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 논문에서는 기존 연구들의 사용자 정보욕구 및 검색의도 파악 미흡, 중복적인 사용자 정보욕구에 따른 비용 증가 등의 문제점을 해소하기 위해 사용자 정보이력 기반의 잠재적 질의어 추천 시스템을 제안한다. 제안하는 시스템은 사용자의 검색이력을 이용하여 사용자 잠재적 정보욕구 후보를 추출하고, 추출된 후보와 기존 사용자들의 검색이력 간의 연관관계 판단하여 잠재적 정보욕구를 추출하였다.
- 본 논문에서는 정보검색 시스템 사용자가 자신의 잠재적 정보욕구를 질의어로 표현하고, 질의어생성의 어려움 감소를 통해 원하는 정보가 검색될 수 있도록 사용자 검색이력 기반의 잠재적 질의어 추천 시스템을 제안하였다. 본 논문에서는 제안한 시스템의 효용성 평가를 위해 행동 실험을 실시하였고, 분석을 통해 잠재적 질의어 추출 방법을 검증하였다.
- 본 논문에서는 질의어이력 데이터베이스에 저장된 검색이력 중 추천질의어 후보 추출을 위해 사용자 입력질의어와 질의어이력 간의 연관관계를 분석하였다. 연관관계 분석은 개인이력 기반 신뢰도 계산과 대중이력 신뢰도 계산을 통해 이루어지며, 신뢰도 계산을 위한 빈발항목은 일자별 검색이력 단위로 추출하여 사용하였다.
- 하지만 이 방법은 주어진 질의어를 구성하고 있는 단어와 가장 밀접한 단어를 선택할 때 사용빈도에만 의존할 수밖에 없다[1]. 이에 본 논문에서는 정보검색 시스템 사용자가 자신의 잠재적 정보욕구를 질의어로 표현하고, 원하는 정보가 검색될 수 있도록 사용자 검색 이력 기반의 잠재적 질의어 추천 시스템을 제안한다.
가설 설정
- [Table 4]는 검색로그 이력에 대한 빈발항목 집합에서 임의로 설정한 가중치 이상의 항목을 추출한 내용이다. 본 논문에서는 최소 가중치를 3으로 설정하였으며, 가중치 미만의 값을 제외하였다.
- 하지만 시소러스는 구축하기가 용이하지 않으며, 단어의 회귀(sparseness) 문제를 극복하기 어려운 단점이 있으며, 단어의 중의성으로 인해 정확률이 떨어지는 문제점이 있다[3]. 통계기반은 질의어를 구성하는 단어의 동시 출현 횟수를 이용하는 방법으로써 출현하는 단어들이 같은 주제에 밀접하게 관련되어 있음을 가정한다. 하지만, 동시 출현 빈도가 높은 단어들은 연관문서 뿐만 아니라 비연관문서의 대표단어로 나타날 수 있기 때문에 또 다른 문제점이 나타날 수 있다[3].
※ AI-Helper는 부적절한 답변을 할 수 있습니다.