정보과학회논문지 (Journal of KIISE)
Current Result Document :
| 한글제목(Korean Title) |
질의어의 근접성 정보 및 그래프 프로파일링 기법을 이용한 태그 기반 개인화 검색 |
| 영문제목(English Title) |
Exploiting Query Proximity and Graph Profiling Method for Tag-based Personalized Search in Folksonomy |
| 저자(Author) |
한기준
장진철
이문용
Keejun Han
Jincheul Jang
Mun Yong Yi
|
| 원문수록처(Citation) |
VOL 41 NO. 12 PP. 1117 ~ 1125 (2014. 12) |
한글내용
(Korean Abstract) |
최근 폭소노미라고 불리는 데이터들이 사용자의 의도 파악 및 흥미를 분석하는 데에 매우 유용하게 쓰이고 있다. 본 논문은 폭소노미 데이터를 이용한 개인화 검색에서, 기존의 벡터 기반 프로파일링 및 유사도 계산 모델의 한계점을 지적하고, 이러한 한계를 극복하기 위한 방법으로 그래프 기반의 프로파일링 및 유사도 계산법을 제안한다. 최종적으로 그래프 기반의 개인화 검색 모델에 추가적으로 질의어간의 근접성까지 고려한 보다 발전된 개인화 검색 기법을 제안하였다. 본 연구에서는 복수의 데이터셋을 사용한 객관적인 성능 평가 실험을 통해 제안한 모델이 기존의 벡터 스페이스 모델에 기반한 프로파일링 기법 및 프로파일 간의 유사도 계산 기법보다 더 뛰어난 개인화 검색 결과를 제공함을 확인하였다. 또한 추가적인 파라미터 실험을 통하여, 제안하는 모델은 어떠한 형태의 데이터셋에도 쉽게 적용가능함을 보였다.
|
영문내용
(English Abstract) |
Folksonomy data, which is derived from social tagging systems, is a useful source for understanding a user’s intention and interest. Using the folksonomy data, it is possible to create an accurate user profile which can be utilized to build a personalized search system. However there are limitations in some of the traditional methods such as Vector Space Model(VSM) for user profiling and similarity computation. This paper suggests a novel method with graph-based user and document profile which uses the proximity information of query terms to improve personalized search. We demonstrate the performance of the suggested method by comparing its performance with several state-of-the-art VSM based personalization models in two different folksonomy datasets. The results show that the proposed model constantly outperforms the other state-of-the-art personalization models. Furthermore, the parameter sensitivity results show that the proposed model is parameter-free in that it is not affected by the idiosyncratic nature of datasets.
|
| 키워드(Keyword) |
협업적 태깅 시스템
개인화 검색
사용자 프로파일
문서 프로파일
|
| 파일첨부 |
PDF 다운로드
|
