• 제목/요약/키워드: 딜리셔스

검색결과 6건 처리시간 0.018초

딜리셔스에서 유사태그 추출에 관한 연구 (Mining Semantically Similar Tags from Delicious)

  • 이관
    • 정보관리학회지
    • /
    • 제26권2호
    • /
    • pp.127-147
    • /
    • 2009
  • 자연언어에서 유사어의 처리는 사람과 컴퓨터간의 의사소통에 적지 않은 장애가 되어왔고, 이는 사용자의 임의적 단어사용에 기반을 두고 있는 웹 2.0 애플리케이션, 특히 소셜태깅 분야에 있어서 그 장애의 정도가 더 심각해질 수 있다. 본 연구는 한 대표적인 웹 2.0 애플리케이션에서 자동 유사어 추출에 관한 문제를 다루고 있다. 더 구체적으로, 가장 널리 사용되는 소셜북마킹 애플리케이션인 딜리셔스를 기반으로, 유사태그를 추출하는 방법(FolkSim)을 제시하고자 한다. 제시한 방법의 평가를 위하여, 문서유사도의 측정을 위해서 쓰여진 고전적 벡터모델에 의거한 유사태그를 추출하는 방법(CosSim)과 그 결과들을 서로 비교분석하여 보았다. 몇 가지 면에서 FolkSim가 더 나은 결과 산출해내는 증거들이 관찰되어졌다. 또한, FolkSim 방법에 의한 유사태그가 만들어지지 않는 경우에 대비하여, 그 대안 또한 제시하고 있다.

한국산 사과의 품종별 펙틴물질들에 관한 연구 (A Study on Pectic Substances of Korean Apple Varieties)

  • 임화재;이혜수
    • 한국식품조리과학회지
    • /
    • 제2권1호
    • /
    • pp.65-70
    • /
    • 1986
  • 수확적기의 한국산 사과품종별 총펙틴함량과 각 펙틴 fraction 함량을 알아보고 2% Sodium hexa metaphosphate (SHMP)로 추출한 펙틴의 품종간 그리고 시판 펙틴과의 성분을 비교하였다. Nitta 방법에 의해 정량한 사과의 품종별 펙틴함량은 건조중량으로 1.76∼4.0%로 품종간에 차이를 보여 국광이 4.0%로 가장 높았으며 스퍼 얼리 브래이스 골덴 딜리셔스, 후지, 홍옥의 순이었다. 각 펙틴 fraction을 보면 용해성 펙틴함량은 국광이 가장 낮았고 스퍼 얼리 브레이스와 골덴 딜리셔스가 가장 높았다. 한편 스퍼 얼리 브레이스와 골덴 딜리셔스의 불용성 펙틴함량이 낮은 것으로 보아 이 두 사과는 숙성초기에 펙틴물질이 많이 변하는 것 같다. 2% SHMP로 추출한 총펙틴질의 성분 분석에서 회분함량은 사과품종간에 차이를 보이며 시판 펙틴보다 높았다. Anhydrogalacturonic acid (AUA) 함량은 시판 펙틴보다 낮으며 품종간에 범위가 다양했다. 메톡실함량은 시판펙틴보다 높으며 모든 사과품종이 70% 이상의 에스터화정도를 가졌다.

  • PDF

태그 네트워크를 이용한 개인화 북마크 추천시스템 (Personalized Bookmark Recommendation System Using Tag Network)

  • 엄태영;김우주;박상언
    • 한국전자거래학회지
    • /
    • 제15권4호
    • /
    • pp.181-195
    • /
    • 2010
  • 웹 2.0을 이끌어가는 원동력이라고 할 수 있는 일반 개인 사용자의 참여와 공유는 블로그, 소셜 네트워크(Social Network), 집단지성, 소셜 북마크(Social Bookmark), 태깅(Tagging) 등의 다양한 형태로 나타나고 있다. 이 중에서 소셜 북마크는 개인이 사용하는 북마크를 웹에 추가하여 공유함으로써, 다수의 사람들이 유용하다고 생각하는 북마크에 대한 정보를 기반으로 한 다양한 서비스를 제공하는 개념이다. 딜리셔스(Delicious.com)는 소셜 북마크 서비스의 대표적인 사례라고 할 수 있으며, 북마크에 사용자들이 붙인 태그를 이용하여 검색 서비스를 제공한다. 본 논문은 북마크 검색에 대해 개인화된 검색결과를 추천하기 위하여 사용자 태그를 기반으로 하여 딜리셔스가 제공하는 북마크들의 순위를 재순위화 하는 방법론을 제안하였다. 또한 태그유사도를 기반으로 한 태그 네트워크를 이용하여 사용자의 검색어에 의미적으로 유사한 다른 태그들도 순위에 반영될 수 있도록 하였다. 그리고 실험을 통하여 딜리셔스가 제시하는 순위에 비해 본 논문에서 제안하는 시스템의 재순위화 결과가 사용자들에게 더 만족스러우며 정확성도 높음을 확인하였다.

Polygalacturonase와 젤라틴을 병용한 과실쥬스의 청징화 (Clarification of Fruit Juice by the Use of Polygalacturonase and Gelatin)

  • 허병석;김재욱
    • Applied Biological Chemistry
    • /
    • 제32권4호
    • /
    • pp.367-373
    • /
    • 1989
  • 과실 쥬스에 대한 polygalacturonase의 청징에서 gelatin 농도, 과실쥬스 pH 등의 영향을 알기 위한 연구 결과 polygalacturonase를 사용한 청징에 적당량의 gelatin을 첨가하면 효과가 큰데, 쯔가루 사과 쥬스 및 Campbell Early 포도 쥬스는 0.04%, 골드 딜리셔스 사과 쥬스 0.02%, 마그놀리아 골드 및 홍옥 사과 쥬스 0.01%, 조나골드 사과 쥬스는 0.06%가 각각 gelatin 최적 첨가 농도였다. Polygalacturonase의 pectic acid 분해 최적 pH는 4.8이나 polygalacturonase와 gelatin을 병용한 청징 최적 pH는 $3.2{\sim}3.5$였으며, gelatin 농도에 따라 청징도는 큰 차이를 보이나 점도는 별차이가 없었다. 0.01mg/ml의 polygalacturonase 농도로써 $45^{\circ}C$에서 반응시키면, 과실의 종류 및 품종에 관계없이 60분에도 잘 청징되지 않았으나, 조나 골드 사과 쥬스는 gelatin 0.06% 첨가로 30분 정도, 마그놀리아 골드 및 홍옥 사과 쥬스는 0.01% 첨가로 각각 30분, 60분 정도, 쯔가루 사과 쥬스 및 Campbell Early 포도 쥬스는 0.04% 로 첨가로 40분 정도, 골든 딜리셔스 사과 쥬스는 0.02%첨가로 40분 정도에서 각각 완전히 청징되었다.

  • PDF

대학 수업에서 소셜 북마킹의 활용: 학생 인식 및 행태를 중심으로 (Social Bookmarking Use in University Courses: Student Perceptions and Behaviors)

  • 박옥남;정영숙
    • 정보관리학회지
    • /
    • 제26권2호
    • /
    • pp.65-82
    • /
    • 2009
  • 본 연구에서는 대학강좌에서 학생들의 소셜 북마킹 도구에 대한 인식 및 사용 행태를 분석하였다. 소셜 북마킹의 가치에 대한 최근 활발한 논의에도 불구하고 실제 이용자들이 어떻게 소셜 북마킹을 사용하는가에 대해서는 알려진 바가 많지 않다. 본 연구는 수업에서 학생들의 소셜 북마킹 도구인 딜리셔스 사용 행태와 인식을 바탕으로 소셜 북마킹이 제시하는 가치들이 실제에서 어떻게 나타나는지를 조사하였다. 학생들은 태깅, 기술, 네트워크의 기능을 소극적으로 사용하고 있었다. 이용자는 여전히 개인 정보 수집 및 관리의 도구로써 소셜 북마킹을 사용하고 있었으며, 소셜 북마킹 도구는 정보의 사용 및 재사용성은 향상시키고 있었으나 소셜 북마킹 도구가 지향하는 협력기반 정보공유, 협력기반 커뮤니티 구축 및 도메인 검색의 가치는 충분히 실현되지 못하고 있는 것으로 나타났다.

태그 온톨로지와 기계학습을 이용한 추천시스템 (Recommendation System based on Tag Ontology and Machine Learning)

  • 강신재
    • 한국산업정보학회논문지
    • /
    • 제13권5호
    • /
    • pp.133-141
    • /
    • 2008
  • 소셜웹은 정보를 공유하고 사용자간 연결 정도를 높이기 위해 현재의 웹을 소셜 플랫폼으로 변화시키고 있다. 본 논문은 여러 소셜웹 사이트에 산재되어 있는 소셜 데이터를 중재하고 연결하는 방법을 제공하기 위해 딜리셔스, 플리커, 유튜브와 같은 대표적인 소셜 태깅 사이트의 태깅 데이터를 분석한다. 그 결과로 서로 다른 태깅 데이터를 통합하고 서로 다른 소셜 메타데이터를 연결하기 위한 태그 온톨로지를 제안한다. 또한 태깅 데이터의 기계 학습을 통하여 유사 태그 그룹과 사용자 그룹 정보를 획득한 후 태그 온톨로지를 학습한다. 이의 활용 방안으로는 학습된 태그 온톨로지를 이용하여 모델링한 추천 시스템도 제안한다.

  • PDF