선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구에서는 각각의 질의에 대하여 이용자가 조회한 문서를 기록한 클릭 로그에 근거하여 1년 동안 네이버 이용자들이 입력한 질의의 형태 및 주제의 전반적인 특징을 조사하였다. 본 연구의 조사 결과 첫째, 네이버 이용자가 입력한 질의를 형태별로 분류할 경우 사이트 검색이 거의 절반에 가까운 48.
- (2002)은 이용자가 실제로 조회한 문서를 알려주는 클릭 로그를 확보하지 못하였기 때문에 질의만으로 주제를 분류하였음을 언급하였으며, 이는 클릭 로그를 이용한 정보 요구의 파악이 합리적 수단으로 인식되고 있음을 시사한다. 이에 본 연구에서는 1년이라는 장기간에 걸쳐 네이버에 입력된 검색 질의들의 표본과 각 질의에 대한 클릭 로그에 근거하여 국내 웹 검색 질의의 형태 및 주제를 분석하고자 한다.
가설 설정
- 231 개로 나타났다. 이에 대한 이유로는 다음과 같은 사항들을 고려할 수 있다: (i) 클릭 로그 시스템의 오류로 인하여 클릭 로그가 기록되지 않을 수 있다. (ii) 검색 결과로부터 이용자가 원하는 문서를 발견하지 못 할 경우, 이용자는 검색 결과로 출력된 문서를 조회하지 않을 수 있다(ⅲ) 이용자가 기업명을 질의로 입력할 경우, 주가 등과 같은 그 기업에 관한 기본적인 정보를 검색 결과 화면으로부터 즉시 얻을 수 있으며, 또한 연예인명을 질의로 입력할 경우, 그 연예인에 대한 신상 정보 사진 등과 같은 간단한 정보를 검색 결과 화면으로부터 얻을 수 있기 때문에, 이용자는 검색 결과로 줄력된 문서를 조회하지 않을 수 있다.
제안 방법
- 다섯째, "금융/경제"와 관련된 질의에 대하여 이용자는 주로 네이버 디렉토리의 "경제" 카테고리에서 제공되는 주가나 환율, 회사 등에 관한 자료를 조회하거나, 네이버 디렉토리의 "뉴스/미디어" 카테고리에 포함된 신문 기사 등을 조회하였다
- 따라서 본 연구에서도 네이버에 입력된 질의들의 주제에 근거하여 분류 체계를 도출하였으며, 이때 해외 선행 연구들이 개발한 분류 체계와 네이버, 야후(한국, 미국), 구글(한국, 미국), 엠파스와 같은 국내외 주요 웹 검색 디렉토리 서비스의 대분류 및 중분류 항목을 참고하였다 또한 전체 표본에서 3% 이상을 차지하는 주제 범주만을 분류 체계에 포함시키는 것을 원칙으로 하였으며 3% 미만이지만 주제의 성격상 다른 어떤 주제 범주에도 포함되기 어려운 "성인, " "건강, " "과학" 등을 별도의 주제로 독립시켰다 그 결과 다음과 같은 전체 16개의 주제 범주가 도출되었다
- (ii) 검색 결과로부터 이용자가 원하는 문서를 발견하지 못 할 경우, 이용자는 검색 결과로 출력된 문서를 조회하지 않을 수 있다(ⅲ) 이용자가 기업명을 질의로 입력할 경우, 주가 등과 같은 그 기업에 관한 기본적인 정보를 검색 결과 화면으로부터 즉시 얻을 수 있으며, 또한 연예인명을 질의로 입력할 경우, 그 연예인에 대한 신상 정보 사진 등과 같은 간단한 정보를 검색 결과 화면으로부터 얻을 수 있기 때문에, 이용자는 검색 결과로 줄력된 문서를 조회하지 않을 수 있다. 본 연구에서는 이들 중 출력된 검색 결과에 근거하여 형태를 분류할 수 없는 20개 질의를 제외한 2, 211개 질의의 형태를 분류하였다
- 한편 기존의 분석 방법과 클릭 로그 분석 방법을 비교하기 위하여 본 연구에서 분석된 질의 로그들 중 하루의 질의 로그에서 선택된 700개 질의에 대해 문헌정보학과 졸업생과 재학생 세 명으로 하여금 질의만을 살펴본 후 주제를 분류하게 하였다. 분석 결과 평가자들이 평균적으로 전체의 42%의 질의에 대해 주제를 파악하지 못하였고 18%의 질의에 대해서는 클릭 로그를 참고로 하였을 때와는 다른 주제를 선택하였다.
대상 데이터
- 본 연구에서는 2003년 7월 1일부터 2004년 6월 30일까지 1년 동안 네이버 이용자들이 통 합 검색창에 입력한 질의를 기록한 질의 로그와 각각의 질의에 대하여 이용자가 조회한 문서를 기록한 클릭 로그를 분석 대상으로 하였다 이용자들의 검색 행태가 주중과 주말, 평일과 공휴일 간에 변화할 수 있고 요일별로 변화할 수 있다는 사실을 염두에 두고 1년 동안의 주중, 주말 평일, 공휴일의 분포에 맞추어 격주로 표본 날짜를 선택하였다 이렇게 선택된 날짜의 질의 로그들로부터 하루에 700개씩의 질의를 무작위로 선정하였다 2003년 하반기의 경우 하루 동안 네이버에 입력되는 통합 검색 질의는 대략 1,000만개 이상으로 추정된다. 이러한 모집단의 규모를 감안할 때 표본 오차 95% 신뢰 수준 ±4%포인트와 ±5%포인트를 허용할 경우, 필요한 표본의 크기는 각각 600 개와 384개로 통계학 관련 문헌에서 제시되고 있다(Arkin and Colton, 1963).
- 이러한 모집단의 규모를 감안할 때 표본 오차 95% 신뢰 수준 ±4%포인트와 ±5%포인트를 허용할 경우, 필요한 표본의 크기는 각각 600 개와 384개로 통계학 관련 문헌에서 제시되고 있다(Arkin and Colton, 1963). 본 연구에서는 이러한 요소를 고려하여 하루에 700개의 질의를 무작위로 선정할 것을 결정하였다 그리고 총 18, 200개 질의의 형태 및 주제를 파악하기 위하여, 연구자들과 문헌정보학 전공 졸업생, 재학생 3명이 공동으로 클릭 로그를 분석하였다.
성능/효과
- 둘째, 검색 결과에 포함된 문서가 0건이기 때문에 클릭 로그가 존재할 수 없는 경우이며, 이는 전체 질의의 1.7%인 324개로 나타났다 이들 중 0.8%인 152개 질의에 대해서는 "t스캔들," "목동우체군"의 예처럼 질의의 형태 및 주제를 분명히 파악할 수 있었으며, 0.9%인 172개 질의에 대해서는 그 형태와 주제를 파악할 수 없었다.
- 예를 들어 이용자가 사이트 검색으로 분류된 질의를 입력할 경우 "바로가기," "사이트" 등의 컬렉션에서 검색된 결과를 화면 상단에 배치할 수 있을 것이다. 둘째, 내용 검색 질의를 입력한 후, 많은 이용자들이 "지식인" 데이터베이스로부터 검색된 문서들을 조회하는 특징을 보였다. 그러나 검증되지 않은 답변과 주관적인 답변이 다수에 의해 지식으로 선택되고 유해 정보가 질문이나 답변으로 게시되는 경우를 발견하였으며, 지식인 서비스의 개선을 위하여 이러한 문제점의 개선이 요구된다.
- 둘째, 내용 검색에서 "엔터테인먼트"에 이어 네이버 이용자들이 많이 검색하는 주제는 "교육"이었으며, 교육에서도 네이버 지식인의 답변을 조회하는 경우가 역시 큰 비중을 차지하였다 즉 직업명, 학교명 등의 단어형 질의와 '-과 취직?' 과 같은 서술형 질의를 입력한 후 지식인의 답변을 조회하는 경우가 많았다. 또한 선생님 사이트 개인 교육 사이트 학교 흠페이지, 학원 홈페이지 등에서 초 .
- 셋째, "라이프스타일"로 분류된 질의는 패션 요리, 교통 등과 같이 생활에 관련된 잡다한 내용을 검색하기 위한 것으로 이용자는 주로 지식인의 답변을 조회하였다 그리고 이용자는 열차 시간과 같은 생활 정보를 얻기 위하여 지식인보다 철도청 사이트에서 제공되는 자료를 선택하는 경향을 보였다 또한 일부 질의에 대하여 네이버 디렉토리의 하위 카테고리에서 제공되는 자료를 조회하는 경우도 있었다
- 전체 질의 중에서 386개(2.1%)의 오타를 발견하였다 이 중 영문 입력 모드에서 한글을 입력하여 오타가 발생한 경우, 예를 들어 "다음"을 "ekdma"로 "야후"를 "야gn"으로 입력하는 경우가 192개(1.0%), 한글 입력 모드에서 영어를 입력하여 오타가 발생한 경우, 예를 들어 "ktf"를 "ㅏㅅㄹ"로, "nhn"을 "ㅜㅗㅜ"로 입력하는 경우가 19개(0.1%), 질의 입력 시 문자의 삽입, 삭제, 교체, 전치로 인한 오타가 발생한 경우, 예를 들어 "네이버"를 "넹이버"로 "포토샵"을 "포토샤"으로, "스타크래프트"를 "스타크레프트'로 입력하는 경우가 156개(0.86%)로 조사되었다
- 이에 대한 이유로는 다음과 같은 사항들을 고려할 수 있다: (i) 클릭 로그 시스템의 오류로 인하여 클릭 로그가 기록되지 않을 수 있다. (ii) 검색 결과로부터 이용자가 원하는 문서를 발견하지 못 할 경우, 이용자는 검색 결과로 출력된 문서를 조회하지 않을 수 있다(ⅲ) 이용자가 기업명을 질의로 입력할 경우, 주가 등과 같은 그 기업에 관한 기본적인 정보를 검색 결과 화면으로부터 즉시 얻을 수 있으며, 또한 연예인명을 질의로 입력할 경우, 그 연예인에 대한 신상 정보 사진 등과 같은 간단한 정보를 검색 결과 화면으로부터 얻을 수 있기 때문에, 이용자는 검색 결과로 줄력된 문서를 조회하지 않을 수 있다. 본 연구에서는 이들 중 출력된 검색 결과에 근거하여 형태를 분류할 수 없는 20개 질의를 제외한 2, 211개 질의의 형태를 분류하였다
- 네이버 이용자가 외국어 질의를 입력하는 경우는 드물었으며, 전체 18, 200개 질의 중 영어 질의는 1, 279개(7.0%), 한문 질의는 5개(0.0003%), 일본어 질의는 2개(0.0001%)에 불과하였다 영어 질의들 중 연예인 이름 가수 이름 영화 제목, 컴퓨터 용어 등은 511개(2.8%), cgv, kbs, nhn, nate, msn, mbc, 1g, Ige- shop, ebs 등과 같은 기관명은 364개(2%)를 차지하였다. 또한 의미를 네이버 사전이나 지식인에서 검색하기 위하여 영어 단어를 입력한 질의가 115개(0.
- 따라서 본 연구에서는 18, 200개 질의 중 192개를 제외한 18, 008 질의의 형태를 분석하였으며, 그 결과는 과 같다 단일 사이트와 다수 사이트를 포함하여 사이트를 검색하는 경우가 거의 절반에 가까운 48.9%, 내용을 검색하는 경우는 42.6%, 내용과 사이트를 동시에 검색하는 경우는 7.5%로 나타났다.
- 3%로 나타났다. 반면 본 연구에서 주제를 파악하기 어려운 질의와 3개 이상의 복수 주제를 포함하는 질의는 모두 합하여 전체 질의의 3.6%인 것으로 나타났다 이러한 사실은 클릭 로그 분석 방법이 이용자의 정보 요구를 파악하는 데에 있어서 불확실성을 감소시키며 보다 정확한 주제 분석을 위한 도구로 활용될 수 있음을 시사한다
- 본 연구에 포함된 18, 200개 질의의 클릭 로그 상태를 분석한 결과 클릭 로그가 존재하는 질의가 15, 645개(86%)로 나타났다 즉 이용자가 질의 입력 후 검색 결과로서 화면에 노출된 문서들 중 1개 이상을 클릭한 질의의 수가 전체의 86%이였다. 그리고 클릭 로그가 존재하지 않는 질의는 2, 555개(14%)이였으며 이들은 다음과 같은 두 가지 범주로 구분될 수 있다
- 본 연구에서는 각각의 질의에 대하여 이용자가 조회한 문서를 기록한 클릭 로그에 근거하여 1년 동안 네이버 이용자들이 입력한 질의의 형태 및 주제의 전반적인 특징을 조사하였다. 본 연구의 조사 결과 첫째, 네이버 이용자가 입력한 질의를 형태별로 분류할 경우 사이트 검색이 거의 절반에 가까운 48.9%로 가장 많았고 내용 검색이 42.6%, 사이트와 내용 동시 검색이 7.5%로 나타났다 따라서 검색 시스템 설계 시 사이트 검색 질의와 내용 검색 질의에 서로 다른 검색 알고리즘과 인터페이스의 적용을 고려할 수 있다. 곧 이용자가 입력한 질의의 형태를 파악할 수 있다면 그 질의의 형태에 적합한 컬렉션들로부터 검색된 문서들을 결과 화면에서 우선 배열할 수 있다.
- 한편 기존의 분석 방법과 클릭 로그 분석 방법을 비교하기 위하여 본 연구에서 분석된 질의 로그들 중 하루의 질의 로그에서 선택된 700개 질의에 대해 문헌정보학과 졸업생과 재학생 세 명으로 하여금 질의만을 살펴본 후 주제를 분류하게 하였다. 분석 결과 평가자들이 평균적으로 전체의 42%의 질의에 대해 주제를 파악하지 못하였고 18%의 질의에 대해서는 클릭 로그를 참고로 하였을 때와는 다른 주제를 선택하였다. 또한 기존의 방법을 이용한 선행 연구에서 주제가 불분명한 질의의 비중이 클릭 로그 분석을 이용한 본 연구에서보다 높은 것으로 나타났다 곧 Ross와 Wolfram(2000)의 연구에서 주제가 불분명한 검색어 쌍은 전제 검색어 쌍의 약 8%이었Z, Spink et al.
- 질의의 형태를 분석한 결과, 사이트 검색, 내용 검색, 사이트와 내용 동시 검색이라는 범주가 도출되었다. 사이트 검색은 이용자가 찾고자 하는 대상이 웹 사이트인 경우로서, "단일 사이트 검색"과 "다수 사이트 검색"으로 세분 화될 수 있다.
- 첫째, 네이버로부터 검색 결과가 출력됨에도 불구하고 클릭 로그가 생성되지 않는 경우이며, 이는 전체 질의의 12.3%인 2.231 개로 나타났다. 이에 대한 이유로는 다음과 같은 사항들을 고려할 수 있다: (i) 클릭 로그 시스템의 오류로 인하여 클릭 로그가 기록되지 않을 수 있다.
- 본 연구에서는 이처럼 도출된 형태 및 주제 범주로의 분류 작업에 대한 상세한 가이드라인을 작성하였으며, 문헌정보학과 졸업생과 재학생으로 구성된 세 명의 평가자들은 이 가이드라인에 따라 질의를 수작업으로 분류하였다 평가자들은 한 달 이상 연구자들로부터 질의 분류에 관한 교육을 받고 실습을 수행하였으며, 철저히 클릭 로그에 근거하여 분류 작업을 수행하였기 때문에 분류에 있어 평가자들의 주관이 개입할 여지는 매우 적다고 할 수 있다. 평가자들 사이의 분류 일치성은 평균 약 97% 로 매우 높은 것으로 나타났으며 분류가 불일치하는 경우 클릭 로그의 재검토와 토론을 통하여 합의에 이르는 과정을 거쳤다.
후속연구
- 이러한 결과는 국내 웹 포 탈에서 국외보다는 국내에서 생성된 자료에 집중하는 것이 현재로서는 중요함을 시사한다. 마지막으로 본 연구에서 분석한 오타의 유형을 심층 분석하여 검색 엔진이 오타의 유형을 자동으로 파악하게 한다면, 이용자가 오타를 입력하더라도 적합한 문서를 제공함으로써 검색 결과의 효율성을 증대시킬 수 있을 것이다.
- 이에 본 연구에서는 1년 동안 네이버에 입력된 검색 질의들의 표본과 각각의 질의에 대하여 이용자가 조회한 문서들에 근거하여 국내 웹 검색 질의의 형태 및 주제를 분석하고자 한다 국내외 선행 연구들 중 본 연구에서처럼 장기간에 걸쳐 웹 검색 포탈의 검색 질의를 수집한 경우는 드문 실정이며, 또한 이용자가 실제로 조회한 자료, 즉 클릭 로그에 근거하여 검색 질의가 내포하는 정보 요구를 파악한 사례를 발견하기 어렵다. 본 연구는 클릭 로그 분석이라는 새로운 연구 방법을 도입하였다는 점에서 웹 검색 분야에 학문적으로 기여하는 바가 클 것으로 기대된다.
- 본 연구의 수행 결과 향후 연구가 요구되는 사항들은 다음과 같다 첫째, 클릭 로그가 생성되지 않은 경우에 대한 심층적인 분석이 필요하다 둘째, 본 연구에서 제시한 클릭 로그 분석 방법론과 주제 분류 체계에 대한 검증과 보완 작업이 요구된다. 셋째, 국내 웹 이용자 검색 행태의 추이를 장기간에 걸쳐 추적하는 연구가 요구된다.
- 본 연구의 수행 결과 향후 연구가 요구되는 사항들은 다음과 같다 첫째, 클릭 로그가 생성되지 않은 경우에 대한 심층적인 분석이 필요하다 둘째, 본 연구에서 제시한 클릭 로그 분석 방법론과 주제 분류 체계에 대한 검증과 보완 작업이 요구된다. 셋째, 국내 웹 이용자 검색 행태의 추이를 장기간에 걸쳐 추적하는 연구가 요구된다. 즉 날짜별, 요일별, 계절별 검색행태 비교 주중과 주말의 검색 행태 비교 등에 대한 분석이 가능할 것이다.
- 그리고 네이버 이용자가 주로 검색하는 주제의 순위를 형태별로 살펴본 결과 사이트 검색 질의의 경우에는 컴퓨터/인터넷, 쇼핑, 게임, 기업 등의 주제가 우세하고 내용 검색 질의의 경우에는 엔터테인먼트 교육, 라이프스타일 등과 같은 주제가 우세하였다. 이러한 결과는 이용자들의 정보 요구를 반영한다고 볼 수 있으므로 웹 검색 포털 업체들이 컨텐츠 구축의 우선 순위를 결정하는데 활용될 수 있을 것이다. 예를 들어 사이트 검색 질의에서의 주제 순위는 디렉토리의 컨텐츠 구축 시 활용될 수 있을 것이다.
- 셋째, 국내 웹 이용자 검색 행태의 추이를 장기간에 걸쳐 추적하는 연구가 요구된다. 즉 날짜별, 요일별, 계절별 검색행태 비교 주중과 주말의 검색 행태 비교 등에 대한 분석이 가능할 것이다.
- 이들 중 장기간에 걸쳐 수집된 웹 검색 질의의 전반적인 형태 및 주제에 대한 분석은 웹 검색 분야에서 매우 중요한 연구 주제라고 할 수 있다. 특히 이러한 연구의 결과는 인터넷 포탈 업체들의 효과적인 컨텐츠 구축 및 효율적인 검색 시스템 개발에 있어서 중요한 자료로서 활용될 수 있다
※ AI-Helper는 부적절한 답변을 할 수 있습니다.