• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.81-83
• /
• 2000

최근 고성능 PC의 보급과 네트워크의 발달로 인하여 인터넷의 가용 정보가 폭발적으로 증가하고 있다. 이러한 추세에 따라 우리는 인터넷을 사용하여 많은 정보를 얻고 있다. 그러나 인터넷에 존재하는 정보는 수많은 웹 서버에 주소(URL)를 가지고 존재하게 되는데 사용자는 자신이 관심 있는 정보의 사이트를 재방문하기 위하여 웹 브라우저 북 마크 기능을 사용한다. 그러나, 북 마크를 효율적으로 사용하기 위해서는 북 마크 분류, 수정, 편집, 정렬등의 북 마크 관리가 필수적이지만 이와 같은 북 마크 관리 작업이 전반적으로 수작업으로 이루어져야 하는 단점이 있다. 이러한 문제점을 해결하기 위한 한가지 방법으로 웹 문서 분류를 위한 기계학습법을 적용하여 사용자의 북 마크를 카테고리별로 자동으로 분류, 재정렬해주는 북 마크 자동 분류 에이전트를 개발하고자 한다. 대표적인 분류 에이전트 시스템으로는 전자우편 분류 에이전트인 Maxims, 뉴스 기사 분류 에이전트인 NewT, 엔터테인먼트 선별 에이전트인 Ringo 등이 있으며, 이러한 시스템들은 분류 대상과 분류 방법, 기능 등에서 차이를 보이고 있다. 본 논문에서는 대표적인 교사학습 방법인 나이브 베이지안 학습법을 사용하여 북 마크를 자동으로 분류하는 북 마크 자동 분류 에이전트를 설계, 구현하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2000.04a
• /
• pp.405-408
• /
• 2000

최근 인터넷의 발전으로 많은 정보와 지식을 우리는 인터넷에서 제공받을 수 있게되었다. 인터넷에 존재하는 정보는 수많은 웹서버에 산재되어 있으며, 정보의 위치는 주소(URL)를 가지고 존재하게 되는데 사용자는 자신이 관심있는 정보의 주소를 저장하기 위하여 웹브라우저 북마크(Bookmark)기능을 사용한다. 그러나 북마크 기능은 웹문서의 주소 저장에 일차적인 목적을 두고 있으며, 이후 북마크의 개수가 증가하면, 사용자는 북마크관리가 어렵게되므로 사용자 북마크 파일을 자동으로 분류하여 관리할수 있는 에이전트 기술을 사용하고자 한다. 대표적인 분류에이전트 시스템으로는 전자우편 분류 에이전트인 Maxims, 뉴스기사 분류 에이전트인 NewT, 엔터테인먼트(Entertainment) 선별 에이전트인 Ringo 등이 있다. 이러한 시스템들은 분류할 대상에 따라 조금씩 다른 모습의 에이전트 기능을 보이고 있으며, 본 논문은 기계학습 이론중 교사학습 알고리즘인 나이브 베이지안 학습방법(Naive Bayesian Learning method)을 사용하여 사용자가 분류하지 못한 북마크를 자동으로 분류하는 단일 에이전트 기반 북마크 분류기를 설계, 구현하고자한다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2000.04a
• /
• pp.387-395
• /
• 2000

기존의 BISAgent(Bookmark Information Sharing Agent)는 사용자에 의해 저장되는 북마크를 공유를 기반으로 협동적 웹 브라우징(Collaborative Web Browsing)을 통해 Information Overload를 해결코자 하였다. 하지만, 사용자의 북마크의 메타 정보 입력에 대한 부담은 Information Noise 발생의 원인이 되었고, 그로인한 부작용이 발생하였다. 본 연구에서는 BISAgent에 Ontology의 결합을 통해 사용자가 방문한 사이트의 내용 정보를 해석하여 개념화 하였으며, XML을 이용하여 표현하였다. 그럼으로써 북마크 메타정보의 자동화 및 북마크 자체의 자동 삽입을 통해 사용자의 부담을 최소화하는 효과를 가져왔다. 실험으로써 Ontology를 이용한 일반 HTML 문서의 개념화된 XML 문서로의 변환을 수행하였으며 북마크 정보 저장의 자동화를 위해 사이트 방문 패턴 해석을 실시하여 시스템의 성능을 평가하였다. 양적으로 많은 사용자 북마크를 추출하지는 못했지만 추출된 북마크는 사용자의 재방문이 이루어짐으로써 상당히 높은 정확성을 얻을 수 있었다.

• Journal of the Korean Society for information Management
• /
• v.26 no.4
• /
• pp.59-80
• /
• 2009

As the amount of web information grows, a bookmark has become an important tool to reuse web information effectively which is relevant to users' information needs. Thus, this study aimed to investigate how bookmarks are used as a management tool of web information, and what functions users require concerned with it. For this purpose, semi-structured interviews and observations were carried out from 5 respondents, and a survey was conducted to investigate the relationship between bookmark using behaviors and requirements for function improvement. The users who use bookmark less frequently think bookmark feature essential for the purpose of reusing web information.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2006.05a
• /
• pp.804-806
• /
• 2006

There have been presented many solutions to improve Web accessibilities. A bookmark system is one of those convenient solutions. The convenience and usefulness of bookmark system is decreased when the registered contents arc increased. In this study, we proposed the personalized bookmark system. With this system, the bookmark contents are automatically updated by reflecting personal user's web preferences. And by managing the bookmark system with the server system, users can access the bookmark system at any place.

• The Journal of Society for e-Business Studies
• /
• v.15 no.4
• /
• pp.181-195
• /
• 2010

The participation and share between personal users are the driving force of Web 2.0, and easily found in blog, social network, collective intelligence, social bookmarking and tagging. Among those applications, the social bookmarking lets Internet users to store bookmarks online and share them, and provides various services based on shared bookmarks which people think important.Delicious.com is the representative site of social bookmarking services, and provides a bookmark search service by using tags which users attach to the bookmarks. Our paper suggests a method re-ranking the ranks from Delicious.com based on user tags in order to provide personalized bookmark recommendations. Moreover, a method to consider bookmarks which have tags not directly related to the user query keywords is suggested by using tag network based on Jaccard similarity coefficient. The performance of suggested system is verified with experiments that compare the ranks by Delicious.com with new ranks of our system.

• The KIPS Transactions:PartB
• /
• v.8B no.5
• /
• pp.455-462
• /
• 2001

The World Wide Web has become one of the major services provided through Internet. When searching the vast web space, users use bookmarking facilities to record the sites of interests encountered during the course of navigation. One of the typical problems arising from bookmarking is that the list of bookmarks lose coherent organization when the the becomes too lengthy, thus ceasing to function as a practical finding aid. In order to maintain the bookmark file in an efficient, organized manner, the user has to classify all the bookmarks newly added to the file, and update the folders. This paper introduces our learning agent called BClassifier that automatically classifies bookmarks by analyzing the contents of the corresponding web documents. The chief source for the training examples are the bookmarks already classified into several bookmark folders according to their subject by the user. Additionally, the web pages found under top categories of Yahoo site are collected and included in the training examples for diversifying the subject categories to be represented, and the training examples for these categories as well. Our agent employs naive Bayesian learning method that is a well-tested, probability-based categorizing technique. In this paper, the outcome of some experimentation is also outlined and evaluated. A comparison of naive Bayesian learning method alongside other learning methods such as k-Nearest Neighbor and TFIDF is also presented.

• Proceedings of the Korean Society for Information Management Conference
• /
• 2006.08a
• /
• pp.215-222
• /
• 2006

도서관이 이용자에게 장애가 없는 도서관 서비스를 제공하기 위해서는 OPAC의 접근성과 검색성을 향상시키고, 도서의 검색, 식별 및 브라우징의 도구로써 ISBN의 활용가치를 높이는 것이 필요하다. 북마크릿은 웹브라우저의 '즐겨찾기에 추가' 또는 '연결(Links)' 툴바에 저장할 수 있는 작은 크기의 자바스크립트이다. 그리고 오픈소스인 북마크릿은 온라인서점의 웹페이지에서 ISBN을 추출한 다음, 해당 ISBN으로 도서관의 OPAC에서 도서를 검색할 수 있는 간단하지만 강력한 검색도구이다. 본 연구에서는 도서관 정보시스템의 새로운 환경인 Web 2.0, Library 2.0, OPAC 및 북마크릿에 대해 개괄적으로 고찰하였다. 그리고 해외에서 개발되어 활용되고 있는 네 가지 유형의 북마크릿에 대하 적용 사례를 비교 분석하고 그 특징과 장 단점을 정리하였다. 이를 통해서 국내 도서관의 OPAC과 온라인서점에서 북마크릿을 활용한 LibraryLookup 서비스 제공방안을 제안하였다.

• Journal of the Korean Society for information Management
• /
• v.23 no.3 s.61
• /
• pp.49-68
• /
• 2006

It is required to enhance the value of ISBN as a tool for book search, identification, browsing, and improve the accessability and search capability of library OPAC. Bookmarklet is a small size javascript which can be saved as URL in a web browser bookmark or web page hyperlink. Open source bookmarklet can extract ISBN from web pages and search a book from library OPAC using the ISBN, so it is recognized as a simple but powerful search tool. In foreign countries, commercial library system vendors, libraries, OCLC, etc. are providing bookmarklets which allow a user to search for library holdings and loan information in a real time while he/she is travelling in an online bookshop web page. Therefore, this paper compared and analyzed international bookmarklets application examples and proposed LibraryLookup service in which library OPAC and online bookshop can make use of the bookmarklets.

• Journal of Korea Multimedia Society
• /
• v.13 no.8
• /
• pp.1245-1255
• /
• 2010

In current Web 2.0 environment, one of the most core technology is social bookmarking which users put tags and bookmarks to their interesting Web pages. The main purpose of social bookmarking is an effective information service by use of retrieval, grouping and share based on user's bookmark information and tagging result of their interesting Web pages. But, current social bookmarking system uses the number of bookmarks and tag information separately in information retrieval, where the number of bookmarks stand for user's degree of interest on Web contents, information retrieval, and classification serve the purpose of tag information. Because of above reason, social bookmarking system does not utilize effectively the bookmark information and tagging result. This paper proposes a Web contents ranking algorithm combining bookmarks and tag information, based on preceding research on associative tag extraction by tag clustering. Moreover, we conduct a performance evaluation comparing with existing retrieval methodology for efficiency analysis of our proposed algorithm. As the result, social bookmarking system utilizing bookmark with tag, key point of our research, deduces a effective retrieval results compare with existing systems.