$\require{mediawiki-texvc}$

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.

지식 관리를 위한 온톨로지 맵 개발
Ontology Map Development for Knowledge Management 원문보기

대한산업공학회/한국경영과학회 2004년도 춘계공동학술대회 논문집, 2004 May 21, 2004년, pp.417 - 420  

신광섭 (서울대학교 산업공학과) ,  정재윤 (서울대학교 산업공학과) ,  이우기 (성결대학교 컴퓨터공학부) ,  강석호 (서울대학교 산업공학과)

초록
AI-Helper 아이콘AI-Helper

최근 산업경쟁이 심화되면서 지식은 기업 가치에서 점점 더 많은 비중을 차지하고 있다. 이러한 지식을 기업의 자산으로서 체계적으로 관리하고 확산시키기 위하여 지식관리 시스템이 등장하였다. 본 논문은 문서 검색을 이용하는 지식관리 시스템의 설계를 대상으로 한다. 특히, 지식관리 시스템의 효과적인 문서 검색을 위하여 온톨로지 맵을 구성하고, 지식 검색에 이용하고자 한다. 온톨로지 맵의 구축과 수정 및 확장 방안을 제안하고, 질의에 대해 적합한 문서를 추출하기 위하여 질의어와 온톨로지 맵 간, 온톨로지 맵과 문서간의 유사성을 측정하고 이를 결합하는 방법을 설명한다. 이러한 온톨로지 맵을 이용한 지식관리에 관한 연구는 지식의 체계적인 유지 및 확장성뿐 아니라, 지식 검색의 정확성과 유연성을 배가할 수 있을 것이다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 한다. 그리고 문서뿐만 아니라 이미지, 음성 및 영상 자료 등의 다양한 지식 저장 매체로 확장할 수 있는 방법을 연구하여 시스템에 적용하고자 한다.
  • 형식지로 저장하기 위하여 문서, 웹 페이지, 이미지, 음성 데이터 등과 같은 여러가지 매체가 사용될 수 읏L지문上 현재 대부분의 조직에서는 작성, 보관 및 공유의 편의성, 그리고 저렴한 비용으로 인하여 지식을 저장하는 매체로서 문서를 가장 많이 사용하고 있다. 따라서 본 논문에서는 문서를 기본적인 지식 저장매체로 한정하고, 이를 체계적이고 효과적으로 저장할 수 있고, 사용자가 원하는 문서를 빠르고 정확하며 유연하게 검색할 수 있는 지식관리 시스템을 구축하고자 한다.
  • 따라서 본 논문에서는 지식 맵을 사용하는 지식관리 시스템의 비유연성을 극복하기 위하여, 온톨로지 맵을 새롭게 정의하고 이를 지식 관리에 이용하고자 한다.
  • 본 논문에서는 지식관리 시스템의 중요성을 인식하고, 암묵지의 가장 일반적인 저장매체인 문서를 효율적으로 관리하고 검색할 수 있는 방안을 제안하였다. 시스템의 확장성과 문서 관리 및 검색에 있어 효율성을 높이기 위해 온톨로지 맵을 새롭게 정의하고 이를 이용하는 방법을 제안하였다.
  • 본 연구에서는 지식 검색에 적합한 문서들을 제공하기 위하여, 입력된 질의어와 온톨로지 맵과의 유사도, 온톨로지 맵과 문서와의 유사도를 측정한다. 최종적으로 이 두 유사도를 결합하여 질의에 가장 적합한 문서 목록을 제공한다.

가설 설정

  • 최종적으로 이 두 유사도를 결합하여 질의에 가장 적합한 문서 목록을 제공한다. 사용자로부터 입력되는 질의어는 벡터의 형태로, 온톨로지 맵은 여러 개념들의 나무구조를 가정한다.
  • 온톨로지 맵(。)은 Z개의 개념들로 이루어진 나무 구조를 가지며, 문서(Q)는 物개의 키워드들로 이루어진 집합으로 가정한다. 온톨로지 맵과 문서와의 유사도는 F-measure를 이용한다.
  • 질의어는 k개의 용어로, 온톨로지 맵은 Z개의 개념들로 구성된 집합으로 가정한다. 앞 절에서 설명한 방법대로 질의어 내의 용어(允)은 온 톨로 지맵 내의한 개념(。, 으로 가중치(%) 값을 가지 고사상 된다.
본문요약 정보가 도움이 되었나요?
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