• 제목/요약/키워드: Collaborative Bookmark

검색결과 5건 처리시간 0.022초

협업 필터링을 활용한 태그 키워드 기반 개인화 북마크 검색 추천 시스템 (Personalized Bookmark Search Word Recommendation System based on Tag Keyword using Collaborative Filtering)

  • 변영호;홍광진;정기철
    • 한국멀티미디어학회논문지
    • /
    • 제19권11호
    • /
    • pp.1878-1890
    • /
    • 2016
  • Web 2.0 has features produced the content through the user of the participation and share. The content production activities have became active since social network service appear. The social bookmark, one of social network service, is service that lets users to store useful content and share bookmarked contents between personal users. Unlike Internet search engines such as Google and Naver, the content stored on social bookmark is searched based on tag keyword information and unnecessary information can be excluded. Social bookmark can make users access to selected content. However, quick access to content that users want is difficult job because of the user of the participation and share. Our paper suggests a method recommending search word to be able to access quickly to content. A method is suggested by using Collaborative Filtering and Jaccard similarity coefficient. The performance of suggested system is verified with experiments that compare by 'Delicious' and "Feeltering' with our system.

북마크 정보 공유를 통한 협동적 웹 브라우징 (Collaborative Web Browsing through Sharing of Bookmark Information)

  • 정재은;윤정섭;조근식
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2000년도 봄 학술발표논문집 Vol.27 No.1 (B)
    • /
    • pp.286-288
    • /
    • 2000
  • 최근 웹에 대한 관심이 집중되면서 정보의 양이 지수적으로 증가하고 있다. 웹 사용자들은 정보 검색에 있어서 많은 어려움을 겪게 되었다. 이 문제를 해결하기 위해 정보검색(Information Retrieval) 시스템의 웹 환경으로의 적용이나 개인 적응형 에이전트(Personal Adaptive Agent)를 이용한 정보 여과(Information Filtering)에 대한 연구가 진행되어왔다. 본 논문에서는 BISAgent(Bookmark Information sharing Agent) 시스템이 사용자에게 효과적인 정보 검색을 제공함을 설명한다. BISAgent는 여러 사용자의 북마크 정보를 공유하여 협동적 정보 여과기법(Collaborative Filtering)을 이용한 협동적 웹 브라우징(Collaborative Web Browsing)을 수행한다. 이 시스템의 성능을 평가하기 위해 검색 결과의 개수를 통한 정보 여과의 양적 측면과 통계적 방법을 이용하여 정보 추천(information recommendation)의 정확성을 실험하였다.

  • PDF

협력적 북마킹의 태킹 행태 분석 (Analysis of the usage Pattern of Tagging in Collaborative Bookmarking)

  • 최준연;김용수
    • 한국콘텐츠학회논문지
    • /
    • 제9권7호
    • /
    • pp.193-201
    • /
    • 2009
  • 웹문서의 특성을 표현하기 위해 키워드 형태로 부여하는 태깅의 이용이 다양한 웹서비스에서 확산되고 있다. 온라인 즐겨찾기 서비스라고 말할 수 있는 협력적 북마킹 서비스에서도 태깅이 중요한 역할을 수행하는데, 사용자가 부여한 태그는 자신의 북마크를 손쉽게 검색하고 타사용자의 웹문서 검색을 정교하게 만들어준다. 본 연구에서는 사용자들의 태깅 데이터를 분석하여 웹문서와 사용자의 태그 수에 영향을 주는 요인이 무엇인가를 탐색하였다. 웹문서의 태그 수에는 웹문서의 특성보다 사용자의 특성에 따라 더 큰 편차를 보였으며, 이것은 사용자의 성향이 태그의 다양성에 더 큰 영향을 미친다는 것을 의미한다. 또한 추종적 사용자보다는 가장 먼저 웹문서를 북마킹하는 선도적 사용자들이 더 많은 태그를 생성하는데 기여하는 것으로 나타났다. 풍부하고 다양한 태깅을 통해 서비스의 품질을 향상시키기 위해서는 선도적 사용자들에 대한 보상과 인센티브를 통해 더 많은 지식을 생성할 수 있도록 해야 한다는 시사점을 제공한다.

Ontology 기반의 북마크 정보 공유 에이전트: XML에 의한 접근 (Ontology-based Bookmark Information Sharing Ageng: XML Approach)

  • 정재은;조근식
    • 한국지능정보시스템학회:학술대회논문집
    • /
    • 한국지능정보시스템학회 2000년도 춘계정기학술대회 e-Business를 위한 지능형 정보기술 / 한국지능정보시스템학회
    • /
    • 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.

  • PDF

브라우저 북마크 분류를 키워드로 사용하는 웹페이지 공유를 위한 협동적 URL 태깅 방식 (A Collaborative URL Tagging Scheme using Browser Bookmark Categories as Keyword Support for Webpage Sharing)

  • 니코 엔카나시온;양현호
    • 한국전자통신학회논문지
    • /
    • 제8권12호
    • /
    • pp.1911-1916
    • /
    • 2013
  • 소셜 태깅 시스템이 직면한 중요한 과제 중 하나는 급격하게 증가하는 태그의 양적 증가와 다양성에 대한 대처방안이다. 구조화된 주석 시스템과는 반대로 태그는 사용자에게 웹 콘텐츠에 주석을 달고 조직화하는 비구조적, 개방적 메커니즘을 제공한다. 본 논문에서는 사용자 정의 태그, URL 키워드, 그리고 분류 폴더 이름을 주요 구성 요소로 하는 폭소노미 기반의 URL 추천 방식을 제안한다. 이 방식은 더욱 개선되어 브라우저의 확장 기능으로 구성될 경우 사용자에게 특정 URL을 분류하는 최상의 방안을 제안할 수 있다.