자 분석 모듈(140)은 상이한 사용자 디바이스로 상이한 사용자에 의해 액세스될 수 있는 서버에서 구현될 수 있다. 일부 실시예에서, 사용자 분석 모듈(140)은 사용자 디바이스 상에 별개의 프로파일 및/또는 계정을 가질 수 있는 상이한 사용자에 의해 공유되는 하나의 사용자 디바이스에서 구현될 수 있다.
추천 모듈(150)은 데이터베이스에 질의하여 Pik 검색 결과를 생성하고, 파싱 모듈(120)에 의해 식별된 리서치 목표 및 사용자 분석 모듈(140)에 의해 식별된 사용자 특성을 고려하여 각각의 결과의 (리서치 목표에 대한) 관련도를 분석하는 것에 기초하여 Pik 검색 결과를 순위화하도록 구성될 수 있는 소프트웨어 또는 하드웨어 구현 모듈일 수 있다. 추천 모듈(150)은 또한 데이터베이스에 질의하여, 리서치 목표 및 사용자 특성과 매칭되거나 실질적으로 매칭되는 Pik을 식별하도록 구성될 수 있다. 추천 모듈(150)은 개인화된 검색 결과 및 개인화된 Pik 추천을 제공하기 위해 사용자 모델링, 협력 필터링, 콘텐츠 기반 필터링, 회귀 모델링 및 기타 메커니즘을 구현하는 수학적 알고리즘 또는 기술을 이용할 수 있다. 추천 모듈(150)은 또한 Pik이 사용자에게 추천되어야 하는지를 결정할 때 Pik의 인기도, 적시성 및 기타 인자와 같은 정보를 분석할 수 있다.
추천 모듈(150)은 키워드의 검색 및 각각의 키워드의 할당된 카테고리에 기초하여 검색 결과 및 Pik을 식별한다. "학교 프로젝트를 위해 드론의 구매를 원한다"라는 이전 예를 사용하여 설명하면, 추천 모듈(150)은 인터넷을 검색하거나 데이터베이스에 질의하는 동안 "드론"이 타겟이고, "구매"가 액션이고, "학교"가 목적이고, "초보자"가 경험 레벨이라는 점을 고려한다. 이러한 방식으로, 향상된 리서치 시스템은 전통적인 검색 엔진보다 더 적절한 결과를 제공할 수 있다.
예시적인 실시예에서, 각각의 Pik은 하나 이상의 리서치 목표와 관련되고 데이터베이스에 그와 같이 저장된다. 각각의 Pik은 또한 Pik을 생성한 사용자에 기초하여 사용자 특성과 관련될 수 있다. 예시적인 실시예에서, 추천 모듈(150)은 각각이 리서치 목표 및/또는 사용자 특성과 얼마나 잘 매칭되는지에 기초하여 Pik을 순위화한다. 예를 들어, 사용자가 입력한 키워드와 동일한 리서치 목표와 관련되고 인스턴트 사용자와 동일한 사용자 특성과 관련된 Pik은 더 높게 순위화된다. Pik은 생성 시간, 리서치 트렌드 또는 인기도를 포함하는 다른 인자에 기초하여 순위화될 수도 있다.
사용자 인터페이스 모듈(160)은 사용자가 본 명세서에 설명된 향상된 리서치 시스템을 사용할 수 있게 하는 디바이스(710, 720) 상의 사용자 인터페이스를 관리 및 디스플레이하도록 구성될 수 있는 소프트웨어 또는 하드웨어 구현 모듈일 수 있다. 사용자 인터페이스 모듈(160)은 향상된 리서치 시스템에 의해 식별된 검색 결과 및 Pik의 디스플레이를 용이하게 할 수 있다. 예시적인 사용자 인터페이스 스크린이 도 6a-6f와 관련하여 설명된다.
도 2는 예시적인 실시예에서 향상된 리서치 시스템에 의해 수행되는 예시적인 방법(200)의 흐름도이다. 단계 202에서, 파싱 모듈(120)은 향상된 리서치 시스템에 의해 제공된 사용자 인터페이스 스크린을 통해 사용자로부터 키워드를 수신한다. 단계 204에서, 파싱 모듈(120)은 사용자에 의해 입력된 키워드를 카테고리화함으로써 리서치 목표를 결정한다. 파싱 모듈(120)은 사용자에 의해 입력된 키워드 또는 검색어 각각을 타겟, 액션, 목적, 경험 레벨, 가격 범위 등과 같은 카테고리로 카테고리화할 수 있다. 파싱 모듈(120)은 자연 언어 처리, 클러스터링 기술, 자동 라벨링 기술 및 기타 메커니즘을 사용하여 키워드 또는 검색어를 카테고리화할 수 있다. 예시적인 실시예에서, 파싱 모듈(120)은 사용자의 과거 검색 이력 또는 과거에 입력된 키워드에 기초하여 패턴을 인식하고, 패턴을 사용하여 사용자에 의해 입력된 인스턴트 키워드 또는 검색어를 카테고리화할 수 있다.
단계 206에서, 사용자 분석 모듈(140)은 사용자 데모그래픽 및 행동 데이터를 분석하여 사용자를 특성화한다. 예를 들어, 사용자 분석 모듈(140)은 사용자의 위치, 성별, 연령, 경험 레벨, 교육 레벨, 가구 소득 등과 같은 데모그래픽 데이터를 분석할 수 있다. 사용자 분석 모듈(140)은 또한 사용자의 검색 이력, 사용자의 브라우징 이력, 사용자의 구매 습관, 사용자의 소셜 미디어 프로파일 및 콘텐츠 등과 같은 데이터를 분석할 수 있다. 사용자 분석 모듈(140)은 기계 학습 기술 또는 인지 기술을 이용하여 데이터를 분석하고 사용자를 특성화할 수 있다.
단계 208에서, 추천 모듈(150)은 데이터베이스에 질의하여 리서치 목표와 매칭되거나 실질적으로 매칭되는 결과를 식별한다. 예시적인 실시예에서, 식별된 결과는 Pik이다. 예시적인 실시예에서, 추천 모듈(150)은 또한 사용자 데모그래픽 및 행동 데이터의 분석에 기초하여 결과를 식별한다.
단계 210에서, 추천 모듈(150)은 각각의 결과의 리서치 목표에 대한 관련도에 기초하여, 식별된 결과를 순위화한다. 결과는 또한 사용자 데모그래픽 및 행동 데이터의 분석 및 데모그래픽 및 행동 데이터에 기초하는 결과의 관련도의 결정에 기초하여 순위화된다. 단계 212에서, 사용자 인터페이스 모듈(160)은 순위화된 결과를 사용자 인터페이스(예를 들어, 후술하는 도 6e의 사용자 인터페이스 스크린(640))에 디스플레이한다. 일부 실시예에서, 추천 모듈(150)은 또한 Pik 결과를 날짜, 가장 많이 봄, 가장 많이 저장됨, 순위 또는 링크 수에 따라 분류할 수 있다. 일부 실시예에서, 추천 모듈(150)은 또한 카테고리에 따라 Pik 결과를 필터링할 수 있다.
키워드 및 태그 기반 온라인 리서치
일부 실시예에서, 사용자는 리서치 목표 대신 하나 이상의 키워드 및 태그를 제공할 수 있다. 이어서, 시스템은 식별된 키워드 및 태그에 기초하여 하나 이상의 Pik을 사용자에게 반환할 수 있다.
도 3은 키워드 및 태그 기반 온라인 리서치 방법(300)을 나타내는 흐름도이다. 단계 302에서, 시스템은 사용자로부터 하나 이상의 키워드를 수신할 수 있다. 예를 들어, 일 실시예에서, 키워드는 사용자가 관심 있는 제품 타입의 이름을 포함할 수 있다. 일 실시예에서, 키워드는 사용자가 계획하고 있는 여행에 대한 여행 목적지의 이름을 포함할 수 있다. 일 실시예에서, 키워드는 사용자가 필요로 할 수 있는 서비스를 포함할 수 있다.
단계 304에서, 시스템은 사용자로부터 하나 이상의 태그를 수신할 수 있다. 일부 실시예에서, 사용자는 키워드를 타이핑한 다음에 상부에 관련 태그를 갖는 Pik 결과 리스트를 수신할 수 있다. Pik 검색 결과 페이지에는 사용자가 그의 결과 페이지를 필터링하는 데 도움이 되도록 선택할 수 있는 관련 태그 리스트가 있다. 예를 들어, 일 실시예에서, 태그는 사용자가 관심 있는 제품의 가격 범위를 포함할 수 있다. 일 실시예에서, 태그는 사용자가 계획하고 있는 여행 시간을 포함할 수 있다. 일 실시예에서, 태그는 사용자의 위치, 성별, 연령, 경험 레벨, 교육 레벨, 가구 소득 등과 같은 사용자의 데모그래픽 데이터를 포함할 수 있다.
단계 306에서, 시스템은 데이터베이스에 질의하여 키워드 및 태그와 매칭되거나 실질적으로 매칭되는 결과를 식별할 수 있다. 일 실시예에서, 식별된 결과는 하나 이상의 Pik이다. 일 실시예에서, 시스템은 또한 사용자 데모그래픽 및 행동 데이터의 분석에 기초하여 결과를 식별한다.
단계 308에서, 시스템은 키워드 및 태그에 대한 각각의 결과의 관련도에 기초하여 식별된 결과를 순위화할 수 있다. 결과는 또한 사용자 데모그래픽 및 행동 데이터의 분석 및 데모그래픽 및 행동 데이터에 기초하는 결과의 관련도 결정에 기초하여 순위화된다. 단계 310에서, 사용자 인터페이스 모듈(160)은 순위화된 결과를 사용자 인터페이스에 디스플레이한다.
도 4a 및 4b는 예시적인 실시예에 따른 향상된 리서치 시스템에 대한 예시적인 데이터 흐름을 나타내는 흐름도(400)이다. 이 예에서, 향상된 리서치 시스템은 웹사이트로서 제공된다. 흐름도(400)는 향상된 리서치 시스템(예를 들어, 웹사이트), 향상된 리서치 시스템을 위한 API, 및 데이터베이스와 같은 다양한 컴포넌트 간의 데이터 흐름을 도시한다. 흐름도(400)는 사용자가 향상된 리서치 시스템에 대한 로그인 페이지로 내비게이트할 때, 사용자가 검색 대화 상자/페이지로 내비게이트할 때, 사용자가 향상된 리서치 시스템에 의해 생성된 검색 결과 페이지로 내비게이트할 때, 그리고 사용자가 Pik 페이지로 내비게이트할 때의 데이터 흐름을 도시한다.
단계 402에서, 사용자는 향상된 리서치 시스템 웹사이트에서 향상된 리서치 시스템과 관련된 자신의 크리덴셜(credential)을 입력할 수 있고, 애플리케이션 인터페이스(API)는 로그인 정보를 데이터베이스에 전송할 수 있다. 인증이 완료되면, 단계 404에서 사용자는 검색 페이지로 내비게이트될 수 있다. 사용자는 웹사이트에서 검색 키워드를 타이핑할 수 있다. 사용자는 웹사이트 및 API를 통해 데이터베이스에서 검색 힌트를 얻을 수 있다. 사용자는 웹사이트 및 API를 통해 데이터베이스에서 검색 옵션을 얻을 수도 있다. 그런 다음, 사용자는 웹사이트에서 검색 질의를 제출할 수 있다. 단계 406에서, 사용자는 검색 결과 페이지로 내비게이트될 수 있다. 웹사이트는 데이터베이스에서 검색 결과를 요청하고 디스플레이할 수 있다. 검색 결과는 다른 사용자가 생성한 하나 이상의 Pik을 포함할 수 있다. 단계 408에서, 사용자는 검색 결과로부터 특정 Pik을 보도록 선택할 수 있다. 그런 다음, 웹사이트는 이 선택을 데이터베이스로 전송하여 이 Pik의 뷰 수를 업데이트할 수 있다. 사용자는 또한 "좋아요(like)"버튼을 클릭할 수 있으며, 따라서 이 Pik의 좋아요 수가 업데이트될 수 있다. 사용자는 소셜 네트워크 또는 다른 채널(예를 들어, 이메일, 텍스트 등)을 통해 이 Pik을 다른 사람과 공유할 수도 있다. 그런 다음, 이 Pik의 공유 수도 업데이트될 수 있다. 일부 실시예에서, 사용자는 Pik에 대한 평점을 제공할 수 있고, Pik의 평균 평점이 업데이트될 수 있다. 일부 실시예에서, 사용자는 Pik을 자신의 계정에 저장할 수 있다. 일부 실시예에서, 사용자는 특정 크리에이터를 구독할 수 있다.
Pik 생성
본 개시는 사용자가 자신의 Pik을 생성하고 저장하기 위한 시스템 및 방법을 설명한다. 일부 실시예에서, 사용자는 웹사이트를 사용하여 Pik을 생성하고 저장할 수 있다. 일부 실시예에서, 사용자는 브라우저 확장(예를 들어, 구글 크롬(상표) 확장)을 사용하여 Pik을 생성 및 저장할 수 있다.
도 5는 Pik을 생성하는 웹사이트 기반 방법(500)을 도시하는 흐름도이다. 단계 502에서, 사용자는 자신의 크리덴셜을 이용하여 시스템의 웹사이트(예를 들어, "Pikurate" 웹사이트)에 로그인할 수 있다. 단계 504에서, 사용자는 Pik에 대한 타이틀 및 하나 이상의 태그를 지정할 수 있다. 단계 506에서, 사용자는 웹사이트에서 Pik의 콘텐츠 및 링크를 입력할 수 있다. 일부 실시예에서, 사용자는 자신이 방문하고 있는 웹사이트 링크를 복사하여 시스템 웹사이트에 붙여 넣을 수 있다. 일부 실시예에서, 사용자는 자신이 좋아하는 웹사이트 콘텐츠를 복사하여 시스템 웹사이트에 붙여 넣을 수 있고, 웹사이트 콘텐츠는 저장되는 링크에 결합될 수 있다. 단계 508에서, 사용자는 시스템 웹사이트에 코멘트를 추가할 수 있다. 일부 실시예에서, 사용자는 웹사이트 링크에 관한 노트를 추가할 수 있다. 일부 실시예에서, 사용자는 왜 자신이 콘텐츠를 좋아하는지를 설명할 수 있다. 단계 510에서, 사용자는 생성된 Pik을 시스템에 저장할 수 있다.
도 6은 Pik을 생성하는 브라우저 확장 기반 방법(600)을 도시한 흐름도이다. 단계 602에서, 사용자가 인터넷 브라우저(예를 들어, 구글 크롬(상표) 브라우저, 파이어폭스(등록상표) 브라우저 등)를 열 때, 브라우저 확장(예를 들어, 구글 크롬(상표) 확장, 파이어폭스(등록상표) 확장 등)이 자동으로 시작될 수 있다. 일부 실시예에서, 사용자는 브라우저에서 브라우저 확장을 수동으로 가능하게 할 수 있다.
단계 604에서, 브라우저 확장은 사용자로부터 타이틀 및 하나 이상의 태그를 수신할 수 있다. 예를 들어, 일 실시예에서, 타이틀은 사용자가 관심 있는 제품 타입의 이름을 포함할 수 있다. 일 실시예에서, 타이틀은 사용자가 계획하고 있는 여행에 대한 여행 목적지의 이름을 포함할 수 있다. 일 실시예에서, 타이틀은 사용자가 필요로 할 수 있는 서비스를 포함할 수 있다. 일 실시예에서, 태그는 사용자가 관심 있는 제품의 가격 범위를 포함할 수 있다. 일 실시예에서, 태그는 사용자가 계획하고 있는 여행 시간을 포함할 수 있다. 일 실시예에서, 태그는 사용자의 위치, 성별, 연령, 경험 레벨, 교육 레벨, 가구 소득 등과 같은 사용자의 데모그래픽 및 행동 데이터를 포함할 수 있다.
단계 606에서, 브라우저 확장은 사용자의 브라우징 이력을 기록하기 시작하라는 사용자의 명령을 수신할 수 있다. 일부 실시예에서, 사용자는 브라우저 확장 상의 버튼을 클릭하여 기록을 시작할 수 있다. 일부 실시예에서, 사용자는 버튼을 클릭하여 기록을 종료할 수 있다. 일부 실시예에서, 사용자는 또한 확장 버튼 또는 핫키로 링크 및 코멘트를 수동 저장할 수 있다.
단계 608에서, 기록된 브라우징 이력이 필터링될 수 있다. 일부 실시예에서, 사용자는 필요하지 않은 임의의 웹사이트 링크를 수동으로 제거할 수 있다. 일부 실시예에서, 브라우저 확장은 미리 정의된 알고리즘으로 리스트를 필터링할 수 있다. 일 실시예에서, 알고리즘은 사용자가 특정 웹사이트에 머무르는 시간에 기초하여 리스트를 필터링할 수 있다. 다른 실시예에서, 알고리즘은 클릭, 스크롤 등과 같이 특정 웹사이트에서 취해진 액션에 기초하여 필터링할 수 있다. 다른 실시예에서, 알고리즘은 특정 웹사이트 상의 최소 문자 수량에 기초하여 필터링할 수 있다. 다른 실시예에서, 알고리즘은 키워드 분석에 기초하여 필터링할 수 있다. 다른 실시예에서, 알고리즘은 다른 사용자에 의해 저장된 링크에 기초하여 필터링할 수 있다.
단계 610에서, 사용자는 생성된 Pik을 브라우저 확장에 저장할 수 있다. 일부 실시예에서, 사용자가 생성된 Pik을 공유하기를 원한다면, 브라우저 확장은 그것을 시스템 서버에 업로드할 수 있다.
도 7a 및 7b는 예시적인 실시예에 따른 향상된 리서치 시스템에 대한 예시적인 데이터 흐름을 나타내는 흐름도(700)이다. Pik은 도 7a-7b에서 검색 여행으로 지칭된다. 이 예에서, 향상된 리서치 시스템은 구글 크롬(상표) 확장으로서 제공된다. 흐름도(700)는 사용자의 웹 브라우저, 인터넷, 향상된 리서치 시스템(예를 들어, 구글 크롬(상표) 확장), 향상된 리서치 시스템에 대한 API 및 데이터베이스와 같은 다양한 컴포넌트 간의 데이터 흐름을 도시한다. 흐름도(700)는 사용자가 Pik을 생성할 때의 데이터 흐름을 도시한다.
단계 702에서, 사용자는 인터넷 상에서 정보를 검색하기 위해 브라우저(예를 들어, 구글 크롬(상표) 브라우저, 파이어폭스(등록상표) 브라우저)를 시작할 수 있다. 향상된 리서치 시스템은 브라우저 내의 확장 도구(예를 들어, 구글 크롬(상표) 브라우저 내의 구글 크롬(상표) 확장)를 포함할 수 있다. 확장 도구는 브라우저가 실행됨에 따라 활성화될 수 있다. 확장 도구는 사용자가 향상된 리서치 시스템에 대한 자신의 크리덴셜을 입력하는 로그인 페이지로 사용자를 내비게이트할 수 있다. 그런 다음, 확장 도구는 인증을 위해 크리덴셜을 데이터베이스에 전송할 수 있다. 로그인 정보가 인증 프로세스를 통과하면, 사용자는 Pik 페이지로 내비게이트될 수 있다. 확장 도구는 현재 활성 페이지 데이터를 획득하고 분석할 수 있다. 확장 도구는 브라우징 이력을 기록하고 데이터베이스로 데이터를 전송할 수 있다. 단계 704에서, 사용자는 확장 도구 상의 버튼을 클릭함으로써 새로운 Pik을 기록하기 시작할 수 있다. 사용자는 새로운 Pik의 이름을 입력하도록 요청될 수 있다. 생성된 새로운 Pik은 활성 여행으로 설정할 수 있다. 단계 706에서, 사용자는 새로운 Pik에 대한 카테고리 이름을 추가하도록 요청될 수 있다. 단계 708에서, 사용자는 새로운 Pik에 대한 태그 이름을 추가하도록 요청될 수 있다. 단계 710에서, 사용자는 현재 Pik을 저장하기로 선택할 수 있고, 확장 도구는 데이터를 데이터베이스로 전송할 수 있다.
일부 실시예에서, 향상된 리서치 시스템은 원치 않거나 관련 없는 검색 이력을 제거하기 위한 필터를 포함할 수 있다. 일 실시예에서, 사용자가 어느 검색 이력 및/또는 레코드를 유지할지를 수동으로 선택하고 나머지를 제거할 수 있도록 수동 필터가 구현될 수 있다. 일 실시예에서, 자동 필터가 미리 정의된 알고리즘 및/또는 규칙을 이용하여 구현될 수 있다. 예를 들어, 필터는 부모 웹페이지를 자동으로 제거하고 관련 자식 웹페이지만을 유지할 수 있다. 다른 예에서, 필터는 사용자가 방문중인 웹 페이지를 아래로 스크롤하는지를 자동으로 검출할 수 있다. 그러하다면, 필터는 웹 페이지가 관련성이 있다고 결정하고 이를 검색 레코드에 유지할 수 있다. 이러한 관련 웹페이지는 활성 섹션에 저장된다. 사용자는 확장 버튼 또는 핫키를 통해 링크를 수동으로 저장하거나, 링크에 대해 코멘트하거나, 섹션을 강조 및 저장할 수도 있다. 사용자는 나중에 그것들을 시스템의 확장 또는 웹사이트를 통해 액세스, 편집, 조직화 및 업데이트할 수 있다. 일부 실시예에서, 시스템은 사용자의 의한 방문의 지속기간, 그것이 검색 엔진 결과 페이지인지 여부, 마우스 액션, 웹사이트 상의 문자 수 등을 포함하는 다른 기준을 이용하여 검색 이력을 필터링할 수 있다.
도 8은 예시적인 실시예에 따른 향상된 리서치 시스템을 구현하기 위한 시스템(800)을 나타내는 네트워크 도면을 도시한다. 시스템(800)은 네트워크(805), 다수의 디바이스, 예를 들어 디바이스(810), 디바이스(820), 서버(830) 및 데이터베이스(840)를 포함할 수 있다. 디바이스(810, 820), 서버(830) 및 데이터베이스(840)) 각각은 네트워크(805)와 통신한다. 일부 실시예들에서, 디바이스(810), 디바이스(820), 서버(830), 데이터베이스(840)는 도 9에 도시된 바와 같은 하나 이상의 컴퓨터 디바이스(900)를 포함할 수 있다.
예시적인 실시예에서, 네트워크(705)의 하나 이상의 부분은 애드혹 네트워크, 인트라넷, 엑스트라넷, 가상 비공개 네트워크(VPN), 근거리 네트워크(LAN), 무선 LAN(WLAN, 광역 네트워크(WAN), 무선 광역 네트워크(WWAN), 도시 영역 네트워크(MAN), 인터넷의 일부, 공중 교환 전화 네트워크(PSTN)의 일부, 셀룰러 전화 네트워크, 무선 네트워크, Wi-Fi 네트워크, WiMax 네트워크, 임의의 다른 타입의 네트워크 또는 둘 이상의 이러한 네트워크의 조합일 수 있다.
디바이스(810, 820)는 워크스테이션, 컴퓨터, 범용 컴퓨터, 인터넷 기기, 핸드헬드 디바이스, 무선 디바이스, 휴대용 디바이스, 웨어러블 컴퓨터, 셀룰러 또는 모바일 폰, 휴대용 디지털 어시스턴트(PDA), 스마트폰, 태블릿, 울트라북, 넷북, 랩탑, 데스크탑, 차량에 설치된 컴퓨팅 디바이스, 차량에 설치된 사용자 인터페이스 또는 사용자 대시보드, 다중 프로세서 시스템, 마이크로프로세서 기반 또는 프로그래밍 가능 사용자 전자 제품, 게임 콘솔, 셋톱 박스, 네트워크 PC, 미니 컴퓨터 등을 포함할 수 있지만, 이에 한정되지 않는다.
디바이스(810, 820) 각각은 도 8에 도시된 컴퓨팅 디바이스(800)와 관련하여 설명된 하나 이상의 컴포넌트를 포함할 수 있다. 디바이스(810, 820) 각각은 유선 또는 무선 접속을 통해 네트워크(705)에 접속할 수 있다. 디바이스(810, 820) 각각은 웹 브라우저 애플리케이션, 본 명세서에 설명된 향상된 리서치 시스템에 기초한 애플리케이션 등과 같은, 그러나 이에 한정되지 않는 하나 이상의 애플리케이션을 포함할 수 있다. 예시적인 실시예에서, 디바이스(810, 820)는 본 명세서에 설명된 모든 기능을 수행할 수 있다.
다른 실시예에서, 향상된 리서치 시스템은 디바이스(810, 820) 상에 포함될 수 있고, 서버(830)는 본 명세서에서 설명된 기능을 수행한다. 또 다른 실시예에서, 디바이스(810, 820)는 기능 중 일부를 수행할 수 있고, 서버(830)는 본 명세서에 설명된 다른 기능을 수행한다.
데이터베이스(840) 및 서버(830) 각각은 유선 접속을 통해 네트워크(805)에 접속된다. 대안적으로, 데이터베이스(840) 및 서버(830) 중 하나 이상이 무선 접속을 통해 네트워크(805)에 접속될 수 있다. 도시되지는 않았지만, 서버(830)는 데이터베이스(840)에 (직접적으로) 접속될 수 있다. 서버(830)는 네트워크(805)를 통해 디바이스(810, 820)와 통신하도록 구성된 하나 이상의 컴퓨터 또는 프로세서를 포함한다. 서버(830)는 디바이스(810, 820)에 의해 액세스되는 하나 이상의 애플리케이션 또는 웹사이트를 호스팅하고/하거나, 데이터베이스(840)의 콘텐츠에 대한 액세스를 용이하게 한다. 데이터베이스(840)는 서버(830) 및/또는 디바이스(810, 820)에 의해 사용하기 위한 데이터 및/또는 명령어(또는 코드)를 저장하기 위한 하나 이상의 저장 디바이스를 포함한다. 데이터베이스(840) 및/또는 서버(830)는 서로 또는 디바이스(810, 820)로부터 하나 이상의 지리적으로 분산된 위치에 위치될 수 있다. 대안적으로, 데이터베이스(840)는 서버(830) 내에 포함될 수 있다.
도 9는 본 명세서에 설명된 향상된 리서치 시스템(100)의 예시적인 실시예를 구현하는 데 사용될 수 있는 예시적인 컴퓨팅 디바이스(900)의 블록도이다. 컴퓨팅 디바이스(900)는 예시적인 실시예를 구현하기 위한 하나 이상의 컴퓨터 실행 가능 명령어 또는 소프트웨어를 저장하기 위한 하나 이상의 비일시적 컴퓨터 판독 가능 매체를 포함한다. 비일시적 컴퓨터 판독 가능 매체는 하나 이상의 타입의 하드웨어 메모리, 비일시적이고 유형적인 매체(예를 들어, 하나 이상의 자기 저장 디스크, 하나 이상의 광 디스크, 하나 이상의 플래시 드라이브) 등을 포함할 수 있지만, 이에 제한되지는 않는다. 예를 들어, 컴퓨팅 디바이스(900)에 포함된 메모리(906)는 향상된 리서치 시스템(100)의 예시적인 실시예를 구현하기 위한 컴퓨터 판독 가능 및 컴퓨터 실행 가능 명령어 또는 소프트웨어를 저장할 수 있다. 컴퓨팅 디바이스(900)는 또한 메모리(906)에 저장된 컴퓨터 판독 가능 및 컴퓨터 실행 가능 명령어 또는 소프트웨어 및 시스템 하드웨어를 제어하기 위한 다른 프로그램을 실행하기 위한 구성 가능 및/또는 프로그래밍 가능 프로세서(902) 및 관련 코어(904) 및 옵션으로서 하나 이상의 추가적인 구성 가능 및/또는 프로그래밍 가능 프로세서(902') 및 관련 코어(904')(예를 들어, 컴퓨터 시스템이 다수의 프로세서/코어를 갖는 경우)를 포함한다. 프로세서(902) 및 프로세서(902')는 각각 단일 코어 프로세서 또는 다중 코어(904 및 904') 프로세서일 수 있다.
컴퓨팅 디바이스 내의 기반구조 및 자원이 동적으로 공유될 수 있도록 컴퓨팅 디바이스(900)에서 가상화가 이용될 수 있다. 다수의 프로세서 상에서 실행되는 프로세스를 처리하기 위해 가상 머신(914)이 제공될 수 있어서, 프로세스는 다수의 컴퓨팅 자원이 아니라 하나의 컴퓨팅 자원만을 사용하는 것으로 보일 수 있다. 하나의 프로세서와 함께 다수의 가상 머신이 사용될 수도 있다.
메모리(906)는 컴퓨터 시스템 메모리 또는 DRAM, SRAM, EDO RAM 등과 같은 랜덤 액세스 메모리를 포함할 수 있다. 메모리(906)는 또한 다른 타입의 메모리 또는 이들의 조합을 포함할 수 있다.
사용자는 예시적인 실시예에 따라 제공될 수 있는 하나 이상의 그래픽 사용자 인터페이스(922)를 디스플레이할 수 있는 컴퓨터 모니터와 같은 시각적 디스플레이 디바이스(918)를 통해 컴퓨팅 디바이스(900)와 상호 작용할 수 있다. 컴퓨팅 디바이스(900)는 사용자로부터 입력을 수신하기 위한 다른 I/O 디바이스, 예를 들어 키보드 또는 임의의 적절한 멀티 포인트 터치 인터페이스(808), 포인팅 디바이스(910)(예를 들어, 마우스), 마이크로폰(928) 및/또는 광학 스캐닝/캡처링 디바이스(932)(예를 들어, 카메라, 스캐너, 바코드 리더, QR 코드 리더)를 포함할 수 있다. 멀티 포인트 터치 인터페이스(908)(예를 들어, 키보드, 핀 패드, 스캐너, 터치 스크린 등) 및 포인팅 디바이스(910)(예를 들어, 마우스, 스타일러스 펜 등)는 시각적 디스플레이 디바이스(818)에 결합될 수 있다. 컴퓨팅 디바이스(900)는 다른 적합한 전통적인 I/O 주변 기기를 포함할 수 있다. 본 명세서에 설명된 바와 같이, 광학 스캐닝 디바이스(932)는 컴퓨팅 디바이스(900)가 식별자를 수신하고 처리할 수 있도록 물리적 물체와 관련된 광학 기계 판독 가능 표현을 스캐닝할 수 있다.
컴퓨팅 디바이스(900)는 또한 본 명세서에서 설명된 향상된 리서치 시스템(100)의 예시적인 실시예를 구현하는 데이터 및 컴퓨터 판독 가능 명령어 및/또는 소프트웨어를 저장하기 위한 하드 드라이브, CD-ROM, 또는 다른 컴퓨터 판독 가능 매체와 같은 하나 이상의 저장 디바이스(924)를 포함할 수 있다. 예시적인 저장 디바이스(924)는 또한 예시적인 실시예를 구현하는 데 필요한 임의의 적절한 정보를 저장하기 위한 하나 이상의 데이터베이스를 저장할 수 있다. 예를 들어, 예시적인 저장 디바이스(924)는 시스템(100)의 실시예에 의해 사용될 정보 및 데이터를 저장하기 위한 하나 이상의 데이터베이스(926)를 저장할 수 있다. 데이터베이스는 데이터베이스에 있는 하나 이상의 아이템을 추가, 삭제 및/또는 업데이트하기 위해 임의의 적절한 시간에 수동 또는 자동으로 업데이트될 수 있다.
컴퓨팅 디바이스(900)는 표준 전화 라인, LAN 또는 WAN 링크(예를 들어, 802.11, T1, T3, 56kb, X.25), 광대역 접속(예를 들어, ISDN, 프레임 릴레이, ATM), 무선 접속, 제어기 영역 네트워크(CAN) 또는 위의 것들 중 임의 또는 전부의 일부 조합을 포함하지만 이에 한정되지 않는 다양한 접속을 통해 하나 이상의 네트워크, 예를 들어 근거리 네트워크(LAN), 광역 네트워크(WAN) 또는 인터넷과 하나 이상의 네트워크 디바이스(920)를 통해 인터페이스하도록 구성된 네트워크 인터페이스(912)를 포함할 수 있다. 예시적인 실시예에서, 컴퓨팅 디바이스(900)는 컴퓨팅 디바이스(900)와 네트워크 간의 (예를 들어, 네트워크 인터페이스를 통한) 무선 통신을 용이하게 하기 위한 하나 이상의 안테나(930)를 포함할 수 있다. 네트워크 인터페이스(912)는 내장 네트워크 어댑터, 네트워크 인터페이스 카드, PCMCIA 네트워크 카드, 카드 버스 네트워크 어댑터, 무선 네트워크 어댑터, USB 네트워크 어댑터, 모뎀, 또는 통신이 가능하고 본 명세서에 설명된 동작을 수행할 수 있는 임의의 타입의 네트워크에 컴퓨팅 디바이스(900)를 인터페이스하기에 적합한 임의의 다른 디바이스를 포함할 수 있다. 또한, 컴퓨팅 디바이스(900)는 워크스테이션, 데스크탑 컴퓨터, 서버, 랩탑, 핸드헬드 컴퓨터, 태블릿 컴퓨터(예를 들어, iPad(상표) 태블릿 컴퓨터), 모바일 컴퓨팅 또는 통신 디바이스(예를 들어, iPhone(상표) 통신 디바이스), 내부 회사 디바이스, 또는 통신이 가능하고 본 명세서에 설명된 동작을 수행하기에 충분한 프로세서 파워 및 메모리 용량을 갖는 다른 형태의 컴퓨팅 또는 통신 디바이스와 같은 임의의 컴퓨터 시스템일 수 있다.
컴퓨팅 디바이스(900)는 임의의 Microsoft(등록상표) Windows(등록상표) 운영 체제 버전, Unix 및 Linux 운영 체제의 상이한 릴리스, Macintosh 컴퓨터용 MacOS(등록상표)의 임의 버전, 임의의 내장 운영 체제, 임의의 실시간 운영 체제, 임의의 오픈 소스 운영 체제, 임의의 독점 운영 체제, 또는 컴퓨팅 디바이스에서 실행되고 본 명세서에 설명된 동작을 수행할 수 있는 임의의 다른 운영 체제와 같은 임의의 운영 체제(916)를 실행할 수 있다. 예시적인 실시예에서, 운영 체제(916)는 고유 모드 또는 에뮬레이션 모드에서 실행될 수 있다. 예시적인 실시예에서, 운영 체제(916)는 하나 이상의 클라우드 기계 인스턴스 상에서 실행될 수 있다.
사용자 인터페이스
도 10a-10c는 예시적인 실시예에 따른, 향상된 리서치 시스템이 모바일 디바이스에서 사용될 때에 대한 예시적인 사용자 작업 흐름(1000)을 도시한다. 예시적인 실시예에서, 향상된 리서치 시스템은 "Pikurate"라고 하는 앱으로서 제공될 수 있다. 작업 흐름(1000)은 향상된 리서치 시스템에 대한 홈페이지가 디스플레이되는 단계 1002에서 시작한다. 사용자는 검색 대화 상자에 검색어 또는 키워드를 입력하고 검색 버튼을 클릭한다. 버튼을 클릭하면, 작업 흐름(1000)은 입력된 검색어 또는 키워드가 파싱되고 카테고리화되는 단계 1004로 계속된다. 전술한 바와 같이, 향상된 리서치 시스템은 리서치 목표를 결정하고 카테고리를 각각의 키워드 또는 검색어에 자동으로 할당한다. 단계 1004에서, 향상된 리서치 시스템은 자동으로 카테고리화된 키워드를 디스플레이한다. 예를 들어, "드론"이 타겟 카테고리로서 디스플레이되고, "구매"가 액션 카테고리로서 디스플레이된다. 예시적인 실시예에서, 향상된 리서치 시스템은 사용자의 과거 검색 이력의 분석에 기초하여 "초보자"를 경험 레벨 카테고리에 할당한다.
사용자가 만족하면, 사용자는 검색 버튼을 클릭하여 작업 흐름을 단계 1006으로 계속되게 할 수 있다. 단계 1006에서, 향상된 리서치 시스템은 카테고리화된 키워드 또는 검색어의 분석 및 매칭에 기초하여 Pik 결과를 디스플레이한다. 사용자는 카테고리 버튼을 클릭하여 작업 흐름을 단계 1008로 이동시킬 수 있다. 단계 1008에서, 사용자는 저장 버튼을 클릭하여 관심 있는 검색 결과를 저장할 수 있다. 저장 버튼을 클릭하면 작업 흐름 1000이 단계 1016으로 계속된다(도 10b). 단계 1016에서, 사용자는 검색 결과가 저장되는 폴더 이름을 선택하거나 입력할 수 있다. 이 정보가 입력되면, 작업 흐름은 단계 1006으로 되돌아가서, 사용자는 Pik 결과를 계속 볼 수 있다.
단계 1008에서, 사용자는 자동 할당된 카테고리를 편집할 수도 있다. 예를 들어, 사용자는 단계 1008에서 경험 레벨 카테고리를 클릭함으로써 이를 편집할 수 있다. 이 시점에서, 작업 흐름은 단계 1010으로 계속된다(도 10b). 단계 1010에서, 사용자는 새로운 키워드를 입력하거나 경험 레벨 카테고리에 대해 이용 가능한 키워드 리스트 중에서 선택할 수 있다. 예를 들어, 여기서 사용자는 "초보자" 대신 "아이"를 선택하고 검색 버튼을 클릭한다. 검색 버튼을 클릭하면 단계 1018(도 10c)에서 업데이트된 카테고리화된 키워드와 매칭되는 새로운 Pik 결과가 디스플레이된다.
사용자는 Pik 결과로부터 Pik을 클릭하여 Pik에서 확장된 정보를 디스플레이할 수 있다(도 10b의 단계 1012). 전술한 바와 같이, Pik은 검색 결과, 링크 또는 콘텐츠의 조직화된 리스트이다. 사용자는 모바일 디바이스 인터페이스에서 스와이프 제스처를 사용하여 Pik 결과를 스크롤할 수 있다. 단계 1012에서, 사용자는 Pik 내의 링크를 클릭할 수 있다. 링크를 클릭하면 단계 1014에서 링크가 열린다(도 10b). 사용자는 단계 1014에서 버튼을 클릭함으로써 단계 1012로 복귀하여 Pik을 볼 수 있다.
언제든지 사용자는 검색 버튼을 클릭하여 키워드를 편집하거나 새 키워드를 입력할 수 있다. 예를 들어, 단계 1018(도 10c)에서 사용자는 검색 버튼(예를 들어, 돋보기 아이콘)을 클릭할 수 있고, 작업 흐름은 단계 1020(도 10c)으로 진행하여 사용자가 검색어를 편집할 수 있다.
단계 1022(도 10c)에서, 사용자는 Pik을 공유하기 위한 옵션을 볼 수 있다. 스크린에 디스플레이되는 공유 옵션은 예를 들어 트위터에 공유, 페이스북에 공유, 구글 +에 공유, 링크드인에 공유 및 공유할 URL 복사를 포함한다. 옵션은 또한 부적절한 정보를 포함하는 경우에 사용자가 Pik을 보고하는 데 사용할 수 있는 "보고"도 포함한다.
도 11a 내지 11f는 예시적인 실시예에 따른 향상된 리서치 시스템을 위한 예시적인 사용자 인터페이스 스크린을 도시한다. 예시적인 실시예에서, 향상된 리서치 시스템은 "Pikurate"라는 웹사이트로서 제공될 수 있다.
도 11a는 로그인 페이지를 디스플레이하는 예시적인 사용자 인터페이스 스크린(1100)을 도시한다. 사용자는 로그인 상자(1101)에 계정 크리덴셜을 입력하여 자신의 "Pikurate" 계정에 로그인할 수 있다. 사용자가 Pikurate 계정을 갖지 않는 경우, 사용자는 "등록" 버튼(1102)을 클릭하여 계정을 등록할 수 있다.
도 11b는 사용자가 검색 상자(1111)에 검색어 또는 키워드를 입력할 수 있는 예시적인 사용자 인터페이스 스크린(1110)을 도시한다. 사용자는 카테고리 메뉴(1112)에서 특정 카테고리를 선택할 수 있다. 예를 들어, 사용자는 검색 상자(1111)에서 "awesome digital camera"를 입력하고, 카테고리 메뉴(1112)로부터 "Fun & Photography"를 선택할 수 있다. 입력된 검색어 및 선택된 카테고리에 기초하여, 시스템은 사용자에게 다수의 태그(1113)를 제공할 수 있다. 사용자는 자신에게 매력적인 태그를 선택할 수 있다. 이어서, 시스템은 결과를 좁혀서 결과 섹션(1114)에 디스플레이할 수 있다.
도 11c는 사용자 인터페이스 스크린(1110)에 디스플레이된 Pik 중 하나를 클릭함으로써 사용자에 의해 선택된 Pik에 대한 더 많은 정보를 디스플레이하는 예시적인 사용자 인터페이스 스크린(1120)을 도시한다. 일부 실시예에서, Pik은 타이틀(1121), 간략한 설명(1122), 하나 이상의 태그(1123)를 포함할 수 있다. 일부 실시예에서, Pik이 제품 리서치 와 관련되는 경우, 시스템은 사용자에게 추천 제품(1124)을 제공할 수 있다. 일부 실시예에서, Pik은 하나 이상의 섹션 또는 서브타이틀(1125)을 포함할 수 있다. 각각의 섹션 또는 서브타이틀 아래에는 다수의 웹사이트 링크 및 링크(1126)에 대한 코멘트가 존재할 수 있다.
도 11d는 "Pikurate" 웹사이트에서 Pik을 생성하기 위한 예시적인 사용자 인터페이스 스크린(1130)을 도시한다. 사용자는 Pik(1131)의 타이틀, 간단한 설명(1132), 하나 이상의 태그(1133)를 입력할 수 있다. 사용자는 하나 이상의 웹사이트 링크 및 코멘트(1134)를 입력할 수 있다. 저장된 링크는 리스트(1135)에 나타날 수 있다. 일부 실시예에서, 시스템은 사용자에게 제안을 제공할 수 있다. 예를 들어, 사용자가 리서치 목표에 대한 타이틀을 생성할 때, 시스템은 고려할 섹션을 제안할 수 있다. 일부 실시예에서, 사용자가 Pik을 참조하거나 편집할 때, 시스템은 Pik의 하나 이상의 섹션에 추가할 새로운 링크를 제안할 수 있다.
도 11e는 사용자의 프로파일 페이지를 보여주기 위한 예시적인 사용자 인터페이스 스크린(1140)을 도시한다. 프로파일 페이지는 사용자의 이름(1141), 사용자의 프로파일 사진(1142), 및 평점, 뷰 수, 공유 수 등을 포함하는 활동 데이터(1143)를 포함할 수 있다. 프로파일 페이지는 또한 사용자가 생성하거나 본 Pik(1144)의 리스트를 포함할 수 있다. 프로파일 페이지는 또한 공개, 비공개, 저장, 구독, 리서치 요청, 리서치 입찰 등과 같은 Pik에 대한 카테고리를 포함할 수 있다.
도 11f는 크리에이터 리스트를 보여주기 위한 예시적인 사용자 인터페이스 스크린(1150)을 도시한다. 시스템은 사용자에 의해 입력된 하나 이상의 검색어에 기초하여 크리에이터 리스트(1151)를 사용자에게 제공할 수 있다. 크리에이터는 평점, 생성된 Pik 수, 뷰 수, 공유 수 등과 같은 하나 이상의 메트릭에 의해 순위화될 수 있다.
도 12a 내지 12d는 예시적인 실시예에 따른, 구글 크롬 확장으로서 사용되는 향상된 리서치 시스템에 대한 예시적인 사용자 인터페이스 스크린을 도시한다. 이 예에서, 향상된 리서치 시스템은 "Pikurate"라는 웹사이트로서 제공될 수 있다. 도 12a는 사용자가 향상된 리서치 시스템의 특징에 액세스할 수 있게 하는 Pikurate 크롬 확장 아이콘이 스크린에 디스플레이되는 예시적인 사용자 인터페이스 스크린(1200)을 도시한다. 사용자는 버튼(1201)을 클릭하여 새로운 제품 Pik을 생성하기로 선택하고 Pik의 타이틀을 입력할 수 있다. 사용자는 또한 버튼(1202)를 클릭하여 새로운 일반 Pik을 생성하고 타이틀을 입력할 수 있다. 사용자가 생성한 Pik 리스트는 섹션 1203에 나타날 수 있다.
도 12b는 새로운 섹션을 추가하기 위한 예시적인 사용자 인터페이스 스크린(1210)을 도시한다. 사용자는 상자(1211)에 새로운 섹션의 타이틀을 입력할 수 있다. 사용자는 상자(1212)에 리서치 스니펫(snippet)의 타이틀을 입력할 수 있다. 사용자는 상자(1213)에 링크 라벨을 추가할 수 있다. 사용자는 또한 상자(1214)에 코멘트를 추가할 수 있다. 사용자는 또한 버튼(1215)을 클릭하여 웹사이트의 특정 영역을 스크린샷하여 나중에 볼 수 있도록 저장함으로써 새로운 리서치 스니펫을 저장할 수 있다.
도 12c는 사용자의 브라우징 이력을 기록하기 위한 예시적인 사용자 인터페이스 스크린(1220)을 도시한다. 사용자가 "Begin Recording" 버튼(1221)을 클릭할 때, 브라우저 확장은 사용자의 브라우징 이력의 기록을 시작할 수 있다.
도 12d는 사용자의 브라우징 이력을 기록하기 위한 예시적인 사용자 인터페이스 스크린(1230)을 도시한다. 브라우저 확장이 사용자의 브라우징 이력을 기록할 때, 기록된 모든 웹사이트의 정보가 리스트(1132)에 나타날 수 있다. 정보는 웹사이트 타이틀, 웹사이트 링크, 방문 지속기간 등을 포함할 수 있다. 사용자는 "Stop Recording" 버튼(1231)을 클릭하여 기록을 중지하고 결과를 자신의 계정에 저장할 수 있다. 일부 실시예에서, 사용자는 리스트(1322)로부터 원치 않는 웹사이트를 수동으로 제거할 수 있다. 일부 실시예에서, 시스템은 리스트(1232)에서 원치 않는 웹사이트를 자동으로 제거하는 알고리즘을 사용할 수 있다. 일부 실시예에서, 사용자는 또한 버튼 또는 핫키를 통해 리서치 프로세스 동안 링크(및 관련 정보)를 수동으로 추가할 수 있다.
예시적인 실시예에서, 검색 이력, 생성 및 저장된 Pik 및 다른 데이터는 서버(예를 들어, 서버(830))에 저장되는 대신에 사용자의 디바이스(예를 들어, 디바이스(810, 820))에 저장된다. 이 실시예에서, 블록 체인 기술을 이용하여 사용자의 디바이스에 데이터를 저장할 수 있으며, 이는 사용자의 개인 검색 이력 데이터의 더 높은 레벨의 보호 및 프라이버시를 가능하게 한다. 일부 실시예에서, 사용자가 Pik을 공개하면, 모든 관련 데이터가 서버(예를 들어, 서버(830))에 저장될 수 있다.
예시적인 사용으로서, 본 명세서에 설명된 향상된 리서치 시스템은 회사가 종업원 또는 직원을 교육하기 위해 사용할 수 있는 Pik을 생성하는 데 사용될 수 있다. Pik의 사용은 새로운 종업원 또는 새로운 작업 절차에 대한 학습 곡선과 시간을 줄일 수 있는데, 이는 종업원이 다른 직원으로부터 교육을 받는 대신 Pik을 사용하여 새로운 기술을 익힐 수 있기 때문이다. Pik은 문서 소비 패턴을 캡처하여 작업을 완수하고 종업원의 리서치 시간을 줄일 수 있다.
일부 실시예에서, Pik의 크리에이터는 다른 사용자에 의해 검토되고, 그의 Pik의 품질 및/또는 다른 속성에 기초하여 순위화될 수 있다. 일 실시예에서, 순위가 높은 크리에이터는 "신뢰 크리에이터"로 지정될 수 있다. 다른 실시예에서, "신뢰 크리에이터"에 의해 생성된 Pik은 사용자에게 보여줄 검색 결과의 정면 페이지에 나열될 수 있다.
마켓플레이스
도 13은 본 개시의 일부 실시예에 따른 Pik에 대한 마켓플레이스(1300)을 도시하는 블록도이다. 여기서 마켓플레이스는 유료 Pik의 요청, 입찰, 판매 및 구매 등 일체의 행위가 이루어지는 추상적인 공간을 의미한다. 일부 실시예에서, 마켓플레이스(1300)는 생성 및 편집 부분(1310), 공유 및 판매 부분(1320), 및 검색 및 요청 부분(1330)을 포함할 수 있다. 생성 및 편집 부분(1310)에서, 사용자(또는 "크리에이터")는 온라인 리서치를 수행하고, 본 개시에 설명된 시스템 및 방법으로 Pik을 생성할 수 있다.
공유 및 판매 부분(1320)을 참조하면, 사용자가 그의 큐레이트된 온라인 리서치를 생성하면, 사용자는 공개, 비공개, 유료 및 초안에 걸치는 다양한 사용을 위해 그의 계정에 이를 저장할 수 있다. 저장된 리서치는 후속 참조를 위해 액세스하고 업데이트될 수 있다. 이것은 또한 소셜 미디어, 텍스트 및 이메일을 통해 특정 사용자, Pikurate 커뮤니티 등과 공유될 수 있다. 또한, 사용자는 요청자가 요청된 금액을 지불할 때만 볼 수 있는 그의 리서치를 잠글 기회를 갖는다. 일부 실시예에서, Pik의 공유는 협력 또는 소셜 리서치를 포함할 수 있다. 예를 들어, (지식이 풍부하거나 그렇지 않은) 사용자는 Pik을 시작하고 섹션과 링크를 추가하기 위해 이를 공개할 수 있다. 일부 실시예에서, 사용자는 Pik에 대해 협력하도록 사람(친구, 가족 등)을 초대할 수 있다. 예를 들어, 사용자는 그룹 여행을 계획하고 여행 리서치 의 Pik을 시작할 수 있다. 사용자는 Pik에 대해 협력하도록 자신과 함께 여행할 다른 사람을 초대할 수 있다.
검색 및 요청 부분(1330)을 참조하면, 사용자는 Pik에 대한 그의 요청을 마켓플레이스에서 공유하거나 게시할 수 있다. 요청은 타겟, 액션 등과 같은 사용자의 세부적인 리서치 요구를 지정할 수 있다. Pik의 다른 사용자 또는 크리에이터는 요청을 보고 입찰할 수 있다. 일 실시예에서, Pik을 요청하는 사용자는 규칙적인 지불 채널(예를 들어, 신용 카드, 은행 계좌, 제3자 온라인 지불 시스템 등)을 통해 Pik을 제공하는 다른 사용자에게 보상할 수 있다. 다른 실시예에서, 사용자는 Pik의 지불에 사용되는 내부 시스템 크레디트 또는 포인트를 구매할 수 있다.
일부 실시예에서, 공개 및 유료 리서치는 키워드 뿐만 아니라 분류 및 필터링 옵션을 이용하여 검색될 수 있다. 추천된 결과는 데모그래픽 및 행동 데이터, 콘텐츠 및 태그 분석, 실시간 빅 데이터로 구성될 수 있는 알고리즘으로부터의 인자에 따라 달라질 수 있다. 또한, 사용자는 홈페이지 및 다른 사용자에 대한 그의 구독에서 다양한 큐레이트된 온라인 리서치를 브라우징할 수 있을 것이다. 원하는 리서치를 찾을 수 없으면, 사용자는 그것을 요청할 기회를 갖는다. 다른 사용자는 이제 리서치를 수행할 기회에 입찰할 수 있으며, 요청자는 크리에이터가 앞으로 진행할 최종 결정을 내릴 수 있다.
예시적인 실시예를 설명함에 있어서, 명확성을 위해 특정 용어가 사용된다. 설명의 목적으로, 각각의 특정 용어는 유사한 목적을 달성하기 위해 유사한 방식으로 동작하는 모든 기술 및 기능적 등가물을 적어도 포함하는 것으로 의도된다. 또한, 특정 예시적인 실시예가 복수의 시스템 요소, 디바이스 컴포넌트 또는 방법 단계를 포함하는 일부 경우에서, 이러한 요소, 컴포넌트 또는 단계는 단일 요소, 컴포넌트 또는 단계로 대체될 수 있다. 마찬가지로, 단일 요소, 컴포넌트 또는 단계는 동일한 목적을 제공하는 복수의 요소, 컴포넌트 또는 단계로 대체될 수 있다. 더욱이, 예시적인 실시예가 그의 특정 실시예를 참조하여 도시되고 설명되었지만, 이 분야의 통상의 기술자는 본 발명의 범위를 벗어나지 않으면서 형태 및 세부 사항에서의 다양한 치환 및 변경이 이루어질 수 있음을 이해할 것이다. 또한, 다른 실시예, 기능 및 장점도 본 발명의 범위 내에 있다.

Claims (20)

  1. 향상된 리서치 플랫폼을 위한 방법으로서,
    컴퓨터 프로세서에 의해 사용자로부터 하나 이상의 키워드를 수신하는 단계;
    사용자로부터 하나 이상의 태그를 수신하는 단계;
    상기 하나 이상의 키워드 및 상기 하나 이상의 태그를 서버로 전송하는 단계;
    복수의 큐레이트된 온라인 리서치 아카이브를 상기 서버로부터 수신하는 단계 - 상기 복수의 큐레이트된 온라인 리서치 아카이브 각각은 상기 하나 이상의 키워드 및 상기 하나 이상의 태그와 매칭되는 카테고리화된 웹사이트의 리스트를 포함함 -;
    상기 키워드 및 상기 태그와의 관련도에 기초하여 상기 수신된 복수의 큐레이트된 온라인 리서치 아카이브를 순위화하는 단계; 및
    상기 순위화된 복수의 큐레이트된 온라인 리서치 아카이브를 사용자 인터페이스에 디스플레이하는 단계
    를 포함하는, 방법.
  2. 제1항에 있어서,
    상기 복수의 큐레이트된 온라인 리서치 아카이브 중 하나의 큐레이트된 온라인 리서치 아카이브의 속성에 기초하여 상기 수신된 복수의 큐레이트된 온라인 리서치 아카이브를 순위화하는 단계를 더 포함하며, 상기 속성은 실시간 트렌드 및 인기도, 링크의 수, 뷰의 수 또는 평점(rating) 중 적어도 하나를 포함하는, 방법.
  3. 제1항에 있어서,
    상기 복수의 큐레이트된 온라인 리서치 아카이브 중 하나의 큐레이트된 온라인 리서치 아카이브와 관련된 크리에이터의 속성에 기초하여 상기 수신된 복수의 큐레이트된 온라인 리서치 아카이브를 순위화하는 단계를 더 포함하며, 상기 속성은 상기 크리에이터의 구독자의 수, 상기 크리에이터에 의해 생성된 큐레이트된 온라인 리서치 아카이브의 수 또는 상기 크리에이터의 평점 중 적어도 하나를 포함하는, 방법.
  4. 제1항에 있어서,
    상기 복수의 큐레이트된 온라인 리서치 아카이브 중 하나의 큐레이트된 온라인 리서치 아카이브와 관련된 웹사이트 링크의 속성에 기초하여 상기 수신된 복수의 큐레이트된 온라인 리서치 아카이브를 순위화하는 단계를 더 포함하며, 상기 속성은 상기 웹사이트 링크의 방문의 지속기간, 상기 웹사이트 링크와 관련된 웹 페이지 상의 문자의 수 또는 상기 웹사이트 링크와 관련된 재방문 횟수 중 적어도 하나를 포함하는, 방법.
  5. 제1항에 있어서,
    사용자 데모그래픽 및 행동 데이터를 수신하는 단계;
    상기 수신된 사용자 데모그래픽 및 행동 데이터를 상기 서버로 전송하는 단계;
    복수의 큐레이트된 온라인 리서치 아카이브를 수신하는 단계 - 상기 복수의 큐레이트된 온라인 리서치 아카이브 각각은 상기 하나 이상의 키워드, 상기 하나 이상의 태그, 상기 사용자 데모그래픽 데이터 및 상기 사용자 행동 데이터와 매칭되는 카테고리화된 웹사이트의 리스트를 포함함 -; 및
    상기 복수의 큐레이트된 온라인 리서치 아카이브를 상기 사용자 인터페이스에 디스플레이하는 단계
    를 더 포함하는, 방법.
  6. 제5항에 있어서,
    상기 키워드, 상기 태그, 상기 사용자 데모그래픽 데이터 및 상기 사용자 행동 데이터와의 관련도에 기초하여 상기 복수의 큐레이트된 온라인 리서치 아카이브를 순위화하는 단계
    를 더 포함하는, 방법.
  7. 제5항에 있어서,
    상기 사용자 데모그래픽 데이터는 상기 사용자의 위치, 성별, 연령, 경험 레벨, 교육 레벨 또는 가구 소득 중 적어도 하나를 포함하는, 방법.
  8. 제1항에 있어서,
    상기 복수의 큐레이트된 온라인 리서치 아카이브 각각은 리서치 목표를 나타내는 타이틀, 유사한 웹사이트를 그룹화하기 위한 카테고리를 나타내는 하나 이상의 서브타이틀의 순서 및 엔드-투-엔드 리서치로부터의 진행을 나타내는 각각의 서브타이틀 내의 웹사이트의 순서를 포함하는, 방법.
  9. 큐레이트된 온라인 리서치 아카이브를 생성하는 방법으로서,
    상기 큐레이트된 온라인 리서치 아카이브는 웹사이트의 리스트를 포함하며,
    상기 방법은:
    컴퓨터 프로세서에 의해 사용자로부터 타이틀을 수신하는 단계;
    상기 사용자로부터 하나 이상의 태그를 수신하는 단계;
    상기 사용자로부터 하나 이상의 섹션 이름을 수신하는 단계;
    검색 이력 기록을 시작하기 위한 사용자로부터의 명령을 수신하는 단계;
    상기 수신된 명령에 기초하여 상기 사용자에 의해 방문된 웹사이트의 리스트를 기록하는 단계;
    상기 기록된 웹사이트의 리스트를 필터링하는 단계;
    상기 하나 이상의 섹션 이름에 기초하여 상기 필터링된 웹사이트의 리스트를 카테고리화하는 단계;
    큐레이트된 온라인 리서치 아카이브를 생성하는 단계 - 상기 큐레이트된 온라인 리서치 아카이브는 상기 타이틀, 상기 하나 이상의 태그 및 상기 카테고리화된 웹사이트의 리스트를 포함함 -; 및
    상기 큐레이트된 온라인 리서치 아카이브를 출력하는 단계
    를 포함하는, 방법.
  10. 제9항에 있어서,
    상기 사용자에 의해 방문된 상기 웹사이트의 리스트를 기록하는 단계는 브라우저 확장(browser extension)을 이용하여 상기 웹사이트의 리스트를 기록하는 단계를 포함하는, 방법.
  11. 제9항에 있어서,
    상기 기록된 웹사이트의 리스트를 필터링하는 단계는:
    상기 기록된 웹사이트의 리스트를 상기 사용자에게 디스플레이하는 단계;
    상기 사용자로부터 하나 이상의 웹사이트의 선택을 수신하는 단계; 및
    상기 수신된 선택에 기초하여 상기 기록된 웹사이트의 리스트에서 상기 하나 이상의 웹사이트를 제거하는 단계
    를 포함하는, 방법.
  12. 제9항에 있어서,
    상기 기록된 웹사이트의 리스트를 필터링하는 단계는 사전 정의된 규칙의 세트에 기초하여 상기 기록된 웹사이트의 리스트를 필터링하는 단계를 포함하는, 방법.
  13. 제9항에 있어서,
    사용자 데모그래픽 데이터를 수신하는 단계;
    상기 수신된 사용자 데모그래픽 데이터를 상기 큐레이트된 온라인 리서치 아카이브에 추가함으로써 상기 큐레이트된 온라인 리서치 아카이브를 업데이트하는 단계; 및
    상기 업데이트된 큐레이트된 온라인 리서치 아카이브를 출력하는 단계
    를 포함하는, 방법.
  14. 제13항에 있어서,
    상기 사용자 데모그래픽 데이터는 상기 사용자의 위치, 성별, 연령, 경험 레벨, 교육 레벨 또는 가구 소득 중 적어도 하나를 포함하는, 방법.
  15. 제9항에 있어서,
    상기 사용자로부터 편집 명령을 수신하는 단계; 및
    상기 편집 명령에 응답하여 상기 카테고리화된 웹사이트의 리스트를 업데이트하는 단계
    를 포함하는, 방법.
  16. 향상된 리서치 플랫폼을 위한 시스템으로서,
    컴퓨터 프로세서; 및
    컴퓨터 프로그램 명령어를 저장하는 비일시적 컴퓨터 판독 가능 저장 매체
    를 포함하고, 상기 명령어는 상기 컴퓨터 프로세서에 의해 실행될 때 상기 컴퓨터 프로세서로 하여금,
    사용자로부터 하나 이상의 키워드를 수신하는 단계;
    사용자로부터 하나 이상의 태그를 수신하는 단계;
    상기 하나 이상의 키워드 및 상기 하나 이상의 태그를 서버로 전송하는 단계;
    복수의 큐레이트된 온라인 리서치 아카이브를 상기 서버로부터 수신하는 단계 - 상기 복수의 큐레이트된 온라인 리서치 아카이브 각각은 상기 하나 이상의 키워드 및 상기 하나 이상의 태그와 매칭되는 카테고리화된 웹사이트의 리스트를 포함함 -;
    상기 키워드 및 상기 태그와의 관련도에 기초하여 상기 수신된 복수의 큐레이트된 온라인 리서치 아카이브를 순위화하는 단계; 및
    상기 순위화된 복수의 큐레이트된 온라인 리서치 아카이브를 사용자 인터페이스에 디스플레이하는 단계
    를 포함하는 단계를 수행하게 하는, 시스템.
  17. 제16항에 있어서, 상기 단계는,
    사용자 데모그래픽 데이터를 수신하는 단계;
    상기 수신된 사용자 데모그래픽 데이터를 상기 서버로 전송하는 단계;
    복수의 큐레이트된 온라인 리서치 아카이브를 수신하는 단계 - 상기 복수의 큐레이트된 온라인 리서치 아카이브 각각은 상기 하나 이상의 키워드, 상기 하나 이상의 태그 및 상기 사용자 데모그래픽 데이터와 매칭되는 카테고리화된 웹사이트의 리스트를 포함함 -; 및
    상기 복수의 큐레이트된 온라인 리서치 아카이브를 사용자 인터페이스에 디스플레이하는 단계
    를 포함하는, 시스템.
  18. 제17항에 있어서, 상기 단계는,
    상기 키워드, 상기 태그, 상기 사용자 행동 데이터 또는 상기 사용자 데모그래픽 데이터와의 관련도에 기초하여 상기 복수의 큐레이트된 온라인 리서치 아카이브를 순위화하는 단계
    를 포함하는, 시스템.
  19. 제17항에 있어서,
    상기 사용자 데모그래픽 데이터는 상기 사용자의 위치, 성별, 연령, 경험 레벨, 교육 레벨 또는 가구 소득 중 적어도 하나를 포함하는, 시스템.
  20. 제16항에 있어서,
    상기 복수의 큐레이트된 온라인 리서치 아카이브 각각은 리서치 목표를 나타내는 타이틀, 유사한 웹사이트를 그룹화하기 위한 카테고리를 나타내는 하나 이상의 서브타이틀의 순서 및 엔드-투-엔드 리서치로부터의 진행을 나타내는 각각의 서브타이틀 내의 웹사이트의 순서를 포함하는, 시스템.
KR1020197025624A 2017-01-30 2018-01-29 향상된 온라인 리서치를 위한 시스템 및 방법 Active KR102477245B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020227019194A KR102581333B1 (ko) 2017-01-30 2018-01-29 향상된 온라인 리서치를 위한 시스템 및 방법

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201762452040P 2017-01-30 2017-01-30
US62/452,040 2017-01-30
PCT/US2018/015750 WO2018140883A1 (en) 2017-01-30 2018-01-29 Systems and methods for enhanced online research

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020227019194A Division KR102581333B1 (ko) 2017-01-30 2018-01-29 향상된 온라인 리서치를 위한 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20190108624A true KR20190108624A (ko) 2019-09-24
KR102477245B1 KR102477245B1 (ko) 2022-12-12

Family

ID=62979698

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020197025624A Active KR102477245B1 (ko) 2017-01-30 2018-01-29 향상된 온라인 리서치를 위한 시스템 및 방법
KR1020227019194A Active KR102581333B1 (ko) 2017-01-30 2018-01-29 향상된 온라인 리서치를 위한 시스템 및 방법

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020227019194A Active KR102581333B1 (ko) 2017-01-30 2018-01-29 향상된 온라인 리서치를 위한 시스템 및 방법

Country Status (4)

Country Link
US (2) US11250083B2 (ko)
KR (2) KR102477245B1 (ko)
CN (1) CN110235121B (ko)
WO (1) WO2018140883A1 (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11762927B2 (en) * 2018-10-23 2023-09-19 Zeta Global Corp. Personalized content system
US11625532B2 (en) * 2018-12-14 2023-04-11 Microsoft Technology Licensing, Llc Dynamically generated content understanding system
CN114003793B (zh) * 2021-10-29 2024-08-06 苏州城室科技有限公司 一种基于图片迫选法的调查问卷自动生成方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8463658B2 (en) * 2008-06-03 2013-06-11 Just Parts Online Inc. System and method for listing items online
US8494897B1 (en) * 2008-06-30 2013-07-23 Alexa Internet Inferring profiles of network users and the resources they access
US20140172864A1 (en) * 2011-07-08 2014-06-19 Annie Shum System and method for managing health analytics
US20160080485A1 (en) * 2014-08-28 2016-03-17 Jehan Hamedi Systems and Methods for Determining Recommended Aspects of Future Content, Actions, or Behavior

Family Cites Families (45)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8554775B2 (en) 1999-04-13 2013-10-08 Semmx, Inc. Orthogonal corpus index for ad buying and search engine optimization
US20020091991A1 (en) * 2000-05-11 2002-07-11 Castro Juan Carlos Unified real-time microprocessor computer
US7454166B2 (en) * 2003-04-25 2008-11-18 Xm Satellite Radio Inc. System and method for providing recording and playback of digital media content
WO2004088479A2 (en) * 2003-03-26 2004-10-14 Victor Hsieh Online intelligent multilingual comparison-shop agents for wireless networks
US20050149538A1 (en) 2003-11-20 2005-07-07 Sadanand Singh Systems and methods for creating and publishing relational data bases
US20050160082A1 (en) * 2004-01-16 2005-07-21 The Regents Of The University Of California System and method of context-specific searching in an electronic database
US7774378B2 (en) * 2004-06-04 2010-08-10 Icentera Corporation System and method for providing intelligence centers
WO2007052285A2 (en) * 2005-07-22 2007-05-10 Yogesh Chunilal Rathod Universal knowledge management and desktop search system
US9201979B2 (en) * 2005-09-14 2015-12-01 Millennial Media, Inc. Syndication of a behavioral profile associated with an availability condition using a monetization platform
US8364665B2 (en) * 2005-12-16 2013-01-29 Nextbio Directional expression-based scientific information knowledge management
WO2007115224A2 (en) * 2006-03-30 2007-10-11 Sri International Method and apparatus for annotating media streams
US8880402B2 (en) * 2006-10-28 2014-11-04 General Motors Llc Automatically adapting user guidance in automated speech recognition
US7991733B2 (en) * 2007-03-30 2011-08-02 Knewco, Inc. Data structure, system and method for knowledge navigation and discovery
US7856433B2 (en) * 2007-04-06 2010-12-21 Yahoo! Inc. Dynamic bid pricing for sponsored search
EP2031819A1 (en) * 2007-09-03 2009-03-04 British Telecommunications Public Limited Company Distributed system
US20100058210A1 (en) * 2008-01-02 2010-03-04 Simon Johnson Online Investing
US11159909B2 (en) * 2008-02-05 2021-10-26 Victor Thomas Anderson Wireless location establishing device
US8244721B2 (en) * 2008-02-13 2012-08-14 Microsoft Corporation Using related users data to enhance web search
WO2009111581A1 (en) * 2008-03-04 2009-09-11 Nextbio Categorization and filtering of scientific data
US8364664B2 (en) * 2008-05-12 2013-01-29 Enpulz, L.L.C. Web browser accessible search engine that identifies search result maxima through user search flow and result content comparison
US20110035375A1 (en) * 2009-08-06 2011-02-10 Ron Bekkerman Building user profiles for website personalization
US9262520B2 (en) * 2009-11-10 2016-02-16 Primal Fusion Inc. System, method and computer program for creating and manipulating data structures using an interactive graphical interface
US9684683B2 (en) 2010-02-09 2017-06-20 Siemens Aktiengesellschaft Semantic search tool for document tagging, indexing and search
US8768934B2 (en) * 2010-06-15 2014-07-01 Chacha Search, Inc Method and system of providing verified content
US9436764B2 (en) * 2010-06-29 2016-09-06 Microsoft Technology Licensing, Llc Navigation to popular search results
US20120096389A1 (en) * 2010-10-19 2012-04-19 Ran J Flam Integrated web-based workspace with curated tree-structure database schema
CN103733194A (zh) * 2011-01-27 2014-04-16 康姆普特奈科斯特有限公司 动态组织云计算资源以便于发现
WO2012160567A1 (en) * 2011-05-20 2012-11-29 Yogesh Chunilal Rathod A system and method for providing unified active search engine based on search result item specific identified, dynamic, contextual & accessible active links.
US8762227B1 (en) * 2011-07-01 2014-06-24 Amazon Technologies, Inc. Automatic product groupings for merchandising
US9195771B2 (en) * 2011-08-09 2015-11-24 Christian George STRIKE System for creating and method for providing a news feed website and application
US10096033B2 (en) * 2011-09-15 2018-10-09 Stephan HEATH System and method for providing educational related social/geo/promo link promotional data sets for end user display of interactive ad links, promotions and sale of products, goods, and/or services integrated with 3D spatial geomapping, company and local information for selected worldwide locations and social networking
US20130275429A1 (en) * 2012-04-12 2013-10-17 Graham York System and method for enabling contextual recommendations and collaboration within content
US20140082645A1 (en) * 2012-09-14 2014-03-20 Peter Stern Apparatus and methods for providing enhanced or interactive features
US8965915B2 (en) * 2013-03-17 2015-02-24 Alation, Inc. Assisted query formation, validation, and result previewing in a database having a complex schema
US9489460B2 (en) * 2013-06-26 2016-11-08 Michael Wexler System and method for generating expert curated results
US9626361B2 (en) * 2014-05-09 2017-04-18 Webusal Llc User-trained searching application system and method
US9996623B1 (en) * 2014-06-27 2018-06-12 Pubsonic, Inc. Computer-implemented method of carrying out a search for information available over a network
WO2016022822A2 (en) * 2014-08-06 2016-02-11 Kaybus, Inc. Knowledge automation system
US20160098405A1 (en) * 2014-10-01 2016-04-07 Docurated, Inc. Document Curation System
WO2016081856A1 (en) * 2014-11-21 2016-05-26 Whip Networks, Inc. Media management and sharing system
US11720575B2 (en) * 2015-01-16 2023-08-08 Rakuten Group, Inc. Computer database access system and method for categorizing by style ranking
US9331973B1 (en) * 2015-04-30 2016-05-03 Linkedin Corporation Aggregating content associated with topics in a social network
US10438172B2 (en) * 2015-08-06 2019-10-08 Clari Inc. Automatic ranking and scoring of meetings and its attendees within an organization
US10963821B2 (en) * 2015-09-10 2021-03-30 Roche Molecular Systems, Inc. Informatics platform for integrated clinical care
US20180135122A1 (en) * 2016-11-11 2018-05-17 OneOme LLC Systems and methods for genotype-derived drug recommendations

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8463658B2 (en) * 2008-06-03 2013-06-11 Just Parts Online Inc. System and method for listing items online
US8494897B1 (en) * 2008-06-30 2013-07-23 Alexa Internet Inferring profiles of network users and the resources they access
US20140172864A1 (en) * 2011-07-08 2014-06-19 Annie Shum System and method for managing health analytics
US20160080485A1 (en) * 2014-08-28 2016-03-17 Jehan Hamedi Systems and Methods for Determining Recommended Aspects of Future Content, Actions, or Behavior

Also Published As

Publication number Publication date
US11250083B2 (en) 2022-02-15
KR102477245B1 (ko) 2022-12-12
KR102581333B1 (ko) 2023-09-20
CN110235121A (zh) 2019-09-13
US20180218084A1 (en) 2018-08-02
CN110235121B (zh) 2023-10-27
WO2018140883A1 (en) 2018-08-02
KR20220082114A (ko) 2022-06-16
US20220083617A1 (en) 2022-03-17

Similar Documents

Publication Publication Date Title
US10728203B2 (en) Method and system for classifying a question
US10713666B2 (en) Systems and methods for curating content
JP5358442B2 (ja) 共同タギング環境内での用語の収束化
US10607235B2 (en) Systems and methods for curating content
US9396485B2 (en) Systems and methods for presenting content
US8868552B2 (en) Systems and methods to facilitate searches based on social graphs and affinity groups
US8055673B2 (en) Friendly search and socially augmented search query assistance layer
US20170250930A1 (en) Interactive content recommendation personalization assistant
US10437859B2 (en) Entity page generation and entity related searching
US11232522B2 (en) Methods, systems and techniques for blending online content from multiple disparate content sources including a personal content source or a semi-personal content source
US20110196863A1 (en) Tagged favorites from social network site for use in search request on a separate site
US20220083617A1 (en) Systems and methods for enhanced online research
US20190332605A1 (en) Methods, systems and techniques for ranking blended content retrieved from multiple disparate content sources
KR20130132793A (ko) 엔티티와 연관된 액션 및 제공자의 제시
US20170098180A1 (en) Method and system for automatically generating and completing a task
US20190287143A1 (en) Retrieving reviews based on user profile information
US20160162583A1 (en) Apparatus and method for searching information using graphical user interface
US20200195594A1 (en) Method and system for dynamically generating a card
US20240152562A1 (en) Systems and methods for improved search and interaction with an online profile
US20170098261A1 (en) Method and system for online task exchange
Chidambarathanu et al. Predicting user preferences on changing trends and innovations using SVM based sentiment analysis
US11494793B2 (en) Systems and methods for the generation, administration and analysis of click testing
Zuze The crossover point between keyword rich website text and spamdexing
US20110197137A1 (en) Systems and Methods for Rating Content
WO2024097372A1 (en) Systems and methods for improved search and interaction with an online profile

Legal Events

Date Code Title Description
PA0105 International application

Patent event date: 20190830

Patent event code: PA01051R01D

Comment text: International Patent Application

PG1501 Laying open of application
PA0201 Request for examination

Patent event code: PA02012R01D

Patent event date: 20210129

Comment text: Request for Examination of Application

E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20220406

Patent event code: PE09021S01D

A107 Divisional application of patent
PA0104 Divisional application for international application

Comment text: Divisional Application for International Patent

Patent event code: PA01041R01D

Patent event date: 20220607

E701 Decision to grant or registration of patent right
PE0701 Decision of registration

Patent event code: PE07011S01D

Comment text: Decision to Grant Registration

Patent event date: 20220913

GRNT Written decision to grant
PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20221208

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20221208

End annual number: 3

Start annual number: 1

PG1601 Publication of registration