이번 로그에서는 유저가 집을 찾기 위해 임의의 검색문장으로 검색하였을 때, 유저의 검색 문장과 가장 어울리는 하우스 하우스를 찾아 주는 로직을 구현한 방법에 대해 기록하고자 한다.
문제의 배경
- 수 많은 부동산 하우스 중 유저의 니즈를 반영한 검색결과를 제시하기 어려웠다.
- 호스트가 올린 하우스의 타이틀만으로는 해당 부동산 하우스의 특징을 반영하기 어려웠다.
- MySQL 쿼리로는 동적인 처리를 하기 어려웠다.
검색 로직 고려사항
하우스 검색을 위한 로직을 구현하기 위해서 다음과 같은 사항을 고려하였다.
- 유저의 검색문장(또는 단어)에 가장 유사한 하우스를 응답할 것
- 다양한 검색 패턴을 고려하여 패턴에 맞는 하우스를 응답할 것
- 검색 패턴을 고려하기 위한 근거를 바탕으로 로직을 구현할 것
검색 유형 구분
- 단어형: 서울 / 원룸 / 한강 / 루프탑 등
- 문장형
- 단문형: 부산 해운대에 있는 뷰가 좋은 아파트
- 질문형: 부산 해운대에 있는 뷰가 좋은 아파트는?
- 평문형: 부산 해운대에 있는 뷰가 좋은 아파트를 찾습니다.
검색빈도: 단어형 > 단문형 > 질문형 > 평문형
검색요소별 우선순위 설정
검색요소란 데이터베이스를 구성하는 필드 중 검색조건에 부합하는 요소들을 선정하였다. 그리고 선정된 요소들 중 '서비스 시용자의 기본 니즈'에 기반하여 우선순위를 설정하였다.
- 유형(type): 아파트, 오피스텔, 원룸, 빌라, 주택
- 우선순위: 높음 / 가중치: 3
- 행정구역(adminDistrict): 성남시 / 부여군 / 강남구
- 우선순위: 높음 / 가중치: 3
- 제목(title): 강남 대치동에 있는 깨끗한 원룸입니다.
- 우선순위: 보통 / 가중치: 2
- 하우스 설명(description): 편의시설이 많아 거주하기 좋습니다.
- 우선순위: 낮음 / 가중치: 1
- 하우스룰(houseRule): 외부인 출입금지, 애완동물 금지 등
- 우선순위: 낮음 / 가중치: 1
검색요소별 우선순위 적용
앞에서 설정한 검색요소별 우선순위를 코드 통해 보도록 하겠다. 타입과 행정구역은 가중치 3점, 제목은 2점, 하우스 설명과 하우스 룰은 1점으로 차등 적용하도록 되어있다.
각 검색요소별로 우선순위에 따라 가중치 3 / 2 / 1점 차등 적용
필수 문장요소 구분
문장형 검색을 위해 한국어의 필수문장 요소를 구분하고 이에 따라 자주 사용되는 형태의 검색문장을 요소별로 구분하는 작업을 진행하였다.
- 주어: 문장의 주체이며 [~은/~는/~이/~가] 조사가 사용됨
- 서술어: 주어의 동작, 작용, 상태 등을 설명하며 [~하다/~이다/~다] 로 끝남
- 목적어: 행위의 대상이 되는 말이며 [~을/~를] 의 조사가 사용됨
- 보어: 서술어의 부족한 부분을 채우며 주어와 서술어 사이에서 사용됨
- 부사어: 필수 문장요소는 아니지만 검색문장에서 자주 사용되며 [~에/~로] 가 사용됨
예시문장: 부산 해운대에(부사어) 있는 뷰가(주어) 좋은(서술어) 아파트(목적어)
필수 문장요소별 우선순위 설정
다음과 같이 필수 문장요소별 우선순위를 설정하였으며, 그 근거는 아래와 같다. 그리고 앞서 데이터베이스의 검색요소별로 우선순위를 설정한 것처럼 각 문장 요소별로 가중치를 주어 가중치가 높은 문장 요소가 사용된 하우스가 더 높은 검색 우선순위를 갖도록 하였다.
- 목적어: 주요 검색요소인 하우스의 타입이 나올 가능성이 높다.
- 우선순위: 높음 / 가중치: 3
- 부사어: 주요 검색요소인 행정구역이 나올 가능성이 높다.
- 우선순위: 높음 / 가중치: 3
- 주어: 검색을 위한 문장에선 주어가 생략될 가능성이 있다.
- 우선순위: 보통 / 가중치: 2
- 서술어: 주어와 같은 이유
- 우선순위: 낮음 / 가중치: 1
- 보어: 검색문장은 간단명료하게 적으므로 활용성이 떨어진다.
- 우선순위: 낮음 / 가중치: 1
주어와 서울어의 생략 예시: 부산해운대에 있는 (뷰가 좋은) 아파트
필수 문장요소별 우선순위 적용
쪼개진 각 단어들을 문장요소의 특징에 따라 분류하여 가중치를 적용하도록 하였다.
서술어의 경우 ~다/~이다/~하다 등으로 끝나게 되지만 이런 형식의 문장은 검색에서는 거의 사용되지 않고 다음 단어를 형용하는 은/는 의 형태로 변화되어 사용된다. 따라서 주어와 같이 ‘은/는’에서 가중치 2점이 적용이 될 수 있도록 하였다.
또한 조사가 생략된 부사어와 목적어는 검색문장에서 핵심적인 역할을 하는 경우이므로, 위 가정문에 해당하지 않으면 일반적인 단어로 볼 수 있으므로 가중치 3점을 적용하도록 하였다.
각 문자요소별로 우선순위에 따라 가중치 차등 적용
