• 전체
  • 전자/전기
  • 통신
  • 컴퓨터
닫기

사이트맵

Loading..

Please wait....

국내 학회지

홈 홈 > 연구문헌 > 국내 학회지 > 데이터베이스 연구회지(SIGDB)

데이터베이스 연구회지(SIGDB)

Current Result Document : 4 / 7 이전건 이전건   다음건 다음건

한글제목(Korean Title) 의미론적 방법론을 활용한 웹사이트 방문자의 인구통계학적 특성 예측
영문제목(English Title) Prediction of Demographics of Web Site Audience Using Semantic Approach
저자(Author) 김일주   Iljoo Kim  
원문수록처(Citation) VOL 36 NO. 01 PP. 0039 ~ 0056 (2020. 04)
한글내용
(Korean Abstract)
웹의 꾸준히 증가하는 그 크기와 다양성은, 웹 콘텐츠의 공급자, 소비자, 그리고 광고주 모두에게 여러 도전과제들을 던진다. 이러한 환경에서, 개별 웹 사이트에 방문하는 방문자들의 인구통계학적 특성은 매우 유용한 정보이다. 개별 웹사이트의 주방문자들의 인구통계학적 특성을 예측할 수 있다면, 이는 공급자에게 자신의 콘텐츠가 의도한 방문자들을 효과적으로 끌어들일지의 점검을 가능케 할 것이며, 광고주에게 광고효과를 더욱 높여줄 웹 페이지를 찾게 해 줄 것이다. 이를 위해, 기존의 연구들이 여러 방법론을 제시하였으나 대부분 쿠키 및 사용자등록을 통해 수집된 클릭스트림 데이터에 의존하여 그 확장성 및 비용에 문제가 있고, 광고주로서는 얻기 어려운 데이터라는 한계가 있다. 이 연구에서는, 해당 웹사이트(페이지)로부터 직접 구할 수 있는 지역신호(local cues), 특히 웹페이지에서 직접 추출 가능한 의미론적 단서들을 활용하여 인구통계학적 특성을 예측하는 방법론을 제안하고 효과를 검증하고자 한다. 그 결과, 기존 방법론의 한계점들을 극복한 이 방법론이 예측의 정확성에도 효과적이고 경쟁력이 있음을 알 수 있었고, 또한, 기존의 방법론에 비해 그 효율성에 있어서도 우수함을 확인하였다.
영문내용
(English Abstract)
The rapidly changing and ever expanding nature of the Web poses great challenges for producers/consumers of content, and advertisers who want to place advertisements next to relevant content, and the demographics of the consumers who are likely to visit a given web site is a highly useful piece of information for the stakeholders. Previous works attempted to estimate the profile of likely consumers of web sites using the click stream/user registration information, but such data are costly to gather and evoke privacy/scalability concerns and not readily accessible to advertisers. Hence, in this research, we suggest an approach that overcomes the limitations by predicting the likely audience demographics of web sites based solely on the semantic information locally available on each web site. From the results, we could observe that, while overcoming the aforementioned limitations, the suggested approach achieves the highly competitive prediction performance as well as the significantly improved prediction efficiency compared to the existing approaches.
키워드(Keyword) 기계학습   예측분석   텍스트 분류   Semantic cues   웹사이트 인구통계학적 특성   의미론적 단서   LDA   Machine learning   Predictive analytics   Text classification   Audience demographics  
파일첨부 PDF 다운로드