• Journal of Korea Multimedia Society
• /
• v.19 no.11
• /
• 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.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• 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.

• The Journal of the Korea Contents Association
• /
• v.9 no.7
• /
• pp.193-201
• /
• 2009

The use of tagging to describes web documents in the form of keyword has experienced rising popularity among various web services. Tagging also plays an important role in collaborative bookmarking services which can be regarded as an online favorite bookmark service. Tags which are created by users make it easier to search other users' bookmarks as well as user's own bookmarks. In this paper we analyze usage patterns of collaborative tagging for exploring factors influencing the number of tags in web documents and users. We discovered that user's characteristics have more effect on the tags than the web documents' characteristics. Moreover, leading users contribute to make a variety of tag than following users. Our study implies that more knowledge can be created through the incentives for leading user in order to improve the service quality of tagging service.

• 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.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.8 no.12
• /
• pp.1911-1916
• /
• 2013

One significant challenge that arises in social tagging systems is the rapid increase in the number and diversity of the tags. As opposed to structured annotation systems, tags provide users an unstructured, open-ended mechanism to annotate and organize web-content. In this paper, we propose a scheme for URL recommendation that is based on a folksonomy which is comprised of user-defined tags, URL-keywords and the category folder name as the major element. This scheme will be further improved and implemented on a browser extension that recommends to users the best way to classify a particular URL.