[논문]시맨틱웹 기반 개인 맞춤형 도서 추천 시스템

김진천

doi:10.6109/jkiice.2011.15.5.1097

시맨틱웹 기반 개인 맞춤형 도서 추천 시스템
Personalized Book Recommendation System based on Semantic Web 원문보기

한국해양정보통신학회논문지 = The journal of the Korea Institute of Maritime Information & Communication Sciences, v.15 no.5, 2011년, pp.1097 - 1104

김진천 (경성대학교 컴퓨터학부)

초록
AI-Helper

본 논문에서는 개인 맞춤 도서 추천을 위한 시맨틱웹 접근방법을 제안한다. 제안방법은 콘텐츠 기반 추천을 이용하면서도 사용자가 모든 도서 검색 시스템에 자신의 관심분야를 등록해야 하는 단점을 개선한다. 제안방법은 다양한 서지정보제공자의 도서분류 온톨로지상에서 자신의 관심분야를 등록할 수 있게 함으로써 사용자 프로파일을 공유한다. 또한 사용자 프로파일 관리 시스템은 제안방법에 의해 작성된 사용자 프로파일을 관리하고, 사용자의 관심분야와 도서분류 온톨로지상의 각 개념과의 유사성을 분석하는 기능을 제공한다. 제안방법은 사용자 프로파일의 공유를 통해 기존 키워드 검색에 비해 더 향상된 효율성을 제공한다.

Abstract ▼ AI-Helper

In this paper, we propose a semantic web approach for personalized book recommendation. Our approach takes advantage of the content-based recommendation and improves its disadvantage that users should input their interesting fields into all book search systems they use. Our approach provides the sharing of users' profile with their interesting fields by enabling user's interesting fields to be described over each book classification ontology of various book information providers. We also provide a middleware that manages users' profiles written in RDF and analizes similarity between user's interesting field and each concept over the book classification ontology. Our approach provide better performance than traditional keyword-based search by sharing the user's profile among book recommendation systems.

주제어

AI 본문요약
AI-Helper

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

문제 정의

본 논문에서는 기존의 도서 검색 시스템에 비해 향상된 효율성을 보이는 개인 맞춤 도서 추천 시스템을 제안하였다. 제안 방법은 사용자의 관심분야를 각 도서 검색 시스템의 도서분류 온톨로지들 상에서 기술할 수 있도록 하고 이들을 관리하기 위한 미들웨어를 제공함으로써, 사용자의 관심분야를 서로 다른 시스템들에서도 공유하여 사용할 수 있는 방법을 제공하였다.
본 논문에서는 도서 검색 시스템의 품질을 향상시키기 위한 방법으로 시맨틱웹 접근방법을 제안한다. 제안 방법은 다양한 도서들에 대한 서지정보를 정확하게 표현할 수 있도록 충분한 표현력을 제공한다.
본 논문에서는 도서검색시스템에서 콘텐츠 기반 추천 시스템의 장점을 활용하면서 사용자의 불편함을 개선할 수 있는 하나의 방법으로 시맨틱웹 접근방법을 제안한다. 제안방법은 선행연구[6]에서 제안한 시맨틱웹 기반 푸시서비스 모델을 기반으로 설계 및 구현한다.
본 논문에서는 이러한 문제를 해결하기 위한 하나의 방법으로 다른 도서 검색 시스템에서 이미 등록한 사용자의 관심분야를 공유하여 사용할 수 있는 방법을 제공한다. 제안 시스템에서는 사용자의 관심분야에 대한 정보를 다양한 도서분류 온톨로지 상에서 UPDL에 의해 기술하고 사용자 프로파일 관리자에 의해 관리한다.

가설 설정

본 논문에서 도서에 관한 정보(서지정보)는 각 도서관 및 인터넷 서점과 같은 서지정보제공자가 자신의 도서분류 온톨로지를 참조하여 CDL로 기술하여 제공하는 것으로 가정한다. 본 논문에서 사용하는 도서분류 온톨로지는 일종의 도메인 온톨로지(Domain Ontology)로, 각 도서 검색 시스템에서 제공하는 도서에 대한 분류와 서지정보를 기술하기 위한 온톨로지이다.

제안 방법

제안 방법은 사용자의 관심분야를 각 도서 검색 시스템의 도서분류 온톨로지들 상에서 기술할 수 있도록 하고 이들을 관리하기 위한 미들웨어를 제공함으로써, 사용자의 관심분야를 서로 다른 시스템들에서도 공유하여 사용할 수 있는 방법을 제공하였다. 또한, 각 도서 검색 시스템에서는 도서들의 서지정보를 자신의 도서 분류 온톨로지에 따라 기술하고, 사용자의 관심분야를 저장한 프로파일을 기반으로 평가 가중치를 계산함으로써 효율적인 도서 추천 서비스가 가능하도록 하였다. 제안방법은 키워드 검색에서 기존 검색 시스템에 비해 재현율은 비슷하면서 정확률이 매우 높아 효율적임을 확인할 수 있었다.
제안하는 개인 맞춤 도서 추천 시스템은 그림 1과 같이 사용자 프로파일 관리자(User Profile Manager)와 유사성 분석기(Similarity Analyzer)로 구성된다. 먼저, 각 도서관이나 인터넷 서점과 같은 서지정보제공자는 자신들의 도서 분류 기준에 따라 기술된 도서분류 온톨로지(Book Classification Ontology)를 제공하고, 자신들의 서지정보를 이 온톨로지 상에서 CDL로 기술하여 RDF 형식으로 저장하여 제공한다.
제안 방법은 다양한 도서검색시스템이 각자의 도서분류를 사용하는 것을 허용하기 때문에 사용자의 관심분야를 풍부한 어휘를 통해 표현할 수 있다. 또한 제안 방법은 이들 관심분야 정보를 여러 시스템이 공유하여 사용할 수 있기 때문에 사용자의 중복 입력의 불편함은 감소시키면서 사용자에게 적합한 도서를 추천할 수 있다.
본 논문에서는 기존의 도서 검색 시스템에 비해 향상된 효율성을 보이는 개인 맞춤 도서 추천 시스템을 제안하였다. 제안 방법은 사용자의 관심분야를 각 도서 검색 시스템의 도서분류 온톨로지들 상에서 기술할 수 있도록 하고 이들을 관리하기 위한 미들웨어를 제공함으로써, 사용자의 관심분야를 서로 다른 시스템들에서도 공유하여 사용할 수 있는 방법을 제공하였다. 또한, 각 도서 검색 시스템에서는 도서들의 서지정보를 자신의 도서 분류 온톨로지에 따라 기술하고, 사용자의 관심분야를 저장한 프로파일을 기반으로 평가 가중치를 계산함으로써 효율적인 도서 추천 서비스가 가능하도록 하였다.
본 논문에서는 이러한 문제를 해결하기 위한 하나의 방법으로 다른 도서 검색 시스템에서 이미 등록한 사용자의 관심분야를 공유하여 사용할 수 있는 방법을 제공한다. 제안 시스템에서는 사용자의 관심분야에 대한 정보를 다양한 도서분류 온톨로지 상에서 UPDL에 의해 기술하고 사용자 프로파일 관리자에 의해 관리한다. 이렇게 만들어진 사용자 프로파일은 각 도서 검색 시스템에서 사용자의 관심분야에 따라 도서를 추천하기 위해 사용된다.
본 논문에서는 도서검색시스템에서 콘텐츠 기반 추천 시스템의 장점을 활용하면서 사용자의 불편함을 개선할 수 있는 하나의 방법으로 시맨틱웹 접근방법을 제안한다. 제안방법은 선행연구[6]에서 제안한 시맨틱웹 기반 푸시서비스 모델을 기반으로 설계 및 구현한다. 시맨틱웹 기반 푸시서비스 모델[6]은 서비스 온톨로지(service-specific ontology)들 상에서 콘텐츠 정보(메타데이터)와 사용자의 선호정보를 기술하고 이들 정보들 간에 강력한 상호운용성을 제공할 수 있도록 온톨로지 기반 데이터 모델을 제공한다.
이렇게 평가된 유사성 분석 결과는 해당 도서 검색 시스템에서 사용자에게 적합한 도서를 추천하기 위해 사용된다. 제안시스템에서 OWL과 RDF 문서의 처리는 온톨로지와 RDF문서 처리를 위한 Java API인 Jena Toolkit [11]을 사용하여 구현하였다.
제안하는 개인 맞춤 도서 추천 시스템은 그림 1과 같이 사용자 프로파일 관리자(User Profile Manager)와 유사성 분석기(Similarity Analyzer)로 구성된다. 먼저, 각 도서관이나 인터넷 서점과 같은 서지정보제공자는 자신들의 도서 분류 기준에 따라 기술된 도서분류 온톨로지(Book Classification Ontology)를 제공하고, 자신들의 서지정보를 이 온톨로지 상에서 CDL로 기술하여 RDF 형식으로 저장하여 제공한다.

대상 데이터

이때, R 집합은 1000개의 도서 중 실험 키워드 10개에 대해 관련 있는 도서를 직접 분류하고 실험 결과와 비교하였다. 실험 키워드로는 시맨틱웹, 온톨로지, 개인화, 추천, 필터링, 모델링, 추론, 클라우드, 자바, 애플을 사용하였다.
제안 시스템을 평가하기 위해 ACM Digital Library, 국내 대학 도서관, 국내 인터넷 서점의 웹사이트를 참조하여 3개의 도서분류 온톨로지를 정의하였다. 이들 중 대학 도서관에서 다양한 분야의 도서에 대한 서지정보 1,000개를 해당 도서분류 온톨로지를 기반으로 CDL로 구성하였으며, 나머지 2개의 도서분류 온톨로지 상에서 사용자 관심분야 5개를 등록하였다.
제안 시스템을 평가하기 위해 ACM Digital Library, 국내 대학 도서관, 국내 인터넷 서점의 웹사이트를 참조하여 3개의 도서분류 온톨로지를 정의하였다. 이들 중 대학 도서관에서 다양한 분야의 도서에 대한 서지정보 1,000개를 해당 도서분류 온톨로지를 기반으로 CDL로 구성하였으며, 나머지 2개의 도서분류 온톨로지 상에서 사용자 관심분야 5개를 등록하였다.

데이터처리

검색 시스템 내의 관련있는 서지정보의 전체 수를 Td, 검색 시스템에 의해 실제 검색된 서지정보 수를 Tr, 검색된 서지정보 중 관련있는 도서의 수를 R이라고 할 때, 정확률과 재현율은 다음과 같이 계산되어진다. 이때, R 집합은 1000개의 도서 중 실험 키워드 10개에 대해 관련 있는 도서를 직접 분류하고 실험 결과와 비교하였다. 실험 키워드로는 시맨틱웹, 온톨로지, 개인화, 추천, 필터링, 모델링, 추론, 클라우드, 자바, 애플을 사용하였다.

이론/모형

여기서 유사성을 평가하기 위한 다양한 연구들이 있으나, 본 논문에서는 콘텐츠의 분류와 사용자 선호분야와의 거리에 따라 평가가중치를 50%씩 점진적으로 감소하는 이전연구[6]의 방법을 적용하였다. 즉, 각 도서의 분류가 등록된 사용자의 관심분야와 일치하지 않을 경우, 해당 도서의 평가가중치를 계산하기 위해 그림 7과 같이 반복적으로 온톨로지 상의 상위개념과 비교하면서 동일한 개념을 찾을 때까지 평가가중치를 50%씩 감소시킨다.
제안방법은 도서정보와 사용자의 관심분야를 기술하기 위해 선행연구[6]에서 제안한 OWL(Web Ontology Language) 기반의 콘텐츠 정보 및 사용자 선호정보를 기술하기 위한 언어인 CDL(Contents Description Language)과 UPDL(User Preference Description Language)을 사용한다. CDL/UPDL은 정보를 다양한 도메인 온톨로지 상에서 표현할 수 있도록 정의된 일종의 간단명료한 언어로서, 정보를 표현함에 있어 유연성과 상호운용성을 제공하는 기반이 된다.

성능/효과

제안 방법은 다양한 도서검색시스템이 각자의 도서분류를 사용하는 것을 허용하기 때문에 사용자의 관심분야를 풍부한 어휘를 통해 표현할 수 있다. 또한 제안 방법은 이들 관심분야 정보를 여러 시스템이 공유하여 사용할 수 있기 때문에 사용자의 중복 입력의 불편함은 감소시키면서 사용자에게 적합한 도서를 추천할 수 있다.
본 논문에서는 도서 검색 시스템의 품질을 향상시키기 위한 방법으로 시맨틱웹 접근방법을 제안한다. 제안 방법은 다양한 도서들에 대한 서지정보를 정확하게 표현할 수 있도록 충분한 표현력을 제공한다. 또한 이렇게 다양한 도서 분류를 기반으로 사용자의 관심분야를 보다 정확하게 기술할 수 있으면서도 이러한 정보들 사이의 의미적인 연관성을 분석할 수 있는 방법을 제공하여 다른 시스템에서도 사용자의 관심분야를 공유할 수 있도록 한다.
또한, 각 도서 검색 시스템에서는 도서들의 서지정보를 자신의 도서 분류 온톨로지에 따라 기술하고, 사용자의 관심분야를 저장한 프로파일을 기반으로 평가 가중치를 계산함으로써 효율적인 도서 추천 서비스가 가능하도록 하였다. 제안방법은 키워드 검색에서 기존 검색 시스템에 비해 재현율은 비슷하면서 정확률이 매우 높아 효율적임을 확인할 수 있었다.
그림 9와 그림 10은 각각 기존 키워드 검색과 제안 방법에서의 키워드 검색의 결과를 보인 것이다. 제안방법의 경우 기존 키워드 검색과 달리 사용자의 관심분야를 고려하여 도서를 추천함을 볼 수 있다.

후속연구

본 논문에서의 실험을 통해 제안방법의 유용성은 제시하였으나, 제한된 수와 범위의 키워드에 대해서만 실험하였기 때문에 향후 보다 다양한 키워드에 대한 실험이 필요하다. 또한 제안방법은 도서와 사용자의 관심분야 사이의 유사도를 평가해야 하기 때문에 기존의 키워드 검색에 비해 추가적인 처리시간이 요구된다.
또한 제안방법은 도서와 사용자의 관심분야 사이의 유사도를 평가해야 하기 때문에 기존의 키워드 검색에 비해 추가적인 처리시간이 요구된다. 본 실험에서는 서지정보의 수가 많지 않아 4초 이내의 응답시간을 보였으나, 향후 충분히 많은 서지정보를 대상으로 검색시간에 대한 평가가 필요하다.

질의응답

핵심어	질문	논문에서 추출한 답변
	대표적인 지능적 추천방법은?	정보검색 분야에서는 오래전부터 적합문서 선별 및 랭킹, 정보 필터링, 검색결과 클러스터링 및 분석 등 다양한 연구가 이루어지고 있으며, 최근 사용자의 요구와 관심에 따라 적합한 정보를 제공해주는 개인화서비스 (Personalized Services)에 대한 많은 연구와 개발이 진행 되어 왔다[1,2,3]. 대표적인 지능적 추천방법으로 콘텐츠 기반추천(Content-Based Recommendation)[4] 방식과 협업필터링(Collaborative Filtering)[5] 방식이 연구되고 있다. 콘텐츠 기반 추천시스템은 사용자 프로파일을 필요로 하며 이를 구축하기 위해 사용자의 참여를 유도하는 것이 쉽지 않아, 최근 협업필터링 및 하이브리드 추천방법에 대한 관심이 높아지고 있다.
	도서검색시스템의 품질 향상을 위해 개선이 요구되는 것은?	저작도구(authoring tool)의 발달로 인해 다양한 분야에서 수많은 도서들과 문헌들이 출판되고 있어, 도서검색 기능을 제공하고 있음에도 불구하고 사용자들은 자신이 원하는 도서들을 찾기 위해 점점 더 많은 시간과 노력을 기울이고 있다[1]. 즉, 도서검색시스템의 품질을 향상시키기 위해서는 단순한 키워드 검색 결과를 제공하거나 많은 단계를 거쳐야 하는 기존 브라우징 방법에 대한 개선이 요구된다. 특히 도서관이나 인터넷 서점과 같이 출판물들을 대규모로 관리하는 시스템에서는 보다 효과적인 도서 검색방법이 필요하다.
	특히 도서검색시스템의 개선이 요구되는 곳은 어디인가?	즉, 도서검색시스템의 품질을 향상시키기 위해서는 단순한 키워드 검색 결과를 제공하거나 많은 단계를 거쳐야 하는 기존 브라우징 방법에 대한 개선이 요구된다. 특히 도서관이나 인터넷 서점과 같이 출판물들을 대규모로 관리하는 시스템에서는 보다 효과적인 도서 검색방법이 필요하다. 따라서 Amazon.

참고문헌 (11)

이상기, 이병섭, 박병용, 황혜경, "나이브베이즈 분류모델과 협업필터링 기반 지능형 학술논문 추천시스템 연구," 정보관리연구, 제41권, 제4호, pp.227- 249, 2010.

원문보기 상세보기
L.Geng, Z.Jeng, and Y.Jiang, "Research on E-Commerce personalized service based on intelligent agent technology," IEEE Int. Conf. on Service Operations, Logistics, and Informatics, pp. 1113-1118, 2008.
A.Saghiri and A.Bagheri, "An Adaptive Architecture for Personalized Search Engine in Ubiqutous Environment with Peer to Peer Systems," Int. Conf. on Information and Multimedia Thechnology, pp. 107-111, 2009.
B.Krulwich and C.Burkey, "Learning user information interests through extraction of semanticallysignificant phrases," Proc. of the AAAI Spring Symposium on Machine Learning in Information Access, pp. 110-112, 1996.
J.A.Konstan, B.N.Miller, D.Maltz, J.L.Herlocker, L.R.Gordon, and J.Riedl, "GroupLens: applying collaborative filtering to Usenet news," Communications of the Association, vol 40, no.3, pp.77-87, 1997.

상세보기
김주연, 김종우, 김진천, "개인화서비스를 위한 시맨틱웹 기반 푸시서비스 기법," 한국콘텐츠학회논문지, 제10권, 제6호, pp.18-26, 2010.

원문보기 상세보기
T.Berners-Lee, The Semantic Web, Scientific American, 2001.
Antoniou and van Harmelen. A Semantic web Primer, The MIT Press, Cambridge, 2004.
F.Manola and E.Miller, RDF Primer (http://www.w3.org/TR/2004/REC-rdf-primer-200402 10/), W3C (MIT, ERCIM, Keio), 2004.
M.K.Smith, C.Welty, and D.L.McGuinness, OWL Web Ontology Language Guide (http://www.w3.org/ TR/owl-guide/), W3C (MIT, ERCIM, Keio), 2004.
J.J.Carroll, I.Dickinson, and C.Dollin, "Jena: Implementing the Semantic Web Recommendation," WWW2004, ACM, New York, USA, pp. 74-83, 2004.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증