• Journal of the Korea Society of Computer and Information
• /
• v.17 no.11
• /
• pp.133-140
• /
• 2012

In this paper, we propose a music recommendation method considering users' tags by collaborative tagging in a social music site. Since collaborative tagging allows a user to add keywords chosen by himself to web resources, it provides users' preference about the web resources concretely. In particular, emotional tags which represent human's emotion contain users' musical preference more directly than factual tags which represent facts such as musical genre and artists. Therefore, to classify the tags into the emotional tags and the factual tags and to assign weighted values to the emotional tags, a tag ontology called UniTag is developed. After preprocessing the tags, the weighted tags are used to create user profiles, and the music recommendation algorithm is executed based on the profiles. To evaluate the proposed method, a conventional playcount-based recommendation, an unweighted tag-based recommendation, and an weighted tag-based recommendation are executed. Our experimental results show that the weighted tag-based recommendation outperforms other two approaches in terms of precision.

• The Journal of Society for e-Business Studies
• /
• v.14 no.4
• /
• pp.167-179
• /
• 2009

This paper introduces techniques to recommend standardized tags using tag ontology. Tag recommendation consists of TWCIDF and TWCITC; the former technique automatically tags a large quantity of already existing document groups, and the latter recommends tagging for new documents. Tag groups are created through several processes, including preprocessing, standardization using tag ontology, automatic tagging and defining ranks for recommendation. In the preprocessing process, in order to search semantic compound nouns, words are combined to establish basic word groups. In the standardization process, typographical errors and similar words are processed. As a result of experiments conducted on the basis of techniques presented in this paper, it is proved that real-time automatic tagging and tag recommendation is possible while guaranteeing the accuracy of tag recommendation.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.04a
• /
• pp.1078-1081
• /
• 2010

웹 2.0의 영향으로 인터넷 상에 범람하는 컨텐츠를 이용함에 있어 태깅 시스템은 매우 유연하고 효과적인 분류를 가능케 한다. 대부분의 웹 2.0 사이트에서는 검색된 정보에 해당하는 태그와 연관성이 있는 태그를 나타냄으로써 또 다른 관련 컨텐츠를 이용할 수 있는 서비스를 제공한다. 컨텐츠 사용자에 의해 생성되는 태그는 개인 성향에 따라 동일 컨텐츠에 다양하게 적용될 수 있으며 이로 인해 태그를 이용한 검색은 낮은 정확도를 나타낼 수 있다. 본 논문에서는 태그 선택에 있어 인간 상호작용의 특성을 파악하여 개인이 선호하고, 필요로 하는 컨텐츠에 대한 태그를 추천할 수 있는 태그 가치 측정 알고리즘을 제안한다. 컨텐츠 선택에 있어 의사결정에 영향을 미치는 요인을 식별하고 선호영화 추천 서비스인 MovieLens 사이트의 데이터 셋을 적용하여 태그 추천의 예측 정확도를 비교 평가함으로써 향상된 태그 가치 산정 결과를 제시한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.04a
• /
• pp.841-844
• /
• 2017

최근 인터넷의 급격한 발전으로 사용자의 관심사에 적합한 정보를 제공하는 추천 시스템에 대한 필요성이 증가하고 있다. 이에 따라 태그를 활용하여 추천 시스템의 성능을 향상시키려는 연구가 최근 활발하게 진행되고 있다. 하지만 태그를 활용하는 추천 시스템은 악의적인 사용자에 의해 달린 스팸 태그로 인해 부적합한 아이템을 제공한다는 문제점을 가지고 있다. 본 논문에서는 이러한 문제를 해결하기 위해 사용자 평판을 활용한 아이템 추천 기법을 제안한다. 이 기법은 먼저 사용자의 태깅 활동을 분석하여 사용자 평판을 측정한다. 다음으로 태그 네트워크를 구축한 후 사용자 평판을 고려하여 태그의 영향력을 계산하고 이를 기반으로 아이템을 추천한다.

• Journal of KIISE:Computing Practices and Letters
• /
• v.16 no.9
• /
• pp.927-935
• /
• 2010

In the era of Web 2.0, users create a number of their own Web contents. So, multimedia search becomes much more important than ever. A tag is a simple keyword which describes the Web contents including URL, pictures, and videos. Tags perform a role of descriptors of Web contents and Web metadata properly. If the number of tagged Web data increases, users are more likely to find the desired search result because the system includes the Web contents which have richer Web metadata. However, the number of users who use tags as Web metadata is relatively small. Because of the cumbersome process of adding tags, or users do not know what to add for the better accessibility from the public. Given situation, tag recommendation, which helps the process of adding tags, has been studied to solve these problems. When a user adds some Web contents, the tag recommendation system recommends relevant tags for the Web contents to the use, and the user selects recommended tags. We analyze and categorize various tag recommendation algorithms in tagging system.

• Journal of the Korea Society of Computer and Information
• /
• v.18 no.2
• /
• pp.107-116
• /
• 2013

In this paper, we propose a hybrid music recommendation system combining users' listening habits and tag information in a social music site. Most of commercial music recommendation systems recommend music items based on the number of plays and explicit ratings of a song. However, the approach has some difficulties in recommending new items with only a few ratings or recommending items to new users with little information. To resolve the problem, we use tag information which is generated by collaborative tagging. According to the meaning of tags, a weighted value is assigned as the score of a tag of an music item. By combining the score of tags and the number of plays, user profiles are created and collaborative filtering algorithm is executed. For performance evaluation, precision, recall, and F-measure are calculated using the listening habit-based recommendation, the tag score-based recommendation, and the hybrid recommendation, respectively. Our experiments show that the hybrid recommendation system outperforms the other two approaches.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.11a
• /
• pp.785-786
• /
• 2009

인터넷의 수많은 정보 속에서 사용자가 원하는 적절한 정보를 찾아 주기 위해 추천 시스템이 등장하였다. 기존의 추천 시스템들은 유사한 선호도를 갖는 사람들을 그룹화 하여 그들이 선호할 만한 아이템을 추천해 주는 방법을 사용하는데, 본 논문에서는 기존의 추천 시스템에 태그를 이용하여 추천의 신뢰도를 높이고자 한다. 사용자가 해당 아이템을 보고난 후 추가로 더 알고 싶은 내용에 대한 태그를 등록하면 그 태그는 다른 사용자들을 위한 추천 정보로 이용된다. 또한 추천 자료에 대한 사용자의 만족도 평가를 바탕으로 자료간의 연관 관계를 재조정하여 추천 시스템의 성능을 높인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.962-963
• /
• 2013

트위터 해시태그(#, HashTag)는 트윗(Tweets)에서 특정 키워드나 내용을 주제별로 분류하고 검색을 보다 효율적으로 사용하기 위한 사용자 정의 태그이다. 사용자가 정의하기에 따라 다양한 형태로 작성되기 때문에 오히려 검색의 효율성이 떨어질 수 있으며, 사용자는 자신이 작성한 트윗에 어떤 해시태그를 추가해야 하는지에 대한 궁금증이 생기는 경우가 발생한다. 본 논문에서는 이러한 문제를 해결하기 위해 사용자가 작성한 트윗에 적합한 해시태그를 추천하는 기법을 제안한다. 수집한 트윗과 해시태그의 키워드를 추출하고 트윗의 유사도를 계산하기 위해 TF-IDF와 Cosine Similarity를 적용하여 유사한 트윗을 갖는 해시태그를 추천한다. 본 논문에서 제안된 기법을 검증하기 위한 실험으로 추천의 정확성을 평가했다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.04a
• /
• pp.425-428
• /
• 2010

멀티미디어 기기의 확산과 인터넷의 발달로 Flickr, Facebook 과 같은 사회적 네트워크를 기반으로 이미지 공유가 활발해졌다. 사회적 네트워크 사이트에서 이미지의 효율적인 검색과 관리를 위해서 태그를 이용하는 방법이 많이 사용되고 있다. 하지만 많은 양의 이미지에 수동으로 태그를 등록하는 것은 사용자에게 많은 시간과 노력을 요구한다. 태그 추천 기술은 자동으로 사용자에게 태그를 추천함으로써, 수동 태깅의 한계를 극복할 수 있는 방법이다. 본 논문에서는 사회적 네트워크를 기반으로 하는 폭소노미에서 사용자 사이의 사회적 관계를 사용자 들의 얼굴 정보를 이용하여 측정하고, 이를 활용하여 이미지 태그를 추천하는 기술을 제안한다. 제안하는 방법은 이미지의 시각 정보와 태그 분포뿐만 아니라 사용자 사이의 사회적 관계 정보를 추가로 활용한다. 실험을 통해서 제안하는 방법이 기존의 이미지 태그 추천 방법에 비해서 7% 향상된 태그 추천의 정확성을 보장하는 것을 증명하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.10c
• /
• pp.72-77
• /
• 2007

웹의 성장에 따른 기하급수적인 정보의 축적으로 인한 정보과다(Information Overload) 현상의 심화를 해결하기 위해 이루어져 온 많은 연구 중 하나인 추천 시스템은 사용자에게 고수준의 편의성을 제공하기 위한 시스템으로써 발전해 왔다. 그러나 과거에 고도로 집중화되어 관리, 구축되어 오던 정보와는 달리 Web2.0라는 새로운 웹 환경의 도래와 함께 태그, 블로그 등 새로운 형태와 특성을 가지는 점보들이 등장하게 되었다. 웹의 컨텐츠에 대한 메타정보를 사용자가 직접 입력한 Web2.0 기반의 태그 데이터론 활용해서 추천 시스템의 성능을 향상시킬 수 있는 기법을 연구하였다. 추천 기법 중 가장 대표적이고 기초적인 협업 필터링 기법에 태그를 활용하며 태그에 사용자에 대한 중요도를 감안한 가중치 부여 기법에 연구한다. 유사한 성향을 가진 사용자를 식별하는데 있어 태그 집합간의 유사도를 비교하는 방법을 사용하며 사용자의 성향을 반영하기 위해서 태그와 사용자의 선호도 정수와의 연관성을 분석해서 이를 태그의 가중치로 환산하는 기법을 제안한다.