• 한국멀티미디어학회논문지
• /
• 제13권8호
• /
• pp.1245-1255
• /
• 2010

현재 웹 2.0 환경에서의 핵심 기술 중 하나는 사용자가 관심 있는 웹페이지를 태깅 및 북마킹 하는 소셜 북마킹 기술이다. 소셜 북마킹은 웹 콘텐츠에 태깅된 북마크 정보 및 태깅 결과를 기반으로 검색, 분류, 공유를 통해 효율적인 정보 제공을 주목적으로 하고 있다. 그러나 현재 소셜 북마킹 시스템들은 웹 콘텐츠의 사용자들의 관심 정도를 측정할 수 있는 북마크 수 및 검색과 분류를 목적으로 하는 태그 정보를 각각 독립적으로 검색에 활용하는 방식을 사용하고 있다. 이는 소셜 북마킹 시스템에서 중요한 특징을 가지는 북마크와 태깅 기술을 효율적으로 활용하지 못하는 결과가 된다. 이에 본 연구에서는 태그 클러스터링을 통한 연관 태그 추출에 관한 선행연구를 기반으로, 북마크 정보와 혼합하기 위한 웹 콘텐츠 랭킹 알고리즘을 제안하였다. 또한 제안 알고리즘의 효율성 분석을 위해 기존 검색 방법론들과의 비교평가를 시행하였으며, 그 결과 본 연구의 핵심적인 특징인 북마크와 태그 정보를 함께 활용한 소셜 북마크 시스템이 기존 시스템보다 효율적인 검색결과를 도출하였다.

• 한국멀티미디어학회논문지
• /
• 제14권4호
• /
• pp.567-576
• /
• 2011

웹 2.0의 발전에 따라 다양한 기술들이 제공되며 그 중 대두되는 기술로 사용자가 관심 있는 웹페이지를 태깅 및 북마킹하는 소셜 북마킹 기술이다. 그러나 현재 소셜 북마킹 시스템들은 웹 콘텐츠의 중요 정보인 다른 사용자들의 관심 정도를 측정할 수 있는 북마크 수 및 검색과 분류를 목적으로 하는 태그 정보를 각각 독립적으로 검색에 활용하며 또한, 다른 사용자들과의 유사도를 반영하지 못하여 소셜 북마킹 시스템의 특징을 반영하지 못한 검색결과를 도출하고 있는 실정이다. 이에 본 연구에서는 선행 연구를 기반으로 태그 클러스터링을 통한 연관 태그 추출 및 북마크 정보와 다른 사용자의 유사도를 혼합한 웹 콘텐츠 랭킹 알고리즘을 제안하였다. 또한 제안 알고리즘의 효율성 분석을 위해 기존 검색 방법론 및 선행 연구의 방법론과의 비교평가를 시행하였으며, 그 결과 본 연구의 핵심적인 특징인 태그 정보 및 북마크 수와 유사도를 활용한 방법이 기존 방법론보다 효율적인 결과를 도출하였다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2009년도 학술대회
• /
• pp.826-833
• /
• 2009

최근 소셜 태깅(social tagging)이 화두로 떠오르면서 전문가 집단에서 이루어지던 택소노미(taxonomy)에서 점차 사람들이 만들어가는 분류법인 폭소노미(folksonomy)의 형태로 변화하고 있다. 태그(tag)는 콘텐츠와의 접근이 직관적이기 때문에 원하는 콘텐츠로의 이동이 용이하며 그와 관련된 태그들을 만나면서 개인적인 회상능력을 증가시키고 사회적 영향력을 높이며, 우연한 정보의 발견, 재미있는 경험을 얻을 수 있다. 점차 네트워크 형성이 관심사로 연결된 형태로 커지면서 태그가 다른 형태의 콘텐츠를 한 곳에 묶어주는 역할을 담당하고 있다. 따라서 이 연구는 소셜 태깅에서 나타나는 사용자(user), 태그(tag), 리소스(resource) 간의 관계를 정리하고 사람들이 자신의 즐겨찾기 목록에 사이트를 추가하는 행위를 관심사로 보아, 이 때 입력한 태그를 어떠한 특징으로 나누어 볼 수 있을지 연구하였다. 이를 위해, 리소스 중심의 태그 분류를 7가지로 나누고, 이 분류법를 이용하여 소셜 북마킹(social bookmarking) 사이트 'del.icio.us' 에서 사용되고 있는 태그를 중심으로 음악, 사진, 게임의 세 가지 관심사 영역에서 사람들이 URL을 등록할 때에 어떠한 태그를 선택 하고 있는지 7가지 특징에 따라 분석하였다. 이를 통해 사이트를 바라보는 사람들의 관점을 파악해 볼 수 있고, 소셜 서비스 확장, 다양한 비지니스 모델을 설정 할 수 있는 가능성을 모색 해 볼 수 있을 것이다.

• 한국산업정보학회논문지
• /
• 제13권5호
• /
• pp.133-141
• /
• 2008

소셜웹은 정보를 공유하고 사용자간 연결 정도를 높이기 위해 현재의 웹을 소셜 플랫폼으로 변화시키고 있다. 본 논문은 여러 소셜웹 사이트에 산재되어 있는 소셜 데이터를 중재하고 연결하는 방법을 제공하기 위해 딜리셔스, 플리커, 유튜브와 같은 대표적인 소셜 태깅 사이트의 태깅 데이터를 분석한다. 그 결과로 서로 다른 태깅 데이터를 통합하고 서로 다른 소셜 메타데이터를 연결하기 위한 태그 온톨로지를 제안한다. 또한 태깅 데이터의 기계 학습을 통하여 유사 태그 그룹과 사용자 그룹 정보를 획득한 후 태그 온톨로지를 학습한다. 이의 활용 방안으로는 학습된 태그 온톨로지를 이용하여 모델링한 추천 시스템도 제안한다.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회 2008년도 추계학술대회 및 정기총회
• /
• pp.420-420
• /
• 2008

• 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.

• 디지털산업정보학회논문지
• /
• 제8권3호
• /
• pp.1-10
• /
• 2012

Recently, Social Network services(SNS) is gaining popularity as Facebook and Twitter. Popularity of SNS leads to active service and social data is to be increased. Thus, social search is remarkable that provide more meaningful information to users. but previous studies using social network structure, network distance is calculated using only familiarity. It is familiar as distance on network, has been demonstrated through several experiments. If taking advantage of social context data that users are using SNS to produce, then familiarity will be helpful to evaluate further. In this paper, reflect user's attention through comments and tags, Facebook context is determined using familiarity between friends in SNS. Facebook context is advantageous finding a friend who has a similar propensity users in context of profiles and interests. As a result, we provide a blog post that interest with a close friend. We also assist in the retrieval facilities using Near Field Communication(NFC) technology. By the experiment, we show the proposed soicial search method is more effective than only tag.

• 인터넷정보학회논문지
• /
• 제14권2호
• /
• pp.15-24
• /
• 2013

최근 다수의 소셜 네트워크가 빠르게 확산되었다. 그 중에서도 소셜 북마킹 시스템은 가장 널리 사용되는 것 중 하나이다. 소셜 북마킹 시스템은 사용자들이 온라인 자원에 태그를 부여해서 공유하고 관리할 수 있는 환경을 제공한다. 소셜 북마킹 시스템에서는 품질향상을 위해 태그와 시간 정보를 반영하여 개인에 특화된 추천을 할 수 있다. 본 논문에서는 가중치와 유사도 측정 과정에서 태그와 시간을 반영한 추천 시스템을 제안하였다. 또한 제안 방법론을 실제 데이터에 적용하였고, 실험결과 태그와 시간 정보를 함께 반영하였을 때 추천 성능이 향상됨을 확인하였다.

• 한국전자통신학회논문지
• /
• 제15권4호
• /
• pp.709-716
• /
• 2020

소셜 미디어에서 일반적으로 게시물을 올릴 때 이미지의 태그 정보를 사용하는데, 태그를 이용하여 주로 검색이 이루어지기 때문이다. 사용자는 태그를 게시물에 붙임으로써 게시물을 많은 사람들에게 노출시키길 원한다. 또한, 사용자는 게시물과 함께 태깅될 태그를 붙이는 행위를 번거롭게 여겨 태깅하지 않은 게시물도 올리게 된다. 본 논문에서는 입력 이미지와 유사한 이미지를 찾아 해당 이미지에 부착된 레이블을 추출하여 그 레이블이 태그로 존재하는 인스타그램의 게시물들을 찾아 게시물 속 존재하는 다른 태그들을 추천해주는 방법을 제안한다. 제안하는 방법에서는 CNN(Convolutional Neural Network) 딥러닝 기법의 모델을 통하여 이미지로 부터 레이블을 추출하여 추출된 레이블로 인스타그램을 크롤링하여 레이블 외의 태그를 정렬하여 추천해준다. 추천된 태그를 이용하여 이미지를 게시하기도 편해지고, 검색의 노출을 높일 수 있고, 검색오류가 적어 높은 정확도를 도출할 수 있음을 알 수 있다.

• 한국비블리아학회지
• /
• 제20권1호
• /
• pp.137-150
• /
• 2009

이 연구에서는 폭소노미를 도입하여 라이브러리 2.0을 구현하고 있는 대학도서관 폭소노미 태그의 일반적인 패턴을 파악하였다. 분석 결과, 평균적으로 하나의 콘텐츠당 약 1.35개의 태그가 사용되었다. 태그의 전형적인 패턴은 사용개수가 증가할수록 사용빈도수가 감소하는 멱함수 분포를 따르며, 전체 79.51%의 태그는 콘텐츠의 주제를 표현하고 있고, 84.61%의 태그는 사회적 동기에 의한 태그이다. 도서관 폭소노미 태그의 집단지성 구현도는 20.83%로 조사되었다. 4분기로 나누어 태그의 증감율을 살펴본 결과 A 대학도서관은 분기별 차이가 큰 반면, B 대학도서관은 분기별 차이가 적었다. 이용자는 평균 5.25개의 태그를 태깅하였고, 태깅 행태에 따라 이용자의 성향을 세그룹으로 구분할 수 있다.