초록

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

블로그는 누구나 쉽게 이용할 수 있는 도구이며, 블로그를 통한 콘텐츠의 생산과 소비는 빠른 속도로 증가하고 있다. 이런 블로그의 글은 단순히 정보를 전달하는 웹 페이지 이상의 사회적 관계를 포함하고 있다. 하지만 지금까지 웹 페이지 및 블로그에 대한 검색은 이러한 사회적 관계를 고려하지 않고 있다. 따라서 본 논문에서는 사용자 행동과 사회적 관계에 기반한 블로그 랭크 모델을 제안한다. 이를 기반으로 국내의 서로 다른 서비스에서 제공한 블로그 랭킹을 새롭게 제안한 블로그 모델과 비교하였고, 이를 통해 제안하는 블로그 모델의 타당성을 제시하였다.

블로그는 누구나 쉽게 이용할 수 있는 도구이며, 블로그를 통한 콘텐츠의 생산과 소비는 빠른 속도로 증가하고 있다. 이런 블로그의 글은 단순히 정보를 전달하는 웹 페이지 이상의 사회적 관계를 포함하고 있다. 하지만 지금까지 웹 페이지 및 블로그에 대한 검색은 이러한 사회적 관계를 고려하지 않고 있다. 따라서 본 논문에서는 사용자 행동과 사회적 관계에 기반한 블로그 랭크 모델을 제안한다. 이를 기반으로 국내의 서로 다른 서비스에서 제공한 블로그 랭킹을 새롭게 제안한 블로그 모델과 비교하였고, 이를 통해 제안하는 블로그 모델의 타당성을 제시하였다.

AI 본문요약

엑셀 다운로드 AI-Helper

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

• 연구 주제
• 연구 방법
• 연구 결과

문제 정의

• 따라서 본 논문에서는 기존 PageRank 에서 중요한 팩터가 되는 하이퍼링크뿐만 아니라 블로그에 대한 평가에 사용자 행동과 사회적 관계에 기반한 팩터들을 제시하고, 이에 따른 새로운 블로그 랭크 모델을 제안한다.

제안 방법

• BlogRank 알고리즘은 블로그의 랭킹을 구하기 위해 블로그의 글인 포스트(Post)와 블로그 자체가 가지 고 있는 속성들을 문서의 링크 그래프 특징에 반영하 여 랭크 알고리즘을 제안하였다. BlogRank 는 PageRank 를 확장한 것으로, 블로그 문서가 가지는 링크들의 특성을 반영하여 랭크 알고리즘을 제안하는데 그쳤기 때문에 블로그 랭킹 및 블로그 콘텐츠 소비의 중요한 요소인 블로그 자체의 영향력, 블로거와 사용자와의 상호작용 등은 반영되지 못하였다.
• 그래서 본 논문에서는 특정 블로그 랭킹을 표본으로 삼지 않고, 여러 블로그 서비스에서 선정한 우수 블로그를 이용하여 실험한다[13, 14, 15].
• 블로그에 포함된 사용자 행동, 사회적 관계에 의미를 두고, 블로그를 소셜 네트워크로서의 하나로 정의한 연구도 진행되었다. 본 연구에서는 블로그를 통한 관계가 다른 커뮤니케이션 미디어나 오프라인 미팅의 관계로 확장되는 사회적 관계에 주목하여, 블로그 포스트가 포함하는 링크, 트랙백, 코멘트에 대한 네트워크 구조를 분석하였다. 블로그 중심의 사용자 행동과 사회적 관계에 초점을 두었지만 블로그 랭킹을 위한 랭크 알고리즘이 없다.
• 사용자 행동과 사회적 관계 기반의 블로그 랭크 모델(kBlogRank)에 대한 검증을 위해 서로 다른 서비스 업체에서 선발된 우수블로그 20개와 랜덤방식으로 추출한 일반블로그 20 개에 대한 kBlogRank 와 블로그 랭킹을 구해보았다. 또한 kBlogRank 에서 방문수 는 최근 1개월 동안의 1일 평균 값을 채택하여 일시적인 이슈에 따른 방문수 증가의 영향을 최소화하였고, 갱신 주기는 최근 1개월 동안의 포스트 수를 사용하였다.

성능/효과

• 사용자 행동과 사회적 관계 기반의 블로그 랭크 모델(kBlogRank)에 대한 검증을 위해 서로 다른 서비스 업체에서 선발된 우수블로그 20개와 랜덤방식으로 추출한 일반블로그 20 개에 대한 kBlogRank 와 블로그 랭킹을 구해보았다. 또한 kBlogRank 에서 방문수 는 최근 1개월 동안의 1일 평균 값을 채택하여 일시적인 이슈에 따른 방문수 증가의 영향을 최소화하였고, 갱신 주기는 최근 1개월 동안의 포스트 수를 사용하였다. ID 는 블로그 주소를 대신한 고유 숫자이며, 이를 통해 개별 블로그를 구분할 수 있다.
• 사용자 행동과 사회적 관계 기반의 블로그 랭크 모델은 이런 기계적 계산이 아닌 다양한 팩터들이 추가적으로 고려하여 모델을 제안하였으며, 실험을 통해 제안 모델이 블로그 환경에 적합하다는 것을 확인할 수 있었다.
• 위 결과에서 보듯이 여러 서비스에서 추출한 우수 블로그들은 상대적으로 높은 kBlogRank 지수를 가지는 것을 확인할 수 있다. 상위 20 위권 이내에 우수블로그로 선정되지 않은 블로그들의 특징을 살펴보면 블로그 ID 21 번의 경우 월간 방문수가 40 만 명으로, 실험을 위한 모집단에서 월간 방문수 랭킹으로만 5 위에 해당하는 수치를 보여준다.

후속연구

• 사용자 행동과 사회적 관계 기반의 블로그 랭크 모델은 이런 기계적 계산이 아닌 다양한 팩터들이 추가적으로 고려하여 모델을 제안하였으며, 실험을 통해 제안 모델이 블로그 환경에 적합하다는 것을 확인할 수 있었다. 다만, 본 논문에서 사용한 모집단은 그 규모가 작았고, 단순히 우수블로그 여부를 두고 비교하였기 때문에 향후 연구에서는 대규모의 블로그에 대한 블로그 랭크 모델을 검증하고, 블로그 랭크 모델에 필요한 각각의 팩터들을 자동으로 추출하는 방법에 대한 연구가 진행되어야 할 것이다.
• 주목도를 위한 중요한 팩터가 된다. 향후 PageRank 처럼 트랙백을 보낸 블로그의 영향력을 가중치로 활용한다면 보다 정확한 값을 구할 수 있다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

질의응답

핵심어	질문	논문에서 추출한 답변
트랙백	트랙백은 어떤 매커니즘을 가지고 있나?	또한 블로거와 블로거, 블로거와 독자들의 코멘트(comment)와 트랙백 (trackback)을 통해 서로의 의사를 교환하고 있으며, 이를 통해 블로그는 느슨하지만 소셜 네트워크의 특징을 가지게 된다[11]. 특히 트랙백은 코멘트나 기존 의 하이퍼링크와는 달리 트랙백을 받은 블로그의 글 하단에 트랙백을 보낸 블로그 글이 노출되는 메커니 즘을 가지고 있으며, 블로그를 통한 능동적인 커뮤니케이션의 수단이다[12]. 뿐만 아니라 트랙백이 하이퍼 링크 형태로 서로 다른 블로그를 연결하기 때문에 블로그 랭크에 대한 연구에 있어 중요한 팩터로 활용하 고 있다.
EigenRumor 알고리즘	EigenRumor 알고리즘은 어떤 단점이 있나?	마지막으로 글에 대한 평판 값은 글의 인기도를 반영하는 지표로서 허브 값이 높은 구성원들로부터 얼마나 많 은 평가를 받았는가에 대한 계산 결과이다. EigenRumor 알고리즘은 평판 값을 통해 블로그의 특성을 반영하여 랭크를 구하였으나, 평판 값을 구하는 데 트랙백에 대한 연결만 포함하고 있다는 단점이 있다. 실제 블로그 랭크를 위한 고려사항에는 트랙백 이외에도 블로그에 대한 구독 수, 방문수, 포스트 수, 코멘트 수 등 다양한 팩터들도 고려해야 한다.

질의응답 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기