The content curation service through big data analysis is receiving great attention in various content fields, such as film, game, music, and book. This service recommends personalized contents to the corresponding user based on user's preferences. The existing book curation systems recommended book...
The content curation service through big data analysis is receiving great attention in various content fields, such as film, game, music, and book. This service recommends personalized contents to the corresponding user based on user's preferences. The existing book curation systems recommended books to users by using bibliographic citation, user profile or user log data. However, these systems are difficult to recommend books related to character names or spatio-temporal information in text contents. Therefore, in this paper, we suggest a personalized book curation system based on integrated mining of a book. The proposed system consists of mining system, recommendation system, and visualization system. The mining system analyzes book text, user information or profile, and SNS data. The recommendation system recommends personalized books for users based on the analysed data in the mining system. This system can recommend related books using based on book keywords even if there is no user information like new customer. The visualization system visualizes book bibliographic information, mining data such as keyword, characters, character relations, and book recommendation results. In addition, this paper also includes the design and implementation of the proposed mining and recommendation module in the system. The proposed system is expected to broaden users' selection of books and encourage balanced consumption of book contents.
The content curation service through big data analysis is receiving great attention in various content fields, such as film, game, music, and book. This service recommends personalized contents to the corresponding user based on user's preferences. The existing book curation systems recommended books to users by using bibliographic citation, user profile or user log data. However, these systems are difficult to recommend books related to character names or spatio-temporal information in text contents. Therefore, in this paper, we suggest a personalized book curation system based on integrated mining of a book. The proposed system consists of mining system, recommendation system, and visualization system. The mining system analyzes book text, user information or profile, and SNS data. The recommendation system recommends personalized books for users based on the analysed data in the mining system. This system can recommend related books using based on book keywords even if there is no user information like new customer. The visualization system visualizes book bibliographic information, mining data such as keyword, characters, character relations, and book recommendation results. In addition, this paper also includes the design and implementation of the proposed mining and recommendation module in the system. The proposed system is expected to broaden users' selection of books and encourage balanced consumption of book contents.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
기존 도서 큐레이션 시스템의 경우 기본적인 도서 서지 정보, 사용자 프로파일 및 로그 기록을 기반으로 추천을 진행하기 때문에 시공간, 인물명과 같은 도서의 구체적인 내용을 기준으로 도서를 추천하기에는 어려움이 있다. 따라서 본 논문에서는 도서 서지정보, SNS 데이터, 도서 본문 텍스트 등을 분석하여 사용자에게 도서 주제 키워드, 등장인물과 같은 구체적인 정보를 기반으로 도서를 추천해주는 사용자 맞춤형 도서 큐레이션 시스템을 제안하고 각 모듈에 대한 기능 설명과 특정 모듈에 대한 설계 및 구현 내용을 작성하였다. 제안된 시스템은 추후 인터페이스 개발과 온라인 서점 및 도서관 서비스에 적용하여 사용자에게 차별화된 가치를 제공하는 맞춤형 도서 콘텐츠를 추천할 수 있을 것으로 기대한다.
본 논문에서는 기존의 단순한 도서 서지 정보와 사용자의 선호도 및 구매 이력 기반의 추천시스템의 한계를 개선하기 위해 도서 본문 텍스트 마이닝을 통한 내용 중심의 사용자 맞춤형 도서 큐레이션 시스템을 제안한다. 제안한 도서 큐레이션 시스템은 도서 서지 정보, SNS 데이터, 도서 본문 텍스트 등을 분석하는 마이닝 시스템과 분석된 정보를 바탕으로 사용자 맞춤형 도서를 추천해주는 추천 시스템, 마지막으로 도서 정보와 마이닝 시스템에서 추출된 분석 정보 및 추천 도서를 사용자에게 직관적으로 보여주기 위한 시각화 시스템으로 구성된다.
대부분의 추천시스템에서는 정보가 없는 신규 사용자에게 콘텐츠 혹은 상품을 추천해줄 때 어려움을 겪는다. 본 시스템에서는 구매기록이 없는 신규 사용자에게도 적합한 도서를 추천해주기 위하여 SNS 분석 정보와 사용자의 로그기록까지 사용한 성향 추출을 제안한다.
제안 방법
본 모듈에서는 도서 본문에서 추출된 키워드. 독자 프로파일 정보 및 SNS 정보를 기반으로 개인화된 연관 도서를 추출한다. 독자 프로파일은 성별, 연령, 선호도 점수 등이 포함되며, SNS 정보는 사용자의 친구와 도서 선호 정보 등이 포함된다.
본 논문에서 제안한 시스템은 ‘bookcode’라는 이름으로 구현하였으며, 본 장에서는 시스템 내 모듈 중에서 인물 간 연관관계 모듈과 본문 및 사용자 행동을 기반으로 하는 추천 모듈에 대한 자세한 설계와 구현을 기술한다.
정적 프로파일은 생년, 성별, 직업 등 사용자의 기본 정보를 의미하며, 동적 프로파일은 사용자의 로그기록, 구매내역, 성향과 같이 변화하는 정보를 의미한다. 본 시스템에서는 사용자의 변화하는 성향을 파악하기 위해 프로파일을 동적으로 생성, 삭제, 업데이트 한다. 사용자로부터 정보를 입력받아 프로파일을 생성하고, 사용자의 성향이 바뀌면 프로파일 정보를 업데이트하도록 제안한다.
본 장에서는 도서 정보 및 본문 텍스트 통합 마이닝 기반의 사용자 맞춤형 도서 추천 큐레이션 시스템을 제안하고 각 기능에 대한 설명과 연구 현황을 작성한다. 본 시스템은 [Figure 1]과 같은 구조로 마이닝 시스템(Mining System), 추천 시스템(Recommendation System), 시각화 시스템(Visualization System)으로 이루어져 있다.
본 시스템에서는 사용자의 변화하는 성향을 파악하기 위해 프로파일을 동적으로 생성, 삭제, 업데이트 한다. 사용자로부터 정보를 입력받아 프로파일을 생성하고, 사용자의 성향이 바뀌면 프로파일 정보를 업데이트하도록 제안한다.
본 논문에서는 기존의 단순한 도서 서지 정보와 사용자의 선호도 및 구매 이력 기반의 추천시스템의 한계를 개선하기 위해 도서 본문 텍스트 마이닝을 통한 내용 중심의 사용자 맞춤형 도서 큐레이션 시스템을 제안한다. 제안한 도서 큐레이션 시스템은 도서 서지 정보, SNS 데이터, 도서 본문 텍스트 등을 분석하는 마이닝 시스템과 분석된 정보를 바탕으로 사용자 맞춤형 도서를 추천해주는 추천 시스템, 마지막으로 도서 정보와 마이닝 시스템에서 추출된 분석 정보 및 추천 도서를 사용자에게 직관적으로 보여주기 위한 시각화 시스템으로 구성된다. 제안된 시스템은 추후 온라인 서점과 국/공립 도서관 및 초, 중, 고등학교 도서관 서비스에 적용하여 일반 사용자에게 차별화된 가치를 제공하는 맞춤형 도서 콘텐츠를 추천할 수 있을 것이며, 개인화된 맞춤형 도서 콘텐츠 추천을 통해 기존의 베스트셀러 중심에서 양서 중심으로 도서 선택의 폭을 넓히고 도서 콘텐츠의 균형 잡힌 소비를 유도할 수 있을 것이다.
이론/모형
인물 간 연관관계는 ‘인물명 추출 모듈’에서 추출된 인물들의 도서 본문 내 위치한 거리를 이용한 사회구성망의 분석 방법을 사용한다[Parket al., 2013].
후속연구
사용자 맞춤형 도서를 추천해주기 위해서는 도서 서지 정보와 같은 기본적인 자료 외에 본문 분석을 통해 구체적이고 다양한 내용의 정보를 추출할 필요가 있다. 따라서 도서 본문을 분석하는 ‘도서 분석 모듈’은 ‘키워드 추출(Keyword Extraction) 모듈’과 ‘시공간 분석(Spatiotemporal Analysis) 모듈’, ‘인물 관련 분석(Character Analysis) 모듈’ 세 가지 서브 모듈로 구성되어있고, 분석된 결과는 ‘도서 분석 데이터베이스(Book Analysis DB)’에 저장된다.
제안한 도서 큐레이션 시스템은 도서 서지 정보, SNS 데이터, 도서 본문 텍스트 등을 분석하는 마이닝 시스템과 분석된 정보를 바탕으로 사용자 맞춤형 도서를 추천해주는 추천 시스템, 마지막으로 도서 정보와 마이닝 시스템에서 추출된 분석 정보 및 추천 도서를 사용자에게 직관적으로 보여주기 위한 시각화 시스템으로 구성된다. 제안된 시스템은 추후 온라인 서점과 국/공립 도서관 및 초, 중, 고등학교 도서관 서비스에 적용하여 일반 사용자에게 차별화된 가치를 제공하는 맞춤형 도서 콘텐츠를 추천할 수 있을 것이며, 개인화된 맞춤형 도서 콘텐츠 추천을 통해 기존의 베스트셀러 중심에서 양서 중심으로 도서 선택의 폭을 넓히고 도서 콘텐츠의 균형 잡힌 소비를 유도할 수 있을 것이다.
따라서 본 논문에서는 도서 서지정보, SNS 데이터, 도서 본문 텍스트 등을 분석하여 사용자에게 도서 주제 키워드, 등장인물과 같은 구체적인 정보를 기반으로 도서를 추천해주는 사용자 맞춤형 도서 큐레이션 시스템을 제안하고 각 모듈에 대한 기능 설명과 특정 모듈에 대한 설계 및 구현 내용을 작성하였다. 제안된 시스템은 추후 인터페이스 개발과 온라인 서점 및 도서관 서비스에 적용하여 사용자에게 차별화된 가치를 제공하는 맞춤형 도서 콘텐츠를 추천할 수 있을 것으로 기대한다. 이는 개인화된 맞춤형 도서 콘텐츠 추천을 통해 도서 선택의 폭을 넓히고 도서 콘텐츠의 균형 잡힌 소비를 유도하게 될 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
마이닝 시스템이란 무엇인가?
‘마이닝 시스템(Mining System)’은 사용자에게 도서를 추천하기 위해 다양한 정보를 분석하는 시스템으로 [Figure 2]와 같이 ‘도서 전처리(Book Preprocessing) 모듈’과 ‘도서 분석(Book Analysis) 모듈’, ‘SNS 분석(SNS Analysis) 모듈’로 구성된다. ‘도서 전처리 모듈’은 서지 정보 및 도서 본문 텍스트가 들어오면 분석을 위한 포맷으로 일치시키는 역할을 하고, 전 처리된 도서는 ‘도서 데이터베이스(Book DB)’에 저장된다.
키워드는 어떻게 활용될 수 있는가?
‘키워드 추출 모듈’은 도서 본문 내에서 핵심이 되는 키워드를 추출하는 모듈이다. 키워드는 문서의 의미 또는 내용을 요약하거나 표현할 수 있고, 더 나아가 문서 검색 및 문서 분류 등 많은 분야에서 활용될 수 있다.
인물 관련 분석 모듈에서는 도서에서 추출된 주요 등장인물의 이름을 통해 어떻게 사용될 수 있는가?
도서에서 등장인물은 스토리를 이끌어나가는 중요한 역할을 하며, 또한 주요 등장인물과 그들 간의 설정된 관계에 따라 스토리 전개를 파악할 수 있다. 도서에서 추출된 주요 인물명이 ‘홍길동’인 경우, ‘홍길동’이 추출된 다른 도서와의 연관성 혹은 인물관계의 복잡성은 도서를 추천할 수 있는 요소로 사용될 수 있다.
참고문헌 (9)
Ji, S. J., "Contents Curation Service", Internet and Security Issue, Korea Internet and Security Agency, No. 12, 2012, pp. 25-30.
KOCCA, "Implications for the Big Data Market Conditions and Content Industries", Kocca-Focus, Korea Creative Content Agency, Vol. 34, 2014, pp. 49-63.
Lee, H. H. and Lee, W. J., "A Study on the Design of Curation System of Customized Sport Convergence Contents for Activation of Sport for All", Journal of Korea Multimedia Society, Vol. 19, No. 2, 2016, pp. 396-404.
Na, Y. B., Kwon, H. Y., Lee, S. H., "A Study on the Conceptual Change in Audience and Reading Activity for the Development of Ebook", Humanities Contents, Vol. 35, 2014, pp. 75-93.
Noh, Y. H., "A Study Suggesting the Development Direction of the Next Generation Digital Library", Journal of the Korean Society for Information Management, Vol. 31, No. 2, 2014, pp. 7-40.
Ovadia, S., "Digital Content Curation and Why It Matters to Librarians", Behavioral and Social Sciences Librarian, Vol. 32, No. 1, 2013, pp. 58-62.
Park, G. M., Kim, S. H., and Cho, H. G., "Analysis of Social Network According to The Distance of Characters Statements", Journal of the Korea Contents Association, Vol. 13, No. 3, 2013, pp. 427-439.
Park, Y. H., "Study on the Book Recommendation Standards of Book-Curation Service for School Library", Journal of Korean Library and Information Science Society, Vol. 47, No. 1, 2016, pp. 279-303.
Pho, S. H., Kim, Y. H., Kim, H. S., and Kim, W. J., "A Study on the Developing of Big Data Service in Public Library", Korean Society for Information Management, Vol. 32, No. 2, 2015, pp. 63-86.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.