Abstract
As the multimedia data increase a lot with the rapid development of the Internet, an efficient retrieval technique focusing on individual users is required based on the analyses of such data. However, user modeling services provided by recent web sites have the limitation of text-based page configurations and recommendation retrieval. In this paper, we construct the user preference model with a Bayesian network to apply the user modeling to video retrieval, and suggest a method which utilizes probability reasoning. To do this, context information is defined in a real office environment and the video scripts acquired from established cameras and annotated the context information manually are used. Personal information of the user, obtained from user input, is adopted for the evidence value of the constructed Bayesian Network, and user preference is inferred. The probability value, which is produced from the result of Bayesian Network reasoning, is used for retrieval, making the system return the retrieval result suitable for each user's preference. The usability test indicates that the satisfaction level of the selected results based on the proposed model is higher than general retrieval method.
인터넷 서비스의 급속한 발전으로 멀티미디어 데이타의 양이 크게 증가함에 따라, 이를 분석하여 유용한 정보를 얻기 위해 사용자 개개인에 초점을 맞춘 효율적인 검색기술이 필요하게 되었다. 하지만 최근 웹사이트에서 제공하는 사용자 모델링 서비스는 텍스트 기반 페이지 구성이나 추천 검색 등에만 국한되어 있는 단점이 있다. 본 논문에서는 사용자 모델링 기법을 동영상 검색에 적용하기 위해 사용자의 선호도를 베이지안 네트워크로 모델링하고, 추론된 확률 값을 검색에 반영하는 방법을 제안한다. 이를 위해 실제 연구실 환경 내에 존재하는 컨텍스트 정보를 정의하였고, 설치된 카메라로부터 얻어진 동영상이 포함하는 컨텍스트 정보를 텍스트의 형태로 주석을 달았다. 사용자로부터 입력받은 사용자 개인의 정보는 설계된 베이지안 네트워크 모델의 증거 값으로 사용되어, 그로부터 사용자의 선호도를 추론하도록 하였다. 베이지안 네트워크의 추론 결과로 얻어진 확률 값은 검색에 반영되어 각 사용자의 선호도에 맞는 검색 결과를 보여준다. 사용자 평가 결과, 제안하는 모델을 사용하여 선택된 결과의 만족도가 일반적인 검색의 결과에 비해 높음을 확인하였다.
