• Proceedings of the Korean Information Science Society Conference
• /
• 2007.06d
• /
• pp.356-360
• /
• 2007

인터넷이 폭 넓게 보급되어 개인의 의견을 개진할 기회가 확대됨에 따라 정치, 경제 등의 사안이나 제품 기업의 이미지, 공인에 대한 긍정.부정의 글을 개진할 수 있게 되었다. 이러한 현상에 따라 기업, 제품, 혹은 공공의 분야에서 일반 개인들이 어떻게 생각하는가에 대한 분석 및 자료수집의 필요성이 높아지고 있다. 감성용어 문서분류시스템은 문서의 내용 중 감성기반의 용어들에 기반하여 이에 대한 패턴을 정의하고 이에 대응하는 범주에 문서를 자동으로 할당하는 작업으로써 효율적인 정보 관리 및 검색을 가능하게 한다. 하지만 자동문서 분류를 하기 위해서는 방대한 양의 데이터를 수집 보관하기 위한 분산 환경이 반드시 필요하다. 본 논문에서는 감성기반 문서분류 시스템을 위한 감성용어 추출 및 긍정, 부정의 패턴을 검색해 자동 문서분류를 위해 RTI(Run Time Infrastructure)를 통한 분산 시스템 환경으로 구성하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.339-340
• /
• 2022

연구개발 활동을 지원하는 웹서비스 ScienceON은 논문, 특허, 연구보고서, 정책동향 정보뿐만 아니라 연구에 필요한 다양한 기능과 인프라를 통합적으로 제공하고 있다. 하지만 개인 데스크톱에서 활용이 용이한 검색 중심의 웹서비스는 언제 어디서나 쉽게 학술정보를 활용하고자 하는 사용자 요구를 충족시키기 어려운 문제가 있다. 연구자가 모바일 환경에서 쉽게 학술정보를 이용할 수 있는 환경을 제공하기 위해 본 논문에서는 검색 중심이 아닌, 개인의 관심정보와 논문 저자 식별 기반의 논문 피딩(feeding) 프로세스를 제안한다. 관심 분야 및 키워드 기반의 최신논문과 인기논문을 실시간으로 제공하고, 공저자 네트워크 및 저자 식별정보를 활용하여 최적화된 추천 논문을 제공한다. 또한 논문 중심의 커뮤니티를 제공하여 연구 활동 및 논문에 관한 다양한 의견 교환 채널로도 활용될 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.525-526
• /
• 2019

본 논문에서는 고객추천지수(NPS : Net Promoter Score)를 이용하여 2019년도 이용 고객의 서비스 만족 및 품질에 대하여 모니터링하고 기관의 고객만족 개선 활동에 대한 고객의 의견을 분석하기 위함이다. 한국과학기술정보연구원의 국가과학기술정보통합서비스(NDSL : National Digital Science Library)는 산학연 연구자들에게 고품질 정보를 제공하여 국가 과학기술 혁신에 기여하고자 개발된 과학기술정보 서비스 플랫폼으로, 논문·특허·보고서·동향·저널/프로시딩·연구자·연구기관 등 약 1억건 이상의 콘텐츠에 대한 검색 및 콘텐츠 유형별 전문검색 서비스를 제공합니다. NDSL은 과학기술 연구자를 위한 고품질 정보서비스를 지향합니다. 또한, 쉽게보는 검색결과, 오픈서비스 등을 제공함으로써 과학지식의 발견과 확장을 지원하고 있습니다. 이를 위해 서비스를 경험한 500여 명의 의사결정자를 대상으로 국가과학기술정보통합서비스에 대한 고객충성도를 분석하였다. 이와 같은 연구결과는 인터넷 등 정보의 발달로 고객의 긍정적 또는 부정적인 구전이 급속도로 노출되는 환경에서 고객의 만족도를 관리함으로써 핵심고객을 확보하는데 사전 예측자료로 활용될 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06a
• /
• pp.128-130
• /
• 2012

본 논문은 교육 현장의 전산 기자재 관리의 비효율성을 바꿔나가고 새로운 변화에 적응력을 키워나가는 취지에서 접근하였다. 현재 각 학교에는 교원 1인당 1 PC가 보급되어 있으며, 네트워크 환경도 잘 구성되어 있다. 이러한 환경을 기초로 본 논문에서는 학교에서 작성 되고 있는 관리 대장을 전자 문서화함으로써, 관리 대장의 검색, 생성, 삭제, 삽입, 변환 등에 따른 업무 비효율성을 최소화하였다. 본 연구에서는 전자 문서화 시스템의 서버 프로그램으로 RW-APM을 사용하였으며, 여러 가지 대화형 게시판과 SMS를 이용한 관리자 호출을 통해 관리자뿐 아니라 일반 사용자들도 시스템과 학교 장비의 문제점에 대해 의견을 나눌 수 있도록 하였다. 본 연구에서 개발된 전산 기자재 관리 대장 시스템은 여러 실무 담당자들의 의견을 수용함으로써 교육 현장에 최적화 된 환경을 제공하기 위해 노력하였다. 이러한 시스템을 확장하여 활용한다면 교육 지원 활동에 대한 효율성을 높일 수 있으며, 이는 교사와 학생들의 교육 활동에 긍정적인 효과를 줄 것으로 기대된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.04a
• /
• pp.226-229
• /
• 2009

최근 들어 인터넷 게시판이나 개인 블로그 등은 온라인상에서 사람들의 정보 공유나 의견 교환의 중요한 매체가 되고 있다. 많은 수의 블로그들은 현재 사회적으로 이슈가 되는 여러 문제들을 반영하고 있다. 또한 최근 댓글을 통해 적극적으로 자신의 의사 표현하거나 다른 사람들의 의견을 살피는 인터넷 사용자의 증가로 인터넷 뉴스나 블로그 기사에 많은 수의 댓글이 달리고 있다. 그러나 대부분의 블로그나 인터넷 포털 사이트의 경우 기사나 댓글들을 순차적인 목록 형태로 제공하므로 자신이 원하는 내용의 댓글을 검색하거나 전체 댓글에 대한 전반적인 파악은 힘든 일이다. 따라서 본 논문에서는 기사에 달린 많은 수의 댓글들을 분류하고, 이를 시각화 하는 시스템인 TRIB(Telescope for Responding comments for Internet Blog)을 제안한다. TRIB은 미리 정의된 사용자 정의 사전을 이용하여 댓글을 내용에 따라 분류하여 시각화 하므로 사용자들은 자신의 관심과 흥미에 따라 개인화 된 뷰를 볼 수 있다. 1,000개 이상의 댓글을 가진 뉴스 기사들을 대상으로 한 실험을 통해 TRIB 시스템의 댓글 분류와 시각화 성능을 보인다.

• Journal of the Korean Society for information Management
• /
• v.18 no.3
• /
• pp.179-202
• /
• 2001

In information system research. there has been a strong interest in developing the user-centered interface. Interface metaphors have been regarded as a user friendly device of the information retrieval systems. This study is to discover overall opinions about metaphors and to evaluate the usability of metaphors used in the homepages and retrieval interfaces of academic and public libraries. It is found that some metaphors cause users to confuse because they are similar each others or don\`t have unique meaning and because some have weak relationship between texts and images of metaphors. It is necessary to develop a metaphor model suitable for the a specific interface. This study proposes to develop functional metaphors which can help users easily understand how to operate and remember the procedures, and which are based in user\`s knowledge and experiences. The organizational metaphors of a virtual community also will be considered as a new type of retrieval interfaces.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2017.05a
• /
• pp.158-159
• /
• 2017

Sentiment analysis is the review of written or verbal communications to determine some measure of emotion or feeling in the communication. Search engines are one of the most popular sites visited on the Internet generating hundreds of billions of hits per month worldwide. Obviously privacy policies related to these search sites are extremely important. Our study reviews the privacy policies of the two largest search engines, Google and Baidu to determine the overall sentiment of their privacy policies. Significant individual findings and significant differences were found using several sentiment and opinion analysis methods.

• The Journal of Korean Association of Computer Education
• /
• v.13 no.2
• /
• pp.45-57
• /
• 2010

In this paper, we propose a C_PBS(C Program Bank System) which can support effective learning of C language. C_PBS allows a variety of problem uses and provides 3 types of search method for user convenience. It also shows many useful facilities: a variety of answers to a problem, display of problems according to reference frequency, interesting problem list, and problem carts. Especially, with the addition of comments and reference to the problems and answers, it implements collective intelligence via mutual collaborative learning by supporting the philosophy of web 2.0: participation, sharing, and open.

• Journal of Intelligence and Information Systems
• /
• v.18 no.3
• /
• pp.97-117
• /
• 2012

Nowadays, Internet users tend to do a variety of actions at the same time such as web browsing, social networking and multimedia consumption. While watching a video, once a user is interested in any product, the user has to do information searches to get to know more about the product. With a conventional approach, user has to search it separately with search engines like Bing or Google, which might be inconvenient and time-consuming. For this reason, a video annotation platform has been developed in order to provide users more convenient and more interactive ways with video content. In the future of smart TV environment, users can follow annotated information, for example, a link to a vendor to buy the product of interest. It is even better to enable users to search for information by directly discussing with friends. Users can effectively get useful and relevant information about the product from friends who share common interests or might have experienced it before, which is more reliable than the results from search engines. Social networking services provide an appropriate environment for people to share products so that they can show new things to their friends and to share their personal experiences on any specific product. Meanwhile, they can also absorb the most relevant information about the product that they are interested in by either comments or discussion amongst friends. However, within a very huge graph of friends, determining the most appropriate persons to ask for information about a specific product has still a limitation within the existing conventional approach. Once users want to share or discuss a product, they simply share it to all friends as new feeds. This means a newly posted article is blindly spread to all friends without considering their background interests or knowledge. In this way, the number of responses back will be huge. Users cannot easily absorb the relevant and useful responses from friends, since they are from various fields of interest and knowledge. In order to overcome this limitation, we propose a method to filter a user's friends for information search, which leverages semantic video annotation and social networking services. Our method filters and brings out who can give user useful information about a specific product. By examining the existing Facebook information regarding users and their social graph, we construct a user profile of product interest. With user's permission and authentication, user's particular activities are enriched with the domain-specific ontology such as GoodRelations and BestBuy Data sources. Besides, we assume that the object in the video is already annotated using Linked Data. Thus, the detail information of the product that user would like to ask for more information is retrieved via product URI. Our system calculates the similarities among them in order to identify the most suitable friends for seeking information about the mentioned product. The system filters a user's friends according to their score which tells the order of whom can highly likely give the user useful information about a specific product of interest. We have conducted an experiment with a group of respondents in order to verify and evaluate our system. First, the user profile accuracy evaluation is conducted to demonstrate how much our system constructed user profile of product interest represents user's interest correctly. Then, the evaluation on filtering method is made by inspecting the ranked results with human judgment. The results show that our method works effectively and efficiently in filtering. Our system fulfills user needs by supporting user to select appropriate friends for seeking useful information about a specific product that user is curious about. As a result, it helps to influence and convince user in purchase decisions.

• The Journal of the Korea Contents Association
• /
• v.10 no.8
• /
• pp.38-50
• /
• 2010

In recent years, the number of users who are actively express their opinions about Internet articles is more and more growing up, as the use of cyber community such as weblog or Internet discussion board increases. In fact, it is not difficult to find an article with hundreds of comments in famous Internet discussion boards. Most of the weblogs or Internet discussion boards present comments in the form of list and do not yet support even the basic operation such as searching comments. In this paper, we analysed large sets of comments in Internet discussion board named AGORA. It was found that from the result that the distribution of comment writers follows power-law. So we suppose a new search structure of comments using skip lists. The main idea of our approach is to reflect the probabilistic distribution properties of the commenters following the power-law to the data structure. Our empirical results show that the proposed method performs more efficient in searching the nodes with fewer number of comparison operations than logN, which is the theoretical time complexity of general indexed structure such as B-trees or typical skip lists.