Abstract
Two remarkable problems of recent online social network are information overflow and information overload. Since the mid-1990s, many researches to overcome these issues have been conducted with information recommender systems and context awareness based personalization techniques, the importance of trust or relationship between users to discover influential information has been increasing as recent online social networks become huge. But almost researches have not regarded trust or relationship in real world while reflecting them in online world. In this paper, we present a novel method how to discover influential and spreadable information that is highly personalized to a user. This valuable information is extracted from an information set that consists of lots of information user missed in the past, and we assumes important information is likely to exist in this set.
최근 소셜 네트워크의 2가지 주목할 만한 특정은 바로 정보의 홍수와 정보 소비의 과부하 문제이다. 1990년대부터 상황 인지 기반의 개인화 기법들이나 추천 시스템을 통하여 이러한 문제들을 해결하고자 하였는데, 특히 커뮤니티 멤버간의 신뢰도나 친밀도를 기반으로 개인화 정보를 발견하기 위한 접근방법이 최근 소셜 네트워크가 거대화됨에 따라 그 중요성이 부각되고 있다. 그러나 이러한 대부분의 접근법들은 현실이 아닌 온라인 세계에서의 상호 신뢰도(또는 친밀도)만을 고려하는 경향이 있어 보다 더 높은 개인화 성능(적절성)을 가지기 위해서는 현실 세계까지 고려할 필요가 있다. 본 연구에서는 높은 적절성을 가지는 개인화 정보를 식별하는 새로운 방법을 제시하며, 이러한 개인화 정보를 발견하기 위하여 현실 세계와 온라인 세계에서 정보 제공자와 수신자의 상호 신뢰도를 측정하고 이를 기반으로 정보의 중요도를 판단한다. 그리고 본 기법은 개인에게 신규로 제공되는 정보가 아닌 과거에 소비하지 못하고 놓친 정보들을 대상으로 적용한다.
