• 지능정보연구
• /
• 제19권2호
• /
• pp.1-20
• /
• 2013

소셜 네트워크는 사용자들의 공통된 관심사, 경험, 그리고 일상 생활들을 함께 공유하기 위해 소셜 네트워크 상 사람들을 서로 연결시켜주는 거대한 커뮤니케이션 플랫폼이다. 소셜 네트워크상의 사용자들은 포스팅, 댓글, 인스턴스 메시지, 게임, 소셜 이벤트 외에도 다양한 애플리케이션을 통해 다른 사용자들과 소통하고 개인 정보 관리하는데 많은 시간을 소비한다. 소셜 네트워크 상의 풍부한 사용자 정보는 추천시스템이 추천 성능을 향상시키기 위해 필요한 큰 잠재력이 되었다. 대부분의 사용자들은 어떤 상품을 구매하기 전 가까운 관계이거나 같은 성향을 가진 사람들의 의견을 반영하여 의사 결정을 하게 된다. 그러므로 소셜 네트워크에서의 사용자 관계는 추천시스템을 위한 사용자 선호도 예측을 효율적으로 높이는데 중요한 요소라 할 수 있다. 일부 연구자들은 소셜 네트워크에서의 사용자와 다른 사용자들 사이의 상호작용 즉, 소셜 관계(social relationship)와 같은 소셜 데이터가 추천시스템에서 추천의 질에 어떠한 영향을 미치는가를 연구하고 있다. 추천시스템은 아마존, 이베이, Last.fm과 같은 큰 규모의 전자상거래 사이트 또한 채택하여 사용되는 시스템으로, 추천시스템을 위한 방법으로는 협업적 여과 방법과 내용 기반 여과 방법이 있다. 협업적 여과 방법은 사용자들의 선호도 학습에 의해 사용자가 아직 평가하지 않은 아이템 중 선호할 수 있는 아이템을 정확하게 제안하기 위한 추천시스템 방법 중 하나이다. 협업적 여과는 사용자들의 데이터에 초점을 맞춘 방법으로 유사한 배경과 선호도를 가지는 사용자들로부터 정보를 수집하여 사용자들의 선호도 예측을 자동으로 발생시킨다. 특히 협업적 여과는 근접한 이웃 사용자들에 의해서 목적 사용자가 선호할 수 있는 아이템을 제시하는 것으로 유사한 이웃 사용자를 찾는 것이 중요하다. 좋은 이웃 사용자 발견은 사용자와 아이템을 고려하는 방법이 일반적이다. 각 사용자는 아이템 즉, 영화, 상품, 책 등에 자신의 선호도를 나타내기 위하여 평가 값을 입력하고, 시스템은 이를 바탕으로 사용자-평가 행렬을 구축한다. 이 사용자-평가 행렬은 목적 사용자와 유사하게 아이템을 평가한 사용자 그룹을 찾기 위한 것으로, 목적 사용자가 아직 평가하지 않은 아이템에 대하여 사용자-평가 매트릭스를 통해 그 평가 값을 예측한다. 현재 이 협업적 여과 방법은 전자상거래와 정보 검색에서 적용되어 개인화 시스템에 효율적으로 사용되고 있다. 하지만 초기 사용자 문제, 데이터 희박성 문제와 확장성 그리고 예측 정확도 향상 등 해결해야 할 과제가 여전히 남아 있다. 이러한 문제들을 해소하기 위해 많은 연구자들은 하이브리드, 신뢰기반, 소셜 네트워크 기반 협업적 여과와 같은 다양한 방법을 제안하였다. 본 논문에서는 전통적인 협업적 여과 방식의 예측 정확도와 추천 성능을 향상시키기 위해 소셜 네트워크에 존재하는 소셜 관계를 이용한 협업적 여과 시스템을 제안한다. 소셜 관계는 소셜 네트워크 서비스 중 하나인 페이스북 사용자들이 남긴 포스팅과 사용자의 소셜 네트워크 친구와 의견 교류 중 남긴 코멘트와 같은 사용자 행동을 기반으로 정의된다. 소셜 관계를 구축하기 위해 소셜 네트워크 사용자의 포스팅과 댓글을 추출하고, 추출된 텍스트에 불용어 및 특수 기호 제거와 스테밍 등 전처리를 수행하였다. 특징 벡터는 TF-IDF를 이용하여 전처리된 텍스트에 나타난 각 단어에 대한 특징 점수를 계산함으로써 구축된다. 본 논문에서 이웃 사용자를 결정하기 위해 사용되는 사용자 간 유사도는 특징 벡터를 이용한 사용자 행동 유사도와 사용자의 영화 평가를 기반으로 한 전통적 방법의 유사도를 결합하여 계산된다. 제안하는 시스템은 목표 사용자와 제안한 방법을 통해 결정된 이웃 사용자 집단을 기반으로 목표 사용자가 평가하지 않은 아이템에 대한 선호도를 예측하고 Top-N 아이템을 선별하여 사용자에게 아이템을 추천하게 된다. 본 논문에서 제안하는 방법을 확인하고 평가하기 위하여 IMDB에서 제공하는 영화 정보 기반으로 영화 평가 시스템을 구축하였다. 예측 정확도를 평가하기 위해 MAE 값을 이용하여 제안하는 알고리즘이 얼마나 정확한 추천을 수행하는지에 대한 예측 정확도를 측정하였다. 그리고 정확도, 재현율 및 F1값 등을 활용하여 시스템의 성능을 평가하였으며, 시스템의 추천 품질은 커버리지를 이용하여 평가되었다. 실험 결과로부터 본 논문에서 제안한 시스템이 보다 더 정확하고 좋은 성능으로 사용자에게 아이템을 추천하는 것을 볼 수 있었다. 특히 소셜 네트워크에서 사용자 행동을 기반으로 한 소셜 관계를 이용함으로써 추천 정확도를 6% 향상시킴을 보였다. 또한 벤치마크 알고리즘과의 성능비교 실험을 통해 7% 향상된 추천 성능의 결과를 보여준다. 그러므로 사용자의 행동으로부터 관찰된 소셜 관계를 CF방법과 결합한 제안한 방법이 정확한 추천시스템을 위해 유용하며, 추천시스템의 성능과 품질을 향상시킬 수 있음을 알 수 있다.

• 한국전통조경학회지
• /
• 제29권2호
• /
• pp.81-89
• /
• 2011

속화(俗畵 또는 민화(民畵)) 속의 도입요소를 대상으로 식물의 상징성을 추적한 연구결과는 다음과 같다. 1. 우리 민족의 토속성 짙은 그림이자 상징적 의미를 담고 있는 '속화(俗畵)'라는 용어는 고려시대 이규보(1268~1241)의 '동국이상국집'에서 발견할 수 있고, 그리고 조선시대 초기 '속 동문선'과 강희맹(1424~1483)의 '사숙재집', 조선시대 후기의 '일성록(1786)', 유한준(1732~1811)의 '자저(自著)', 이규경(1788~?)의 '오주연문장전산고(五洲衍文長箋散稿)' 등에서 다양하게 추적할 수 있다. 특히, 이규경의 '오주연문장전산고' 인사편 서화(書畵)의 제병족속화변증설에 의하면 "민간에서 속화라고 불렀다"라는 기록이 발견된다. 2. 시대사적으로 한국의 속화는 농경문화의 자연관을 원초적으로 반영한 선사시대를 거쳐, 우주관을 반영하고 영혼불멸의 사상을 채색화 형태로 표현한 삼국시대, 추상적인 도형과 초자연적인 무늬를 공간 속에 상징화시켜 종교적으로 표현한 고려시대, 그리고 자연관, 심미적 가치, 상징성 등이 복합적으로 작용되어 대중화되고 한국 고유의 정체성으로 자리매김한 조선시대 등 시계열적 변화과정을 추적할 수 있다. 3. 한국의 속화 1,009점을 대상으로 분석한 소재는 식물요소 35종, 동물요소 37종, 자연요소 6종, 기타요소 5종등 총 83종이 출현하고 있다. 4. 속화에 표현된 식물 요소의 미학적 분석에 따른 형태미의 경우 모란도는 음양오행의 원초적 세계관을, 매화도는 역동적인 운치와 생태적인 조화원리를, 구도미의 경우 책가도는 복합 다시점 구도이면서도 강한 주목성을, 병화도는 역원근법에 의한 색의 강한 대비를, 독서여가도는 직선과 사선을 이용하여 자연과 인공요소의 질서정연한 균제미를 담백하게 표현하고 있다. 한편 색채미의 경우 오방색(동(東), 서(西), 남(南), 북(北), 중앙(中央)) 또는 오채색(적(赤), 청(靑), 황(黃), 백(白), 흑색(黑色))의 경우 주술적 또는 종교적으로 활용하거나 자연법칙과의 상관관계를 상징적으로 대입시키고 있다. 5. 한국 속화에 등장하는 각 요소들의 도입방식은 단순한 자연계 형태 모방을 뛰어 넘어 우주 내에 존재하는 본질의 의경을 통해 회화적 예술성을 바탕으로 자연관과 접목된 '상징성'으로 승화시켰다. 즉, 한국의 속화에서 추적할 수 있는 동 식물의 '상징성'은 종교적, 사상적, 생태적, 철학적 측면이 복합적으로 작용되어 자유 분망하면서도 독특한 표현으로 과학적 인식체계가 아닌 상징적 인식체계로, 현재 속에 과거와 미래가 공존하는 우리 민족의 집단적 문화 정체성으로 나타났다. 따라서 한국의 속화(또는 민화)는 우리 민족의 문화적 정체성이라 할 수 있으며, 우리 민족의 생활문화 속에 자연스럽게 배어든 자연관이자 토속성 짙은 의미경관요소로 해석할 수 있는 것이다. 그러나 우리 민족의 생활문화 속에 뿌리 깊게 배어 있었던 속화는 시대적 변천과정을 거쳐 그 의미와 감정이 현격히 퇴색되었다. 오늘날 주거생활이 아파트문화로 전이되고 가치관의 혼돈이 심화되는 시대적 상황 속에서 속화가 갖는 미학적, 상징적 가치는 정신적 풍요를 건전하게 지켜주는 상징 자산으로 전승되어 우리의 정체성으로 자리매김해야 하는 당위성을 갖는다고 하겠다.