$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

태그 온톨로지와 기계학습을 이용한 추천시스템
Recommendation System based on Tag Ontology and Machine Learning 원문보기

한국산업정보학회논문지 = Journal of the Korea Industrial Information Systems Research, v.13 no.5, 2008년, pp.133 - 141  

강신재 (대구대학교 컴퓨터.IT공학부)

초록
AI-Helper 아이콘AI-Helper

소셜웹은 정보를 공유하고 사용자간 연결 정도를 높이기 위해 현재의 웹을 소셜 플랫폼으로 변화시키고 있다. 본 논문은 여러 소셜웹 사이트에 산재되어 있는 소셜 데이터를 중재하고 연결하는 방법을 제공하기 위해 딜리셔스, 플리커, 유튜브와 같은 대표적인 소셜 태깅 사이트의 태깅 데이터를 분석한다. 그 결과로 서로 다른 태깅 데이터를 통합하고 서로 다른 소셜 메타데이터를 연결하기 위한 태그 온톨로지를 제안한다. 또한 태깅 데이터의 기계 학습을 통하여 유사 태그 그룹과 사용자 그룹 정보를 획득한 후 태그 온톨로지를 학습한다. 이의 활용 방안으로는 학습된 태그 온톨로지를 이용하여 모델링한 추천 시스템도 제안한다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Social Web is turning current Web into social platform for knowing people and sharing information. This paper takes major social tagging systems as examples, namely delicious, flickr and youtube, to analyze the social phenomena in the Social Web in order to identify the way of mediating and linking ...

주제어

#소셜 태깅   #온톨로지   #사용자 프로파일   #추천시스템  

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 수가 없다. 따라서 추출된 태깅 정보를 가공하여 기계 학습을 거치면서 해딩, 의미 관계를 추출하고자 한다.
  • 본 논문에서는 소셜웹 사이트에 존재하는 방대한 태깅 정보를 가공하기 위하여 태그 온톨로지를 정의하고, 태깅 정보를 자동으로 추출한 후, 클러스터링 알고리즘을 적용하여 온톨로지를 학습하는 방법론을 제시하였다. 태그 간, 태거 간에 존재하는 연관 관계를 자동으로 추출하였기 때문에 수작업을 배제한 실용적인 방법론이며, 또한 방대한 양의 정보를 사용하여 보다 일반적이고 객관적인 정보를 추출했다고 볼 수 있다.
  • 본 논문에서는 최적의 추천 정보를 생성하기 위하여 태그 온톨로지로부터 사용자 프로파일과 그룹 프로파일을 추출하여 이용하는 하이브리드 접근법을 제안한다. 추천 시스템의 전체적인 구성은 그림 5에 나타나있으며, 크게 추천 에이전트, 온톨로지 관리 에이전트, 프로파일 관리 에이전트로 나뉜다.
  • 가진다. 본 연구에서는 폭소노미에 내재되어 있는 사용자 선호 정보를 마이닝 (mining) 하기 위해, 스태머 (stemmer)과 워드넷(WordNet)을 이용하여 태깅에 사용된 태그를 전처리한 후, 태그의 공기 정보 (co-occurrence information)를 분석하여 태그를 클러스터링하고, 그들 간의 의미관계를 추출하여 태그 온톨로지의 학습에 사용하는 방법을 제시하고 있다. 이러한 결과물은 검색 시 질의어(태그) 확장과 태깅 시 연관 태그의 추천, 추천 시스템의 모델링 등에 활용될 수 있다.
  • 차이가 있다. 서로 다른 태깅 데이터를 통합하고, 기존의 소셜 메타데이터를 연결하기 위한 구조를 모델링하는 것이 목적이다.
  • 태그 온톨로지를 활용하기 위한 한 분야로 추천시스템을 모델링하고자 한다. 이는 태그 클러스터를 이용하여 구성된 각각의 태거 벡터는 사용자의 성향(선호정보)을 나타내는 사용자 프로파일의 역할을 할 수 있으며, 태거 클러스터는 유사한 성향을 가지는 사용자 그룹의 정보를 표현하는 그룹 프로파일의 역할을 할 수 있기 때문이다.
본문요약 정보가 도움이 되었나요?

저자의 다른 논문 :

LOADING...

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로