[논문]FOAF와 SNA를 이용한 개선된 인터넷 자원 추천 방법

손종수; 정인정

doi:10.3745/kipstb.2012.19b.3.165

[국내논문] FOAF와 SNA를 이용한 개선된 인터넷 자원 추천 방법
Improved Internet Resource Recommendation Method using FOAF and SNA 원문보기

정보처리학회논문지. The KIPS transactions. Part B. Part B, v.19B no.3, 2012년, pp.165 - 176

(중국 운남성 전력실험연구원) , 손종수 (고려대학교 전산학과) , 정인정 (고려대학교 컴퓨터정보학과)

초록
AI-Helper

최근 사용자들이 생성한 콘텐츠들이 크게 늘어나고 커뮤니티 기반 웹 사이트가 발전함으로 인하여 사용자들에게 인터넷 자원을 추천하는 시스템이 큰 각광을 받고 있다. 그러나 대부분의 인터넷 자원 추천 시스템들은 사용자의 특징을 충분하게 반영하지 못하는 한계를 가지고 있다. 이에 따라 본 논문에서는 사용자의 특징이 충분히 반영되는 자원의 추천을 위하여 FOAF와 SNA를 사용한 추천 방법을 제안한다. 제안하는 방법은 1) FOAF를 통해 사용자의 특징 데이터와 태그 데이터를 취득한다. 2) 취득한 데이터를 세 종류의 행렬에 삽입하고 통합한 후 사용자, 사용자의 특징, 태그를 나타내는 그래프를 생성한다. 3) 소셜 네트워크 분석을 통해 추천 항목의 일반 특징과 핫태그(Hot tag)를 선정하여 인터넷 자원을 추천한다. 본 논문의 검증을 위하여 우리는 실험을 통해 본 논문에서 제안한 방법과 아이템 기반 추천 방법을 비교하였다. 이를 통해 보다 많은 사용자가 참여할수록 아이템 기반 추천 방법보다 본 논문에서 제안한 방법에 의한 추천 결과의 품질이 우수함을 확인하였다. 본 논문에서 제안하는 방법을 활용하면 사용자들에게 보다 적합한 자원을 추천하는 것이 가능하다. 그리고 제안하는 방법은 폭발적으로 늘어나는 인터넷 자원을 검색하는데 있어 효율적으로 활용될 수 있다.

Abstract ▼ AI-Helper

In recent years, due to rapidly increasing user-created internet contents coupled with the development of community-based websites, the internet resource recommendation systems are attracting attentions of the users. However, most of the systems have failed in properly reflecting users' characteristics and thus they have difficulty in recommending appropriate resources to users. In this paper, we propose an internet resource recommendation method using FOAF and SNA which fully reflects the characteristics of users. In our method, 1) we extract the data about user characteristics and tags using FOAF; 2) we generate graphs representing users, user characteristics and tags after inserting data into 3 matrixes and integrating them; 3) we recommend the appropriate internet resources after selecting common characteristics of the recommended items and Hot tags by analyzing social network. For verification of our proposed method, we implemented our method to establish and analyze an experimental social group. We verified through our experiments that the more users added in the social network, the higher quality of recommendation result we got than the item-based recommendation method. By using the suggested idea in this paper, we can make a more appropriate recommendation of resources to users while effectively retrieving explosively increasing internet resources.

Keyword

질의응답

핵심어	질문	논문에서 추출한 답변
	협업적 추천 방법의 목표는 무엇인가?	협업적 추천 방법은 다른 사용자들에 의해 점수가 매겨진 자원을 추천하는 것을 목표로 한다. 자원에 점수를 매긴 사용자들은 그와 관련된 자원을 추천 받는다.
	콘텐츠 기반 추천 방법의 한계점은?	•사용자의 프로파일이 좋은 품질을 가지고 있지 않으면 인터넷 자원의 추천 품질 또한 잠재적으로 좋지 않을 수 있다. •아이템의 유사도 만을 측정하여 사용자의 관심사와 다른 사용자와의 관계를 이용한 추천이 어렵다. •사용자의 관심사와 콘텐츠의 정보를 모두 반영한 추천이 어렵다.
	콘텐츠 기반 추천 방법은 무엇으로 구분되는가?	콘텐츠 기반 추천 방법은 크게 아이템 기반 추천과 사용자 기반 추천으로 구분될 수 있다. 아이템 기반 추천 방법 은 사용자들이 일반적으로 좋아하는 것이나 예전에 좋아했던 것을 추천에 활용하며 사용자 기반 추천 방법은 소셜 커뮤니티에서 비슷한 유형의 사용자들의 관심사를 기반으로 추천한다[1].

참고문헌 (33)

L. Rainie, "The state of blogging.," Pew Internet &American Life Project, http://www.pewinternet.org/PPF/r/144/report_display.asp. 2005.
Xin Li., Lei Guo., Yihong Zhao, "Tag-based Social Interest Discovery," International World Wide Web Conference Committee (IW3C2), ACM 978-1-60558-085-2/08/04, 2008.
Anon Plangprasopchok., Kristina Lerman, "Exploiting social annotation for automatic resource discovery," AAAI workshop on Information Integration from the Web, 2007.
http://en.wikipedia.org/wiki/FOAF_(software)#cite_note-0
Maitrayee Mukherjee, Lawrence B. Holder, "Graph-based Data Mining on Social Networks," KDD'04, August 22-25, Seattle, WA, USA, 2004.
Katarzyna Musiał1, Przemysław Kazienko,l and Tomasz Kajdanowicz, "Social Recommendations within the Multimedia Sharing Systems," WSKS 2008, LNAI 5288, pp.364-372, 2008.
Amanda Lenhart, Kristen Purcell, Aaron Smith and Kathryn Zickuhr, "Social Media & Mobile Internet Use Among Teens and Young Adults," Pew Internet & American Life Project, 2010.
Mukund Deshpande and George Karypis, "Item-Based Top-N Recommendation Algorithms," ACM Transactions on Information Systems, Vol.22, pp.143-177, 2004.

상세보기
Jun Wang, Arjen P. de Vries and Marcel J.T. Reinders, "Unifying User-based and Item-based Collaborative Filtering Approaches by Similarity Fusion," SIGIR'06, August 6-11, 2006, Seattle, Washington, USA, 2006.
Ivan Cantador, Alejandro Bellogin and David Vallet, "Content-based Recommendation in Social Tagging Systems," Fourth ACM conference on Recommender systems Barcelona, Spain, 2010.
Christian Desrosiers and George Karypis , "A Comprehensive Survey of Neighborhood-based Recommendation Methods," Springer Science & Business Media, LLC, 2011.
Noor Ali-Hasan, Lada A Adamic, "Expressing social relationships on the blog through links and comments," Proc. of International Conference on Weblogs and Social Media, 2007.
Michael F. Schwartz., David C. M. Wood, "Discovering shared interests using graph analysis," Communications of the ACM, 36(8):78-89, 1993.

상세보기
Pu Wang and HongWu Ye, "A Personalized Recommendation Algorithm Combining Slope One Scheme and User Based Collaborative Filtering," International Conference on Industrial and Information Systems, 2009.
Ahmed Hassan, Dragomir Radev, Junghoo Cho and Amruta Joshi, "Content Based Recommendation and Summarization in the Blogosphere," Third International ICWSM Conference, 2009.
Gabor Takacs, Istvan Pilaszy, Bottyan Nemeth and Domonkos Tikk, "Scalable Collaborative Filtering Approaches for Large Recommender Systems ," Journal of Machine Learning Research 10, 623-656, 2009.
L. M. de Campos, J. M. Fernandez-Luna, J. F. Huete and M. A. Rueda-Morales, "Using second-hand information in collaborative recommender systems ," Soft Compute, 2010.
Buhwan Jeong, Jaewook Lee and Hyunbo Cho, "An iterative semi-explicit rating method for building collaborative recommender systems ," Expert Systems with Applications, Vol.36, Issue 3, Part 2, pp.6181-6186, 2009.

상세보기
Benjamin Heitmann and Conor Hayes, "Using Linked Data to Build Open, Collaborative Recommender Systems ," Association for the Advancement of Artificial Intelligence, 2010.
Luis M. de Campos, Juan M. Fernandez-Luna, Juan F. Huete and Miguel A. Rueda-Morales, "Combining content-based and collaborative recommendations : A hybrid approach based on Bayesian networks ," International Journal of Approximate Reasoning Vol.51, Issue 7, pp.785-799, 2010.

상세보기
Toine Bogers, Antal Van Den Bosch, "Collaborative and Content-based Filtering for Item Recommendation on Social Bookmarking Websites ," ACM RecSys '09 Workshop on Recommender Systems and the Social Web, New York, NY, USA, 2009
http://www.mybloglog.com/buzz/help/#a2005022821522712
http://en.wikipedia.org/wiki/Delicious
http://www.livejournal.com/site/about.bml
Ae-Ttie Ji, Cheol Yeon, Heung-Nam Kim, and Geun-Sik Jo, "Collaborative Tagging in Recommender Systems ," AI 2007, LNAI 4830, pp.377-386, 2007.
George Karypis, "Evaluation of Item-Based Top-N Recommendation Algorithms ," Proceedings of the tenth international conference on Information and knowledge management, 2001.
Mohsen Jamali and Martin Ester, "A random walk model for combining trust-based and item-based recommendation ," 15th ACM SIGKDD international conference on Knowledge discovery and data mining, 2009.
Hoon-Ki Lee, Jung-Tae Kim, Jong-Hoon Lee and Eui-Hyun Paik, "Personalized Recommendation System for the Social Network Services Based on Psychographics," Fifth International Conference on Internet and Web Applications and Services, 2010.
San-Yih Hwang, Chih-Ping Wei, Yu-chin Huang and Yun Tang, "Combining Coauthorship Network and Content for Literature Recommendation," Pacific Asia Conference on Information Systems, 2010.
Jia Zhou, Tiejian Luo, "A novel approach to solve the sparsity problem in collaborative filtering ," Networking, Sensing and Control (ICNSC), 2010 International Conference, pp.165-170, 10-12 April, 2010.
Irwin, M. D., and Hughes, H. L., "Centrality and the structure of urban interaction: measures, concepts, and applications," Social Forces, 17-51, 1992.
Casciaro, T., "Seeing things clearly: social structure, personality, and accuracy in social network perception," Social Networks, 20, 331-351, 1998.

상세보기
Scott, J, "Social Network Analysis ," Sage publications, Thousand Oaks, CA, 1991.

저자의 다른 논문 :

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

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