$\require{mediawiki-texvc}$

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.

질의어의 근접성 정보 및 그래프 프로파일링 기법을 이용한 태그 기반 개인화 검색
Exploiting Query Proximity and Graph Profiling Method for Tag-based Personalized Search in Folksonomy

정보과학회논문지 = Journal of KIISE, v.41 no.12, 2014년, pp.1117 - 1125  

한기준 (한국과학기술원 지식서비스공학과) ,  장진철 (한국과학기술원 지식서비스공학과) ,  이문용 (한국과학기술원 지식서비스공학과)

초록
AI-Helper 아이콘AI-Helper

최근 폭소노미라고 불리는 데이터들이 사용자의 의도 파악 및 흥미를 분석하는 데에 매우 유용하게 쓰이고 있다. 본 논문은 폭소노미 데이터를 이용한 개인화 검색에서, 기존의 벡터 기반 프로파일링 및 유사도 계산 모델의 한계점을 지적하고, 이러한 한계를 극복하기 위한 방법으로 그래프 기반의 프로파일링 및 유사도 계산법을 제안한다. 최종적으로 그래프 기반의 개인화 검색 모델에 추가적으로 질의어간의 근접성까지 고려한 보다 발전된 개인화 검색 기법을 제안하였다. 본 연구에서는 복수의 데이터셋을 사용한 객관적인 성능 평가 실험을 통해 제안한 모델이 기존의 벡터 스페이스 모델에 기반한 프로파일링 기법 및 프로파일 간의 유사도 계산 기법보다 더 뛰어난 개인화 검색 결과를 제공함을 확인하였다. 또한 추가적인 파라미터 실험을 통하여, 제안하는 모델은 어떠한 형태의 데이터셋에도 쉽게 적용가능함을 보였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Folksonomy data, which is derived from social tagging systems, is a useful source for understanding a user's intention and interest. Using the folksonomy data, it is possible to create an accurate user profile which can be utilized to build a personalized search system. However there are limitations...

주제어

#협업적 태깅 시스템   #개인화 검색   #사용자 프로파일   #문서 프로파일  

참고문헌 (20)

  1. J. Pitcow, H. Schutze, T. Cass, R. Cooley, D. Turnbull, A. Edmonds, E. Adar, and T. Breuel, "Personalized Search," Communications of the ACM, Vol. 45, No. 9, pp. 50-55, 2002. 

    상세보기

  2. C. M. A. Yeung, N. Gibbins, and N. Shadbolt, "A Study of User Profile Generation from Folksonomies," Proc. of the Social Web and Knowledge Management Workshop, WWW Conf., 2008. 

  3. S. Bao, G. Xue, X. Wu, Y, Yu, B. Fei, and Z. Su, "Optimizing Web Search Using Social Annotations," Proc. of WWW, pp. 501-510, 2007. 

  4. S. Xu, S. Bao, B. Fei, Z. Su, and Y. Yu, "Exploring Folksonomy for Personalized Search," Proc. of SIGIR, pp. 155-162, 2008. 

  5. M. G. Noll, and C. Meinel, "Web Search Personalization Via Social Bookmarking and Tagging," Proc. of ISWC, pp. 367-380, 2007. 

  6. D. Vallet, I. Cantador, and J. M. Jose, "Personalizing Web Search with Folksonomy-based User and Document Profiles," Proc. of ECIR, pp. 420-431, 2010. 

  7. T. Tao, and C. Zhai, "An Exploration of Proximity Measures in Information Retrieval," Proc. of SIGIR, pp. 295-302, 2007. 

  8. P. A. Chirita, C. S. Firan, and W. Nejdl, "Personalized Query Expansion for the Web," Proc. of SIGIR, pp. 7-14, 2007. 

  9. P. A. Chirita, W. Nejdl, R. Paiu, and C. Kohlschutter, "Using ODP Metadata to Personalized Search," Proc. of SIGIR, pp. 178-185, 2005. 

  10. B. Tan, X. Shen, and C. Zhai, "Mining Long-term Search History to Improve Search Accuracy," Proc. of KDD, pp. 718-723, 2006. 

  11. K. Sugiyama, K. Hatano, M. Yoshikawa, and S. Uemura, "User-Oriented Adaptive Web Information Retrieval Based on Implicit Observations," Proc. of ApWeb, pp. 636-643, 2004. 

  12. J. T. Sun, H. J. Zeng, H. Liu, Y. Lu, and Z. Chen, "CubeSVD: A Novel Approach to Personalized Web Search," Proc. of WWW, pp. 382-390, 2005. 

  13. Z. Dou, R. Song, J. R. Wen, "A Large-scale Evaluation and Analysis of Personalized Search Strategies," Proc. of WWW, pp. 581-590, 2007. 

  14. Y. Cai, Q. Li, "Personalized Search by Tagbased User Profile and Resource Profile in Collaborative Tagging Systems," Proc. of CIKM, pp. 969-978, 2010. 

  15. M. Daoud, L. Tamine, M. Bouhanem, "A Personalized Graph-based Document Ranking Model Using a Semantic User Profile," Proc. of UMAP, pp. 171-182, 2010. 

  16. J. Zhao, Y. Yun, "A Proximity Language Model for Information Retrieval," Proc. of SIGIR, pp. 291-298, 2009. 

  17. G. Levi, "A Note on the Derivation of Maximal Common Sub-graphs of Two Directed or Undirected Graphs," Calcolo, Vol. 9, No. 4, pp. 341-354, 1973. 

    상세보기 crossref

  18. H. Bunke, X. Jiang, and A. Kandel, "On the Minimum Common Supergraph of Two Graph," Computing, Vol. 65, No. 1, pp. 13-25, 2000. 

  19. A. Shepitsen, J. Gemmell, B. Mobasher, R. Burke, "Personalized Recommendation in Social Tagging Systems Using Hierarchical Clustering," Proc. of RecSys, pp. 259-266, 2008. 

  20. S. Lee, M. Ko, K. Han, J. Lee, "On Finding Fine-Granularity User Communities by Profile Decomposition," Proc. of ASONAM, pp. 631-639, 2012. 

저자의 다른 논문 :

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