최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.17 no.2, 2017년, pp.113 - 124
송진우 (충북대학교 정보통신공학과) , 전현욱 (충북대학교 정보통신공학과) , 김민수 (충북대학교 정보통신공학과) , 김기훈 (충북대학교 정보통신공학과) , 노연우 (충북대학교 정보통신공학과) , 임종태 (충북대학교 정보통신공학과) , 복경수 (충북대학교 정보통신공학과) , 유재수 (충북대학교 정보통신공학과)
The existing social search has a problem that search results are not suitable for a user since it does not take into account the recency of the user profile and the interests of similar users. Therefore, studies on a social search considering a temporal attribute and the interests of other users are...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
소셜 미디어와 일반 전통 매체의 차이점은 무엇인가? | 태블릿PC, 스마트폰 등과 같은 모바일 기기의 등장과 함께 무선 네트워크 환경이 발달하면서 이로 인해 온라인으로 사용자들의 인맥을 관리하고 정보를 상호교환하는 소셜 미디어(social media)들이 등장하게 되었다[1][2]. 일반적인 전통 매체는 일대 다관계로 정보전달이 목적이었지만, 소셜 미디어는 다대다 관계로 쌍방향 관계를 가지며 상호간의 다양한 정보 공유와 관계를 형성한다. 사용자들은 소셜 활동을 이용하여 사용자들의 현재 관심분야가 무엇인지, 어떤 사람과 관계를 맺고 있는지를 분석할 수 있다. | |
웹 검색 결과의 대부분에서 사용자 개개인이 원하는 맞춤형 정보가 제공되지 않는 이유는 무엇인가? | 그러나 웹 검색 결과의 대부분은 사용자 개개인이 원하는 맞춤형 정보가 제공되지 않는다. 이는 실제 검색에 사용되는 질의어에 대해 웹 사용자들의 검색 의도를 무시한 채 내용 기반의 문서검색에 대한 질의 형태만을 고려하기 때문이다. 즉 기존의 웹 검색은 사용자의 질의 의도를 충분히 반하지 못한다는 단점으로 인해 사용자의 주요 관심사에 적합한 검색 결과를 획득하기에 제한사항이 있다. | |
소셜 검색에서 무엇을 활용하면 사용자들의 관심사에 대한 프로파일을 얻어낼 수 있는가? | 사용자들은 소셜 활동을 이용하여 사용자들의 현재 관심분야가 무엇인지, 어떤 사람과 관계를 맺고 있는지를 분석할 수 있다. 소셜 검색에서 게시물생성, 북마크, 코멘트, 점수평가 등의 피드백을 활용하면 그 사용자들의 관심사에 대한 프로파일(Profile)을 얻어낼 수 있다[3][4]. 최근 많은 사람들의 소셜미디어 활동으로 인해 소셜 데이터가 급증하고 있으며, 이는 사용자의 성향을 판단하는데 유용하게 사용된다. |
M. J. Morris, "Teevan and K. Panovich, "What Do People Ask Their Social Networks, and Why?," Proc. International Conference on Human Factors in Computing Systems, pp.1739-1748, 2010.
김주영, 조찬형, 장세정, 윤은정, "2015년 모바일인터넷이용실태조사 최종보고서," 한국인터넷 진흥원, 2015.
S. Xu, S. Bao, B. Fei, Z. Su, and Y. Yu, "Exploring folksonomy for personalized search," Proc. International ACM SIGIR Conference on Research and Development in Information Retrieval, pp.155-162, 2008.
M. Claypool, P. Le, M. Waseda, and D. Brown, "Implicit interest indicators," Proc. International Conference on Intelligent User Interfaces, pp.33-40, 2001.
B. Carterette and R. Jones, "Evaluating Web Search Engines Using Clickthrough Data," Proc. International ACM SIGIR Conference, 2007.
D. Horowitz and D.Kamvar, "The Anatomy of a LargeScale Social Search Engine," Proc. International Conference on World Wide Web, pp.431-440, 2010.
S. Bao, G. Xue, X. Wu, Y.Yu, B. Fei, and Z.Su, "Optimizing Web Search Using Social Annotations," Proc. International Conference on World Wide Web, pp.501-510, 2007.
A. Kashyap, R. Amini, and V. Hristidis, "SonetRank: Leveraging Social Networks to Personalize Search," Proc. ACM International Conference on Information and knowledge management, pp.2045-2049, 2012.
O. Shafiq, R. Alhajj, and John G. Rokne, "On personalizing Web search using social network analysis," International Journal of Information Sciences, Vol.314, pp.55-76, 2015.
K. Collins-Thompson, P. N. Bennett, R. W. White, S. de la Chica, and D. Sontag, "Personalizing Web Search Results by Reading Level," Proc. ACM International Conference on Information and knowledge management, pp.403-412, 2011.
이동균, 권준희, "최근 사용자 관심사를 고려한 소셜 검색 알고리즘," 한국정보기술학회논문지, 제9권, 제4호, pp.187-194, 2011.
Y. A. Kim and G. W. Park, "Topic-Driven SocialRank: Personalized search result ranking by identifying similar, credible users in a social network," International Journal of Knowledge-Based Systems, Vol.54, pp.230-242, 2013.
복경수, 안민제, 임종태, 유재수, "모바일 환경에서 시간 속성을 고려한 효율적인 위치 기반 소셜 검색," 정보과학회논문지, 제20권, 제4호, pp.243-247, 2014.
T. Berners-Lee, J. Hendler, and O. Lassila, The Semantic Web, Scientific American Magazine, 2001.
M. Dean and G. Schreiber, OWL Web Ontology Language, 2004.
B. Chazelle and L. J. Guibas, "Fractional cascading: I. A data structuring technique," International Journal of Algorithmica, Vol.1, No.2, pp.133-162, 1986.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.