최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국융합학회논문지 = Journal of the Korea Convergence Society, v.11 no.10, 2020년, pp.89 - 96
Linked Data allows structured data to be published in a standard way that datasets from various domains can be interlinked. With the rapid evolution of Linked Open Data(LOD), researchers are exploiting it to solve particular problems such as semantic similarity assessment. In this paper, we propose ...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
LOD의 그래프 구조를 사용하는 접근방식은 무엇인가? | LOD의 그래프 구조를 사용하는 한 가지 접근방식은 그래프에서 시맨틱 거리로 자원 관련성을 측정하는 것이다. 이 방식은 LOD 그래프에서 서로 연결된 자원이 많을수록 관련성이 높다. | |
LOD를 추천 시스템에 채택하면 어떤 효과가 있는가? | LOD는 추천 시스템의 성능을 개선하고 추천 시스템에 내재된 콜드 스타트(cold-start) 문제를 줄이기 위해 추천 시스템에 채택되었다[3,4]. 추천 작업에서 시맨틱 데이터의 사용은 풍부한 데이터 표현을 제공할 뿐만 아니라 다른 도메인에 대해 동일한 접근 방식을 쉽게 채택 할 수 있다. 또한 LOD 데이터세트의 자원이 고유한 URI로 식별되고 의미적으로 서로 연결되어 있기 때문에 동의어(synonymy) 및 다의어(polysemy)와 같은 키워드-기반 접근방식과 관련된 문제가 해결된다[5]. | |
LOD(Linked Open Data)는 무엇인가? | 링크드 데이터는 사유 또는 공개일 수 있으며, 조직과 기업 내부에서 사용하고 비즈니스 파트너와 공유하여 보다 쉬운 통합을 제공하고 상호운용성을 촉진한다. LOD(Linked Open Data)는 개방형 시맨틱 웹 표준과 프리 라이센스를 통해 점점 더 많은 양의 다양한 구조화된 데이터에 액세스 할 수 있는 최근의 커뮤니티 중심 산물이다[1]. LOD 클라우드는 미디어, 지리, 정부, 출판 및 생명 과학과 같은 영역에서 570 개의 데이터세트에 무료로 액세스 할 수가 있다. |
C. Bizer, T. Heath & T. Berners-Lee. (2009). Linked Data-The Story So Far. International Journal on Semantic Web and Information Systems, 5(3), 1-22. DOI : 10.4018/jswis.2009081901
Google. (2004). RDF vocabulary description language 1.0: RDF schema. W3C[Online]. https://www.w3.org/2001/sw/RDFCore/Schema/200212bwm/
V. C. Ostuni, T. D. Noia, E. D. Sciascio & R. Mirizzi. (2013). Top-n recommendations from implicit feedback leveraging linked open data. In Proceedings of the 7th ACM conference on Recommender systems, 85-92. DOI : 10.1145/2507157.2507172
A. Passant. (2010). dbrec: Music Recommendations Using DBpedia. In ISWC 2010 SE-14, 209-224. DOI : 10.1007/978-3-642-17749-1_14
S. E. Middleton, D. De Roure & N. R. Shadbolt. (2009). Ontology-based recommender systems. In Handbook on ontologies, 779-796.
A. Passant. (2010, March). Measuring Semantic Distance on Linking Data and Using it for Resources Recommendations. In AAAI Spring Symposium: Linked Data Meets Artificial Intelligence (Vol. 77, p. 123).
G. Piao, S. S. Ara & J. G. Breslin, (2015). Computing the Semantic Similarity of Resources in DBpedia for Recommendation Purposes. In 5th Joint International Semantic Technology Conference. (pp. 185-200). Springer, Cham. DOI: 10.1007/978-3-319-31676-5
S. Alfarhood, K. Labille & S. Gauch. (2017) PLDSD: Propagated Linked Data Semantic Distance. IEEE 26th International Conference on Enabling Technologies: Infrastructure for Collaborative Enterprises(WETICE), 278-283. DOI: 10.1109/WETICE.2017.16
G. O. Silva, F. A. Durao & M. Capretz, (2019). PLDSD: Personalized Linked Data Semantic Distance for LOD-Based Recommender Systems. iiWAS2019. DOI: 10.1145/3366030.3306041
S. Alfarhood, S. Gauch & K. Labille. (2019). Semantic Distance Spreading Accross Entities in Linked Open Data. Information 2019, 10(15), 1-15. DOI: 10.3390/info10010015
D. S. Park & H. J. Kim. (2018). A Proposal of Join Vector for Semantic Factor Reflection in TF-IDF Based Keyword Extraction. Journal of KIIT, 16(2), 1-16. DOI : 10.14801/JKIIT.2018.16.2.1
J. P. Leal, V. Rodrigues & R. Queiros. (2012). Computing semantic relatedness using dbpedia. Symposium on Languages, Applications and Technologies, 1st (pp. 133-147). Schloss Dagstuhl. DOI: 10.4230/OASIcs.SLATE.2012.133
G. Piao & J. G. Breslin. (2016). Measuring Semantic Distance for Linked Open Data-enabled Recommander Systems. SAC '16: Proceedings of the 31st Annual ACM Symposium on Applied Computing, 315-320. DOI: 10.1145/2851613.2851839
Google. (2020). Movielens 1M Dataset. grouplens [Online]. https://grouplens.org/datasets/movielens/1m/
Google. (2020). MappingMovielens2DBpedia. researchGate [Online]. https://www.researchgate.net/publication/297369577_mapping-movielens-dbpedia
J. G. Cho. (2020). A location localization method using Smartphone sensor on a subway. Journal of the Korea Convergence Society, 11(3), 37-43. DOI : 10.15207/JKCS.2020.11.3.037
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.