127 lines
3.3 KiB
Markdown
127 lines
3.3 KiB
Markdown
# Step 3: 결과 수집
|
|
|
|
## 개요
|
|
|
|
각 검색 소스에서 수집한 결과를 통합하고, 중복을 제거하며, 기본 필터링을 수행합니다.
|
|
|
|
## 처리 과정
|
|
|
|
### 1단계: 결과 통합
|
|
|
|
여러 검색 소스의 결과를 하나의 목록으로 통합합니다:
|
|
|
|
```
|
|
웹 검색 결과 (8건)
|
|
+ 유형별 검색 결과 (5건)
|
|
= 통합 결과 (13건)
|
|
```
|
|
|
|
### 2단계: 중복 제거
|
|
|
|
동일한 내용을 여러 소스에서 발견한 경우 하나로 통합합니다.
|
|
|
|
#### 중복 기준
|
|
|
|
| 기준 | 방법 |
|
|
|------|------|
|
|
| **URL 일치** | 동일 URL |
|
|
| **제목 유사도** | 텍스트 유사도 80% 이상 |
|
|
| **내용 유사도** | 본문 요약 유사도 70% 이상 |
|
|
|
|
#### 통합 규칙
|
|
|
|
```json
|
|
{
|
|
"result": "원본 결과 정보",
|
|
"sources": [
|
|
{"source": "google", "url": "..."},
|
|
{"source": "naver", "url": "..."}
|
|
],
|
|
"best_snippet": "가장 완전한 요약",
|
|
"source_count": 2
|
|
}
|
|
```
|
|
|
|
### 3단계: 신뢰도 평가
|
|
|
|
각 결과의 신뢰도를 평가합니다:
|
|
|
|
| 요소 | 가중치 | 평가 기준 |
|
|
|------|--------|-----------|
|
|
| **소스 수** | 30% | 여러 소스에서 확인된 정보 |
|
|
| **출처 권위** | 25% | 공식/신뢰 도메인, 기관, 전문 매체 |
|
|
| **최신성** | 20% | 정보의 게시/수정일 |
|
|
| **정보 일관성** | 15% | 다른 결과와의 일관성 |
|
|
| **정보 완전성** | 10% | 충분한 상세 정보 포함 |
|
|
|
|
#### 신뢰도 점수 계산
|
|
|
|
```
|
|
trust_score = (
|
|
source_count_score * 0.3 +
|
|
source_authority_score * 0.25 +
|
|
recency_score * 0.2 +
|
|
consistency_score * 0.15 +
|
|
information_completeness_score * 0.1
|
|
)
|
|
```
|
|
|
|
### 4단계: 기본 필터링
|
|
|
|
다음 기준으로 기본 필터링을 수행합니다:
|
|
|
|
| 필터 | 기준 | 처리 |
|
|
|------|------|------|
|
|
| **최소 신뢰도** | 신뢰도 0.4 미만 | 제외 (출처 불명) |
|
|
| **출처 없음** | 출처 URL 없음 | 제외 |
|
|
| **명백한 오정보** | 확인된 가짜 뉴스/정보 | 제외 |
|
|
| **블랙리스트 도메인** | 설정된 차단 도메인 | 제외 |
|
|
|
|
## 출력
|
|
|
|
```json
|
|
{
|
|
"collection_id": "col_001",
|
|
"search_id": "search_001",
|
|
"target_type": "document",
|
|
"results": [
|
|
{
|
|
"result_id": "res_001",
|
|
"title": "양자 컴퓨터 상용화 현황 및 전망",
|
|
"sources": [
|
|
{
|
|
"source": "google",
|
|
"url": "https://example.com/quantum-commercialization",
|
|
"domain": "example.com",
|
|
"trust_level": "medium"
|
|
},
|
|
{
|
|
"source": "naver",
|
|
"url": "https://blog.naver.com/...",
|
|
"domain": "blog.naver.com",
|
|
"trust_level": "medium"
|
|
}
|
|
],
|
|
"trust_score": 0.82,
|
|
"published_date": "2024-10-15",
|
|
"snippet": "양자 컴퓨터 상용화가 2024년부터 본격화되면서 IBM, 구글 등의 주요 기업들이...",
|
|
"relevance": 0.95
|
|
}
|
|
],
|
|
"summary": {
|
|
"total_found": 13,
|
|
"after_dedup": 9,
|
|
"after_filter": 7,
|
|
"trust_score_range": {"min": 0.45, "max": 0.92}
|
|
},
|
|
"collection_timestamp": "2024-10-20T09:05:00Z"
|
|
}
|
|
```
|
|
|
|
## 규칙
|
|
|
|
1. **중복 제거 우선** — 통합 전 중복 제거 수행
|
|
2. **신뢰도 기반 정렬** — 높은 신뢰도 순으로 정렬
|
|
3. **출처 명시** — 각 결과의 출처 정보 반드시 포함
|
|
4. **다중 소스 우대** — 여러 소스에서 확인된 결과 우선
|