통합 검색은 단일 인터페이스 내에서 여러 정보 소스를 동시에 검색하여 그 결과를 모아서 보여 주는 검색 방법이다. 구글, 야후, 네이버, 다음 등 대부분의 국내외 메이저 포털 사이트들은 통합 검색을 도입하여 서비스하고 있다. 통합 검색 결과 내에서 각 컬렉션(뉴스, 블로그, 이미지 등)의 순서는 사용자가 빠르게 원하는 정보를 찾아내는데 매우 중요한 역할을 한다. 특히 모바일 환경에서는 PC 환경에 비해 작은 화면과 조작의 불편함이 수반되기 때문에 컬렉션 순서의 영향력은 더 증대된다. 검색 결과 내의 컬렉션 순서는 클릭 로그를 기반으로 결정되는데 클릭 로그가 충분하지 못한 대다수의 롱테일 키워드에 대해서는 효과적으로 컬렉션 순서를 정렬하지 못한다. 본 논문에서는 온톨로지를 활용하여 의미적 관련이 있는 다른 키워드의 클릭 로그를 참조함으로써 검색 결과를 개선하는 프레임워크를 제안한다. 질의 축소기법을 적용하여 복수 키워드 질의의 경우를 효과적으로 처리하고, 추가적으로 사용자 프로파일을 활용하여 컬렉션 순서의 정확도를 높인다. 실험을 통해 제안한 프레임워크가 검색 결과의 개선과 모바일 환경에서 네트워크 트래픽 감소 효과가 있음을 확인한다.
Aggregated search is a technique to search and assemble information from a variety of sources, within a single interface. This method has been adopted in most domestic and foreign portal sites such as Google, Yahoo, Naver and Daum. How to order the collections(news, blogs, images, etc.) in the aggregated search result is very important for finding relevant information quickly. In mobile environment, the influence of collection order is considerably enlarged due to small screen and limited interface. The collection order is usually decided based on click logs, but it is not effective for most long-tail keywords which have not enough click logs. In this paper, we propose a new framework to enhance the aggregated search result by referencing the click logs of semantically related keywords using an ontology. We apply query reduction methods into collection ordering to efficiently process multi-keyword queries. In addition, we exploit user profiles to improve the precision of the collection order. The experiments show that our framework enhances aggregated search results and reduces network traffic in mobile environment.
