Nothing Special   »   [go: up one dir, main page]

KR20160014609A - 애플리케이션 순위 계산 장치 및 사용 정보 수집 장치 - Google Patents

애플리케이션 순위 계산 장치 및 사용 정보 수집 장치 Download PDF

Info

Publication number
KR20160014609A
KR20160014609A KR1020157033694A KR20157033694A KR20160014609A KR 20160014609 A KR20160014609 A KR 20160014609A KR 1020157033694 A KR1020157033694 A KR 1020157033694A KR 20157033694 A KR20157033694 A KR 20157033694A KR 20160014609 A KR20160014609 A KR 20160014609A
Authority
KR
South Korea
Prior art keywords
application
usage information
computer
usage
ranking
Prior art date
Application number
KR1020157033694A
Other languages
English (en)
Inventor
얀펭 장
윤타오 시
준 쉬
Original Assignee
톰슨 라이센싱
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 톰슨 라이센싱 filed Critical 톰슨 라이센싱
Publication of KR20160014609A publication Critical patent/KR20160014609A/ko

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3438—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment monitoring of user actions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
    • G06F11/3068—Monitoring arrangements determined by the means or processing involved in reporting the monitored data where the reporting involves data format conversion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G06F11/3006—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is distributed, e.g. networked systems, clusters, multiprocessor systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
    • G06F11/3419—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment by assessing time
    • 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
    • H04L67/34—Network arrangements or protocols for supporting network services or applications involving the movement of software or configuration parameters 
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2201/00—Indexing scheme relating to error detection, to error correction, and to monitoring
    • G06F2201/865—Monitoring of software

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Computer Hardware Design (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Mathematical Physics (AREA)
  • Stored Programmes (AREA)
  • Information Transfer Between Computers (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

애플리케이션 순위 계산 장치는 애플리케이션이 작동되도록 맞춰진 고객 컴퓨터로부터 사용 정보에 기초하여 애플리케이션에 대한 순위를 계산하도록 구성되고, 사용 정보는 애플리케이션이 실제로 얼마나 고객 컴퓨터에서 사용되는지를 나타낸다.

Description

애플리케이션 순위 계산 장치 및 사용 정보 수집 장치{APPLICATION RANKING CALCULATING APPARATUS AND USAGE INFORMATION COLLECTING APPARATUS}
본 발명은 애플리케이션 순위 계산 장치, 사용 정보 생성 장치 등에 관한 것이다.
특허 문헌 1은 다양한 업무로 구성되는 평가 목적에 대하여 사용자 평가를 측정하는 점수 계산 시스템을 개시한다.
[특허 문헌 1] 일본 공개 특허 출원 번호 2011-238180
본 개시의 목적은 애플리케이션 순위 계산 장치 및 사용 정보 수집 장치를 제공하는 것이고, 그것은 더 적절하게 애플리케이션에 대한 순위를 계산할 수 있다.
지난 몇 년 동안, 온라인 앱 스토어들(online application stores)은 스마트 폰, 태블릿 피씨(tablet PCs) 등과 같은 모바일 스마트 디바이스의 만연하는 사용으로 치솟는 성장을 경험해왔다. 낮은 진입 장벽과 오버헤드가 낮은 디지털 배급으로, 회사들과 개인 개발자들은 열광하여 애플리케이션을 개발하고, 출하하고, 업데이트해왔다. 온라인 앱 스토어들에서 사용가능한 애플리케이션의 수는 기하급수적으로 증가하고 있다. 그런 엄청난 수의 애플리케이션으로, 사용자가 그/그녀가 원하는 정확한 애플리케이션을 찾는 것은 어렵다. 그래서 이들 스토어들은 사용자가 가장 인기 있는 애플리케이션을 찾도록 도와주는 순위 또는 평가 방법들을 제공한다. 그러나, 이들 스토어들에 의해 사용되는 현재의 순위 또는 평가 방법은 주로 애플리케이션의 다운로드 이력 또는 사용자의 리뷰(review) 평가에 기초한다. 다운로드 이력은 애플리케이션이 실제로 사용자에 의해 즐겨졌는지 아닌지에 대한 설득력 없는 표시를 제공할 뿐이다. 왜냐하면, 사용자가 단지 애플리케이션을 다운로드하려고만 하고 실제로 그것을 전혀 사용하지 않았을 가능성이 있기 때문이다. 다시 말해서, 사용자가 애플리케이션을 일단 시작한 직후에 다운로드된 애플리케이션에 대한 그/그녀의 관심을 잃어버리는 경우가 있을 수 있다. 사용자의 평가도 또한 대부분의 사용자가 애플리케이션을 좋아하는지 아닌지 충분히 나타낼 수 없다. 왜냐하면, 리뷰 평가는 사용자의 수동 입력을 요구하고 많은 사용자들이 그들의 리뷰를 제공하는 것을 꺼리기 때문이다. 그리고 또한, 사용자의 리뷰 평가는 너무 제멋대로이다.
그러므로, 본 개시의 목적은 애플리케이션 순위 계산 장치 등을 제공하는 것이고, 그것은 더 적절하게 애플리케이션에 대한 순위를 계산할 수 있다.
본 개시의 한가지 측면에 따라, 애플리케이션이 작동하도록 맞춰진 고객 컴퓨터로부터의 사용 정보에 기초하여 애플리케이션에 대한 순위를 계산하도록 설정된 애플리케이션 순위 계산 장치가 제공된다. 그리고 사용 정보는 애플리케이션이 실제로 얼마나 고객 컴퓨터에서 사용되는지를 나타낸다.
본 개시의 측면에 따라, 애플리케이션 순위 계산 장치 등은 얻어질 수 있고 더 적절하게 애플리케이션에 대한 순위를 계산할 수 있다.
본 개시를 통해, 애플리케이션 순위 계산 장치 및 사용 정보 수집 장치를 제공할 수 있고, 그것은 더 적절하게 애플리케이션에 대한 순위를 계산하는 데 효과적이다.
도 1은 애플리케이션 순위 계산 시스템(1)이 구성을 도식적으로 도시한 도.
도 2는 사용 정보 생성 장치(200)의 구성에 대한 예를 도시하는 도.
도 3은 애플리케이션 순위 계산 장치(100)의 구성에 대한 예를 도시하는 도.
도 4는 전체적인 등급 값들을 디스플레이하는 방법에 대한 예를 도시하는 도.
도 5는 사용 정보 생성 장치(200)에 의해 실행된 프로세스(process)의 예를 도시하는 흐름도.
도 1은 애플리케이션 순위 계산 시스템(1)이 구성을 도식적으로 도시한 도이다.
애플리케이션 순위 계산 시스템(1)은 서버(10)와 복수의 고객 컴퓨터(20)를 포함한다.
서버(10)는 고객 컴퓨터(20)와 소통할 수 있다. 소통은 임의의 방식으로 구현될 수 있다. 예를 들면, 서버(10)는 유선 통신, 무선 통신, 또는 그것의 조합을 통해 고객 컴퓨터(20)와 소통할 수 있다.
서버(10)는 아래에 기재되는 기능을 구현하는 다양한 프로세스들을 실행하는 컴퓨터를 포함할 수 있다. 서버(10)는 온라인 앱 스토어에 의해 보유되고 관리될 수 있다.
고객 컴퓨터(20)는 그들이 그들 안에 저장된 애플리케이션들을 작동하고 서버(10)와 소통할 수 있는 한, 임의의 형태가 될 수 있다. 고객 컴퓨터(20)는 태블릿, 패드, PDA(개인 휴대용 단말기), 모바일 폰, 또는 다른 컴퓨팅 디바이스가 될 수 있다. 고객 컴퓨터(20)는 보통 모바일 단말기이지만, 고객 컴퓨터(20)는 예를 들면 데스크탑 타입의 컴퓨터가 될 수도 있다.
도 2는 사용 정보 생성 장치(200)의 구성에 대한 예를 도시하는 도이다.
사용 정보 생성 장치(200)는 보통 고객 컴퓨터(20)에 제공된다. 다시 말해서, 고객 컴퓨터(20)는 각각 사용 정보 생성 장치(200)를 포함한다. 사용 정보 생성 장치(200)는 임의의 하드웨어 자원, 임의의 소프트웨어 자원, 또는 그것의 임의의 조합에 의해 구현될 수 있다. 대표적인 실시예에서, 사용 정보 생성 장치(200)는 고객 컴퓨터(20)가 사용 정보 생성 소프트웨어를 실행할 때 구현된다. 사용 정보 생성 소프트웨어는 고객 컴퓨터(20)의 백그라운드(background)에서 작동할 수 있다. 사용 정보 생성 소프트웨어는 고객 컴퓨터(20)가 켜질 때 스스로 시작할 수 있다. 사용 정보 생성 소프트웨어는 고객 컴퓨터(20)에 설치되는 서버(10)에 의해 제공될 수 있다. 사용 정보 생성 소프트웨어는 온라인 앱 스토어들에 의해 제공된 애플리케이션에 내장될 수 있다. 이 경우에, 사용 정보 생성 소프트웨어는 애플리케이션과 함께 고객 컴퓨터(20)에 설치될 수 있다.
사용 정보 생성 장치(200)는 애플리케이션 리코더(recorder)(220), 사용 수집기(222), 데이터 캐시(cache)(224), 및 국부적 등급 계산기(226)를 포함할 수 있다.
애플리케이션 리코더(220)는 온라인 앱 스토어들로부터 다운로드된 애플리케이션을 기록할 수 있다. 애플리케이션 리코더(220)는 온라인 앱 스토어들로부터 다운로드된 이들 애플리케이션들에 대한 애플리케이션 목록을 유지할 수 있다.
사용 수집기(222)는 사용 데이터를 생성하기 위해 애플리케이션 목록에 있는 애플리케이션들의 사용을 모니터할 수 있다. 다시 말해서, 사용 수집기(222)는 애플리케이션 목록에 있는 애플리케이션들이 실제로 얼마나 고객 컴퓨터(20)에서 사용되는지를 모니터할 수 있다.
사용 데이터는 얼마나 자주 사용자가 애플리케이션을 사용하고 얼마나 오래 사용자가 애플리케이션과 상호작용하는지, 즉 애플리케이션 사용의 빈도수와 지속기간을 나타낼 수 있다(주어진 시간 기간 동안). 이들 두 가지의 사용 데이터 아이템들은 사용자들이 그 애플리케이션을 사용하는 것을 얼마나 좋아하는지에 대한 좋은 추정을 제공할 수 있다. 사용자가 그 애플리케이션들을 얼마나 자주 사용하는지를 나타내기 위해, 다음의 데이터 아이템들이 기록될 수 있다: 지정 기간(하루, 한 시간 등)에 애플리케이션의 시작 횟수, 지정된 며칠 정도의 시간에(예를 들면, 일주일, 10일 등) 애플리케이션이 사용된 날의 수.
데이터 캐시 메모리(224)는 애플리케이션 리코더(220)로부터의 애플리케이션 목록과 사용 수집기(222)로부터의 사용 데이터를 저장할 수 있다.
국부적 등급 계산기(226)는 데이터 캐시(224)에 있는 사용 데이터에 기초하여 각 애플리케이션에 대한 국부적 등급 값(국부적 순위)을 계산할 수 있다. 국부적 등급 계산기(226)는 임의의 시간에서 국부적 등급 값을 계산할 수 있다. 예를 들면, 국부적 등급 계산기(226)는 미리 정해진 간격으로 정기적으로 국부적 등급 값을 계산할 수 있다. 국부적 등급 계산기(226)는 계산된 국부적 등급 값들을 순위 서버로 전송할 수 있다. 국부적 등급 계산기(226)는 계산된 국부적 등급 값들을 해당 애플리케이션 이름들과 함께 전송할 수 있다.
도 3은 애플리케이션 순위 계산 장치(100)의 구성에 대한 예를 도시하는 도이다.
애플리케이션 순위 계산 장치(100)는 보통 서버(10)에 제공된다. 다시 말해서, 서버(10)는 애플리케이션 순위 계산 장치(100)의 기능을 구현한다. 애플리케이션 순위 계산 장치(100)는 임의의 하드웨어 자원, 임의의 소프트웨어 자원, 또는 그것의 임의의 조합에 의해 구현될 수 있다.
애플리케이션 순위 계산 장치(100)는 애플리케이션 기준으로 고객 컴퓨터(20)로부터의 사용 데이터에 기초하여 애플리케이션에 대한 순위(전체적인 순위)를 계산하도록 구성된다. 도 3에 도시된 예에서, 애플리케이션 순위 계산 장치(100)는 국부적 캐시(120)와 순위 엔진(122)을 포함한다.
국부적 캐시 메모리(120)는 고객 컴퓨터(20)의 사용 정보 생성 장치(200)로부터 제공된 등급 값들을 저장할 수 있다. 다시 말해서, 애플리케이션 순위 계산 장치(100)는 사용 정보 생성 장치(200)로부터 등급 값들을 수신할 수 있고, 국부적 캐시(120)에 그것들을 저장할 수 있다.
순위 엔진(122)은 애플리케이션 기준으로 애플리케이션에 대한 순위(전체적인 순위)를 계산할 수 있다. 예를 들면, 순위 엔진(122)은 애플리케이션에 대한 전체적인 등급 값을 계산하기 위해 애플리케이션에 대한 국부적 등급 값들의 평균을 계산할 수 있다. 평균은 이동 평균, 가중 평균 등을 포함하는 임의의 타입이 될 수 있다.
순위 엔진(122)은 또한 평균 국부적 등급 값 주위의 가장 가까운 정수를 계산할 수 있고, 그것을 애플리케이션에 대한 랭크된(ranked) 별 숫자로서 사용할 수 있다. 이 경우에, 서버(10)는 별들의 해당 숫자(예를 들면, 도 4 참고)로 애플리케이션의 인기를 나타낼 수 있다.
위에 기재된 실시예에 따르면, 각각의 애플리케이션에 대한 전체적인 등급 값들은 그들의 사용 데이터에 기초하여 계산된다. 사용 데이터는 애플리케이션이 고객 컴퓨터(20)에서 실제로 얼마나 사용되는지를 나타낸다. 이것은 각각의 애플리케이션들이 사용자들에 의해 얼마나 많이 선호되는지를 의미한다. 다시 말해서, 사용 데이터는 애플리케이션의 다운로드 이력 같은 요인들보다 더 정확히 대중적인 인기를 반영한다. 그러므로, 사용 데이터를 사용하는 것은 각각의 애플리케이션들에 대한 전체적인 등급 값들을 더 적절하게 계산하는 것을 가능하게 한다. 더욱이, 사용 데이터는 사용자들에게 특별한 활동(사용자들에게 그들의 리뷰 순위를 제출하도록 요청하는 것 같은)을 요청하지 않고 수집될 수 있다. 다시 말해서, 사용 데이터는 애플리케이션이 실제로 작동될 때 얻어지는 정보에 기초해서 생성될(수집될) 수 있다. 따라서, 사용 데이터는 넓은 범위의 사용자들{고객 컴퓨터(20)}로부터 (자동으로)수집될 수 있다. 그러므로, 사용 데이터를 사용하는 것은 각각의 애플리케이션들에 대한 전체적인 등급 값들을 더 적절하게 계산하는 것을 가능하게 한다.
위에 기재된 실시예에서, 각각의 애플리케이션들에 대한 전체적인 등급 값들은 사용 데이터에 기초하여 직접적으로 계산되고, 사용 데이터에 대해 간접적으로 계산된다는 점이 주목된다. 다시 말해서, 전체적인 등급 값들은 사용 데이터에 기초하여 얻어진 국부적 등급 값들에 기초하여 계산된다. 하지만, 각각의 애플리케이션들에 대한 전체적인 등급 값들은 사용 데이터에 직접적으로 기초된다. 이 경우에, 국부적 등급 계산기(226)의 기능은 애플리케이션 순위 계산 장치(100)에 의해 서버(10)에서 구현될 수 있다. 대안적으로, 동등한 실시예에서, 순위 엔진(122)은 사용 데이터로부터 직접적으로 전체적인 등급 값들을 계산할 수 있다(즉, 국부적 등급 값들을 계산하지 않고).
도 4는 전체적인 등급 값들을 디스플레이하는 방법에 대한 예를 도시하는 도이다.
순위 엔진(122)에 의해 계산된 각각의 애플리케이션들에 대한 전체적인 등급 값들은 임의의 방식으로 출력될 수 있다. 고객 컴퓨터(20)가 온라인 앱 스토어{즉, 서버(10)}에 애플리케이션을 구입하기(설치하기) 위해 접속할 때, 전체적인 등급 값들은 고객 컴퓨터(20)의 디스플레이에서 출력될 수 있다.
도 4에 도시된 예에서, 전체적인 등급 값들은 해당 애플리케이션 이름들("애플리케이션 A", "애플리케이션 B" 등)과 디스플레이된다. 전체적인 등급 값들은 별 숫자로 표현된다. 별 숫자는 애플리케이션의 인기를 나타낸다. 애플리케이션이 더 인기 있을수록, 애플리케이션에 주어진 별 숫자가 더 높아진다{예를 들면, 다섯(5)이 최고점이고 영(0)이 최저점}. 예를 들면, 애플리케이션 D가 단지 2개의 별을 갖는 반면 애플리케이션 A는 4개의 별을 갖는다.
전체적인 등급 값들은 다른 표시들에 의해 표현될 수 있다는 점이 주목된다. 예를 들면, 전체적인 등급 값들은 숫자에 의해 표현될 수 있다.
이 방식으로, 사용자들은 전체적인 등급 값들을 의지함으로써 더 쉽게 많은 수의 애플리케이션 중에서 그/그녀의 가장 좋아하는 애플리케이션을 선택할 수 있다. 도 4에서 도시된 예에서, 8개의 애플리케이션들만 사용자에게 나타난다. 하지만, 보통의 온라인 앱 스토어들에서 흔히 그렇듯이, 디스플레이되는 애플리케이션들은 고객 컴퓨터(20)에 입력에 의해 변화될 수 있다. 예를 들면, 사용자들은 검색 조건들을 입력함으로써 애플리케이션의 후보들을 좁힐 수 있다. 더욱이, 같은 카테고리를 갖는 애플리케이션들은 전체적인 등급 값들의 감소하는 순서로 나타날 수 있다.
도 5는 사용 정보 생성 장치(200)에 의해 실행된 프로세스의 예를 도시하는 흐름도이다. 위에 기재된 것처럼, 프로세스는 사용 정보 생성 소프트웨어가 실행될 때, 고객 컴퓨터(20)에 의해 구현될 수 있다.
단계(S500)에서, 사용 수집기(222)는 애플리케이션 기준으로 사용 데이터를 생성한다. 사용 데이터는 데이터 캐시(224)에 저장된 애플리케이션 목록에 리스트된(listed) 각각의 애플리케이션들에 관해 생성된다. 사용 수집기(222)는 로그(log) 데이터(이력 데이터)에 기초하여 사용 데이터를 생성할 수 있다. 대안적으로, 사용 수집기(222)는 임의의 애플리케이션이 사용 데이터를 생성하도록 시작될 때마다 착수될 수 있다. 따라서, 생성된 사용 데이터는 데이터 캐시(224)에 저장된다.
단계(S502)에서, 국부적 등급 계산기(226)는 데이터 캐시(224)에 있는 사용 데이터에 기초하여 각 애플리케이션에 대한 국부적 등급 값을 계산한다. 이 결과로, 각 애플리케이션 목록에 리스트된 각각의 애플리케이션들의 국부적 등급 값들이 얻어진다. 단계(S502)의 프로세스는 임의의 시간에 착수될 수 있다. 예를 들면, 단계(S502)의 프로세스는 미리 정해진 간격으로 정기적으로 착수될 수 있다. 대안적으로, 단계(S502)의 프로세스는 고객 컴퓨터(20)가 켜질 때 착수될 수 있다.
단계(S504)에서, 국부적 등급 계산기(226)는 사용 정보로서 계산된 국부적 등급 값들을 서버(10)로 전송한다. 구체적으로 말하면, 국부적 등급 계산기(226)는 계산된 국부적 등급 값들을 해당 애플리케이션 이름들과 디바이스 ID{고객 컴퓨터(20)의 ID}와 함께 서버(10)로 전송할 수 있다. 사용자의 프라이버시(privacy)를 보호하기 위해, 오직 디바이스 ID만이 애플리케이션 사용자를 식별하기 위해 사용되는 점이 주목된다. 디바이스 ID를 사용하는 것은 각 고객 컴퓨터(20)가 지정된 시간 동안 한번 서버에 국부적 순위 정보를 업로드만 할 수 있다는 것을 보장한다. 단계(504)의 프로세스가 단계(502)의 프로세스 다음에 수행될 수 있다는 점이 주목된다.
도 5의 프로세스에 따르면, 국부적 등급 값들은 사용자의 수동 입력을 요구하지 않고 계산될 수 있다. 다시 말해서, 국부적 등급 값들은 사용 정보 생성 장치(200)에 의해 자동으로 생성될 수 있다. 따라서, 각 애플리케이션에 대한 국부적 등급 값은 많은 사용 정보 생성 장치들(200){즉, 많은 사용자들}로부터 수집될 수 있다. 그러므로, 각 애플리케이션에 대한 계산된 전체적인 등급 값의 신뢰성은 증가 될 수 있다.
애플리케이션 순위 계산 장치(100)가 사용 데이터에 직접적으로 기초하여 전체적인 등급 값들을 계산하는 구성에 관해서는, 단계(502)의 프로세스는 생략될 수 있다. 이 경우에, 단계(504)에서, 국부적 등급 값들 대신 사용 데이터가 서버(10)로 전송될 것이다.
다음, 애플리케이션들에 대한 국부적 등급 값들을 계산하는 방법에 대한 예가 기재된다.
사용 수집기(222)는, 애플리케이션 기준으로 미리 정해진 시간 기간(T1)(예를 들면, 하루, 한 시간 등)동안 애플리케이션의 시작 횟수, 미리 정해진 시간(T2)(예를 들면, 하루, 한 시간 등)동안 애플리케이션이 작동되는 시간(순간)의 합계를 나타내는 작동 지속시간, 및 미리 정해진 시간 기간(T3)(예를 들면, 일주일, 10일 등)동안 사용일수를 기록할 수 있다.
요인 "시작 횟수"는 사용자가 주어진 기간 동안 얼마나 여러 번 애플리케이션을 시작했는지를 나타낸다. 사용자가 기간 내에 여러 번 특정 애플리케이션을 시작한 경우, 그 애플리케이션은 높은 가능성으로 그/그녀의 페이버릿(favorite)이 될 수 있다.
요인 "작동 지속시간"은 주어진 기간 동안 애플리케이션이 작동되는(즉, 사용자가 애플리케이션과 상호작용하는) 동안의 시간의 합계를 나타낸다. 사용자가 이 기간 동안 애플리케이션을 시작하고 오랫동안 그것과 상호작용하는 경우, 그 애플리케이션은 높은 가능성으로 그/그녀의 페이버릿(favorite)이 될 수 있다.
요인 "사용일수"는 하루를 기준으로 사용자가 얼마나 자주 애플리케이션을 시작하는지를 나타낸다. 사용자가 며칠 동안 매일 또는 대부분의 날에 애플리케이션을 사용한 경우, 비록 각 날에 그/그녀가 애플리케이션을 단지 한번 또는 몇 번만 사용하고 짧은 시간 동안 그것과 상호작용했더라도, 그 애플리케이션은 높은 가능성으로 그/그녀의 페이버릿(favorite)이 될 수 있다.
이 경우에, 애플리케이션에 대한 국부적 등급 값은 다음과 같이 계산될 수 있다. 서버(10)에 의해 관리되는 특정 앱 스토어로부터 다운로드된 m개의 애플리케이션을 고려해볼 때{애플리케이션의 수와 그들의 애플리케이션 목록은 데이터 캐시(224)에 저장된다}, 애플리케이션에 대한 시작 횟수는
Figure pct00001
, 애플리케이션에 대한 작동 지속시간은
Figure pct00002
이고, 및 애플리케이션에 대한 사용일수는
Figure pct00003
이다.
Figure pct00004
는 하루 동안의 시작 횟수를 나타내고,
Figure pct00005
는 하루 동안의 상호작용 순간의 합계를 나타낸다. 주어진 시간 기간으로서 하루를 사용하는 것은 사용 정보 생성 장치(200)가 하루에 한 번 국부적 등급 값들을 계산하고 업로드(upload)할 수 있도록 한다. 하지만, 그것은 예를 들면, 한 시간, 일주일 등 다른 정해진 기간들로 교체될 수 있다.
Figure pct00006
는 사용자가 예를 들면 일주일, 10일, 또는 한 달 등 최근 정해진 며칠 동안에 애플리케이션을 사용한 사용일수를 나타낸다.
이 수집된 사용 데이터로, 사용 정보 생성 장치(200)는 특정 애플리케이션 i에 대한 국부적 등급 값(Ri)을 다음의 함수로 주기적으로 계산한다.
Figure pct00007
Ri는 애플리케이션 i에 대한 계산된 국부적 등급 값이고, Nmax는
Figure pct00008
의 최대값이고, Tmax는
Figure pct00009
의 최대값이고, 및 Dmax는
Figure pct00010
의 최대값이다. 시작 횟수에 대한 사용 데이터만 고려되는 경우에
Figure pct00011
는 애플리케이션 i에 대한 등급 값을 나타낸다(대부분의 시작된 애플리케이션은 "1"점을 얻고, 위의 함수에서 다른 두 개의 항목에 대해서도 같다). 작동 지속시간에 대한 사용 데이터만 고려되는 경우에
Figure pct00012
는 애플리케이션 i에 대한 국부적 등급 값을 나타내고, 사용일수에 대한 사용 데이터만 고려되는 경우에
Figure pct00013
는 애플리케이션 i에 대한 국부적 등급 값을 나타낸다. 계수 "5"는 가장 높게 랭크된 애플리케이션에게 별 5개의 상징을 주기 위해 사용된다.
Figure pct00014
의 최대값을 사용하는 것은 세 개의 요인들 중 임의의 하나가 사용자가 그 애플리케이션을 좋아하는지 아닌지를 개별적으로 나타낸다는 사실 때문이다.
위에 기재된 예에서, m개의 애플리케이션은 앱 스토어에서 다운로드된 모든 애플리케이션이 될 수 있다는 점이 주목된다. 대안적으로, m개의 애플리케이션은 앱 스토어에서 다운로드되고 같은 카테고리를 갖는 애플리케이션이 될 수 있다. 이 경우에, Nmax, Tmax, 및 Dmax는 카테고리 기준으로 계산된다. 이 경우에, 국부적 등급 값들을 계산하는 데 있어서 애플리케이션들의 특징들의 차이를 고려하는 것이 가능해진다. 예를 들면, 다른 애플리케이션들이 불규칙한 간격으로 사용되도록 의도되는 반면에, 같은 애플리케이션들은 하루에 한 번 규칙적으로 사용되도록 의도된다.
위에 기재된 예에서, 세 가지 요인들, 즉, "시작 횟수", "작동 지속시간", 및 "사용일수" 는 국부적 등급 값들을 계산하기 위해 사용된다. 그러나, 이들 요인들 중 한 가지만이 국부적 등급 값들을 계산하기 위해 사용될 수 있다. 예를 들면, "시작 횟수"만 사용되는 경우, 국부적 등급 값(Ri)은 다음과 같이 계산될 수 있다.
Figure pct00015
더욱이, 이들 요소들 중 임의의 두 개가 국부적 등급 값들을 계산하기 위해 사용될 수 있다. 예를 들면, "시작 횟수"와 "작동 지속시간"만 사용되는 경우, 국부적 등급 값(Ri)은 다음과 같이 계산될 수 있다.
Figure pct00016
더욱이, 위에 기재된 예에서, 세 가지 요인들은 국부적 등급 값들은 계산하기 위해 동일하게 고려된다. 그러나, 세 가지 요인들은 각각의 영향력을 할당받는다. 이 경우에, 애플리케이션을 기준으로, 각각의 애플리케이션의 특징들에 기초하여 영향력은 변경될 수 있다. 예를 들면, 특정 애플리케이션이 매일 사용되도록 의도되는 경우, 요인 "사용일수"에 할당된 영향력은 다른 요인들에 할당된 것보다 더 클 수 있다.
여기에 인용된 모든 예들과 조건부 언어는 기술을 발전시키도록 발명자에 의해 이바지된 본 발명과 개념에 대한 독자들의 이해를 돕기 위한 교육학적 목적으로 의도되고, 그런 구체적으로 인용된 예들과 조건들에 제한이 없고 또한, 본 명세서에서 그런 예들의 구성은 본 발명의 우월성과 열등성을 보여주는 것과 관련된 것도 아닌 것으로 해석된다. 비록 본 발명의 실시예(들)이 상세하게 기술되었을지라도, 다양한 변화, 대체, 및 변경이 본 발명의 정신과 범위에서 벗어나지 않고 이루어질 수 있다는 것이 이해될 것이다.
1 : 애플리케이션 순위 계산 시스템
10 : 서버
20 : 고객 컴퓨터
100 : 애플리케이션 순위 계산 장치
200 : 사용 정보 생성 장치

Claims (9)

  1. 애플리케이션 순위 계산 장치로서, 애플리케이션이 작동되도록 맞춰진 고객 컴퓨터로부터 사용 정보에 기초하여 애플리케이션에 대한 순위를 계산하도록 구성되고, 사용 정보는 애플리케이션이 실제로 얼마나 고객 컴퓨터에서 사용되는지를 나타내는 장치.
  2. 제 1항에 있어서, 애플리케이션 순위 계산 장치로서, 상기 사용 정보는 애플리케이션이 실제로 작동될 때 얻어지는 정보에 기초하여 각각의 고객 컴퓨터에 설치된 소프트웨어에 의해 자동으로 생성되는 장치.
  3. 제 1항에 있어서, 애플리케이션 순위 계산 장치로서, 상기 사용 정보는, 미리 정해진 시간 기간 동안 애플리케이션의 시작 횟수, 미리 정해진 시간 기간 동안 애플리케이션이 작동되는 시간의 합계를 나타내는 작동 지속시간, 및 미리 정해진 시간 기간 동안 사용일수 중 적어도 하나에 관련되는 장치.
  4. 제 1항에 있어서, 애플리케이션 순위 계산 장치로서, 상기 사용 정보는 애플리케이션에 대한 지역 순위를 포함하고, 지역 순위는, 미리 정해진 시간 기간 동안 애플리케이션의 시작 횟수, 미리 정해진 시간 기간 동안 애플리케이션이 작동되는 시간의 합계를 나타내는 작동 지속시간, 및 미리 정해진 시간 기간 동안 사용일수 중 적어도 하나에 기초하여 각각의 고객 컴퓨터에 의해 계산되는 장치.
  5. 고객 컴퓨터에 제공되는 사용 정보 생성 장치로서, 사용 정보 생성 장치는 사용 정보를 생성하고 생성된 사용 정보를 서버로 전송하도록 구성되고, 사용 정보는 애플리케이션이 실제로 얼마나 고객 컴퓨터에서 사용되는지를 나타내는 장치.
  6. 제 4항에 있어서, 사용 정보 생성 장치로서, 상기 사용 정보 생성 장치는, 미리 정해진 시간 기간 동안 애플리케이션의 시작 횟수, 미리 정해진 시간 기간 동안 애플리케이션이 작동되는 시간의 합계를 나타내는 작동 지속시간, 및 미리 정해진 시간 기간 동안 사용일수 중 적어도 하나에 기초하여 애플리케이션에 대한 지역 순위를 계산하도록 구성되는 장치.
  7. 서버에서 수행되는 방법으로서,
    애플리케이션이 작동되도록 맞춰진 고객 컴퓨터로부터 사용 정보를 얻고, 사용 정보는 애플리케이션이 실제로 얼마나 고객 컴퓨터에서 사용되는지를 나타내는 방법; 및
    고객 컴퓨터로부터 사용 정보에 기초하여 애플리케이션에 대한 순위를 계산하는 방법을
    포함하는 방법.
  8. 고객 컴퓨터에서 수행되는 방법으로서,
    사용 정보를 생성하고, 사용 정보는 애플리케이션이 실제로 얼마나 고객 컴퓨터에서 사용되는지를 나타내는 방법; 및
    생성된 사용 정보를 서버에 전송하는 방법을
    포함하는 방법.
  9. 컴퓨터 판독 가능 프로그램으로서, 컴퓨터에서 실행될 때, 컴퓨터가 애플리케이션이 실제로 얼마나 컴퓨터에서 사용되는지를 나타내는 사용 정보를 생성하도록 하고, 생성된 사용 정보를 서버로 전송하도록 하는 프로그램.
KR1020157033694A 2013-05-28 2013-05-28 애플리케이션 순위 계산 장치 및 사용 정보 수집 장치 KR20160014609A (ko)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2013/076348 WO2014190498A1 (en) 2013-05-28 2013-05-28 Application ranking calculating apparatus and usage information collecting apparatus

Publications (1)

Publication Number Publication Date
KR20160014609A true KR20160014609A (ko) 2016-02-11

Family

ID=51987859

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020157033694A KR20160014609A (ko) 2013-05-28 2013-05-28 애플리케이션 순위 계산 장치 및 사용 정보 수집 장치

Country Status (6)

Country Link
US (1) US20160127511A1 (ko)
EP (1) EP3005619A4 (ko)
JP (1) JP2016524227A (ko)
KR (1) KR20160014609A (ko)
CN (1) CN105432038A (ko)
WO (1) WO2014190498A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024210304A1 (ko) * 2023-04-05 2024-10-10 주식회사 시지태테크놀러지 애플리케이션 사용량에 기반하여 계정에 등급을 부여하기 위한 방법

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104991914B (zh) * 2015-06-23 2018-04-27 腾讯科技（深圳）有限公司 一种应用推荐方法及服务器
CN105094608A (zh) * 2015-07-17 2015-11-25 小米科技有限责任公司 任务展示方法和装置
CN105869022B (zh) * 2016-04-07 2020-10-23 腾讯科技（深圳）有限公司 一种应用流行度预测方法和装置
US10496518B2 (en) * 2016-12-01 2019-12-03 International Business Machines Corporation Objective evaluation of code based on usage
KR102222133B1 (ko) * 2018-01-12 2021-03-03 엔에이치엔 주식회사 모바일 단말기 및 그의 어플리케이션 관리 방법과 이를 활용한 타겟 광고 제공 시스템

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6122663A (en) * 1996-12-10 2000-09-19 Intel Corporation Method and apparatus for tracking program execution time in a computer system
US7802197B2 (en) * 2005-04-22 2010-09-21 Microsoft Corporation Adaptive systems and methods for making software easy to use via software usage mining
US7184939B1 (en) * 2005-08-03 2007-02-27 Novell, Inc. System and method of implementing user action monitoring to automatically populate object launchers
FR2908582A1 (fr) * 2006-11-09 2008-05-16 Thomson Licensing Sas Procede de telechargement de parametres d'utilisation dans un appareil, et appareil pour la mise en oeuvre de l'invention
US20080243830A1 (en) * 2007-03-30 2008-10-02 Fatdoor, Inc. User suggested ordering to influence search result ranking
US20080263024A1 (en) * 2007-04-20 2008-10-23 Agere Systems, Inc. Electronic device with a ranking of applications based on location and method of using the same
US8407685B2 (en) * 2008-02-15 2013-03-26 Red Hat, Inc. Systems and methods for generating ordered download selections based on usage information
US8261112B2 (en) * 2008-12-08 2012-09-04 International Business Machines Corporation Optimizing power consumption by tracking how program runtime performance metrics respond to changes in operating frequency
CN102082694A (zh) * 2011-03-04 2011-06-01 宇龙计算机通信科技(深圳)有限公司 一种应用评价方法及应用服务器
US20140189572A1 (en) * 2012-12-31 2014-07-03 Motorola Mobility Llc Ranking and Display of Results from Applications and Services with Integrated Feedback

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024210304A1 (ko) * 2023-04-05 2024-10-10 주식회사 시지태테크놀러지 애플리케이션 사용량에 기반하여 계정에 등급을 부여하기 위한 방법

Also Published As

Publication number Publication date
JP2016524227A (ja) 2016-08-12
EP3005619A1 (en) 2016-04-13
WO2014190498A1 (en) 2014-12-04
EP3005619A4 (en) 2017-02-08
CN105432038A (zh) 2016-03-23
US20160127511A1 (en) 2016-05-05

Similar Documents

Publication Publication Date Title
US11874891B2 (en) Systems and methods for selecting content based on linked devices
US10372703B2 (en) Systems and methods for automated identification of applications for deletion recommendation on a user device
CN106548364B (zh) 信息发送方法及装置
US8447652B2 (en) System and method for targeting advertising to a device based on installed applications
KR20160014609A (ko) 애플리케이션 순위 계산 장치 및 사용 정보 수집 장치
KR20130089716A (ko) 어플리케이션 사용에 따른 어플리케이션 추천 서버 및 단말, 그리고 어플리케이션 추천 방법
TW201543238A (zh) 使用者會話之使用者滿意度評估方法與系統
CN110147514B (zh) 一种资源展示方法、装置及其设备
KR101481895B1 (ko) 타겟 클라이언트를 검색하기 위한 방법, 디바이스 및 기록 매체
JP6158859B2 (ja) 予測装置、端末、予測方法及び予測プログラム
CN115017400A (zh) 一种应用app推荐方法及电子设备
WO2016099447A1 (en) Personalized application recommendations
JP2018101201A (ja) 施策導入効果予測装置、施策導入効果予測プログラム及び施策導入効果予測方法
US20170132542A1 (en) Predictive and corrective reporting of venue operating hours
US9143178B1 (en) Activity-based remaining battery life
JP5709915B2 (ja) 機械学習装置、機械学習方法、およびプログラム
WO2016132507A1 (ja) プログラム及び統計処理システム
US20140280751A1 (en) System and Method of Use of Interactive User Group Function for Network Devices
US12067212B2 (en) Dynamically replacing interactive content of a quick setting bar
EP2533177A1 (en) Application ratings based on performance metrics
JP6579926B2 (ja) 行動目的推定システム
US11854028B2 (en) Reinforcement learning applied to survey parameter optimization
EP2965224A2 (en) Objective application rating
JP5604539B2 (ja) 機能提示システム及び機能提示方法
JP7134625B2 (ja) トラヒック予測装置、トラヒック予測プログラム、トラヒック予測方法及びトラヒック予測システム

Legal Events

Date Code Title Description
PA0105 International application

Patent event date: 20151125

Patent event code: PA01051R01D

Comment text: International Patent Application

PG1501 Laying open of application
PC1203 Withdrawal of no request for examination
WITN Application deemed withdrawn, e.g. because no request for examination was filed or no examination fee was paid