• 지능정보연구
• /
• 제19권1호
• /
• pp.19-33
• /
• 2013

본 논문에서는 네트워크 기반 대용량의 자원들을 효율적으로 검색하기 위해 사용자의 요구사항에 기반해 검색에 요구되는 태그들 간의 의미론에 기반한 동적 가상 온톨로지(Dynamic Virtual Ontology using Tags: DyVOT)를 추출하고 이를 이용한 동적 검색 방법론을 제안한다. 태그는 소셜 네트워크 서비스를 지원하거나 이로부터 생성되는 정형 및 비정형의 다양한 자원들에 대한 자원을 대표하는 특성을 포함하는 메타적 정보들로 구성된다. 따라서 본 연구에서는 이러한 태그들을 이용해 자원의 관계를 정의하고 이를 검색 등에 활용하고자 한다. 관계 등의 정의를 위해 태그들의 속성을 정의하는 것이 요구되며, 이를 위해 태그에 연결된 자원들을 이용하였다. 즉, 태그가 어떠한 자원들을 대표하고 있는 지를 추출하여 태그의 성격을 정의하고자 하였고, 태그를 포함하는 자원들이 무엇인지에 의해 태그간의 의미론적인 관계의 설정도 가능하다고 보았다. 즉, 본 연구에서 제안하는 검색 등의 활용을 목적으로 하는 DyVOT는 태그에 연결된 자원에 근거해 태그들 간의 의미론적 관계를 추출하고 이에 기반 하여 가상 동적 온톨로지를 추출한다. 생성된 DyVOT는 대용량의 데이터 처리를 위해 대표적인 예로 검색에 활용될 수 있으며, 태그들 간의 의미적 관계에 기반해 검색 자원의 뷰를 효과적으로 좁혀나가 효율적으로 자원을 탐색하는 것을 가능하도록 한다. 이를 위해 태그들 간의 상하 계층관계가 이미 정의된 시맨틱 태그 클라우드인 정적 온톨로지를 이용한다. 이에 더해, 태그들 간의 연관관계를 정의하고 이에 동적으로 온톨로지를 정의하여 자원 검색을 위한 동적 가상 온톨로지 DyVOT를 생성한다. DyVOT 생성은 먼저 정적온톨로지로부터 사용자 요구사항을 포함하는 태그를 포함한 부분-온톨로지들을 추출하고, 이들이 공유하는 자원의 정도에 따라 부분-온톨로지들 간의 새로운 연관관계 여부를 결정하여 검색에 요구되는 최소한의 동적 가상 온톨로지를 구축한다. 즉, 태그들이 공유하는 자원이 무엇인가에 의해 연관관계가 높은 태그들 간에는 이들의 관계를 설명하는 새로운 클래스를 가진 생성된 동적 가상 온톨로지를 이용하여 검색에 활용한다. 온톨로지의 인스턴스는 자원으로 정의되고, 즉 이는 사용자가 검색하고자 하는 해로서 정의된다. 태그들 간의 관계에 의해 생성된 DyVOT를 이용해 기존 정적 온톨로지나 키워드 기반 탐색에 비해 검색해야 할 자원의 량을 줄여 검색의 정확성과 신속성을 향상 시킨다.

• 정보처리학회논문지B
• /
• 제19B권3호
• /
• pp.165-176
• /
• 2012

최근 사용자들이 생성한 콘텐츠들이 크게 늘어나고 커뮤니티 기반 웹 사이트가 발전함으로 인하여 사용자들에게 인터넷 자원을 추천하는 시스템이 큰 각광을 받고 있다. 그러나 대부분의 인터넷 자원 추천 시스템들은 사용자의 특징을 충분하게 반영하지 못하는 한계를 가지고 있다. 이에 따라 본 논문에서는 사용자의 특징이 충분히 반영되는 자원의 추천을 위하여 FOAF와 SNA를 사용한 추천 방법을 제안한다. 제안하는 방법은 1) FOAF를 통해 사용자의 특징 데이터와 태그 데이터를 취득한다. 2) 취득한 데이터를 세 종류의 행렬에 삽입하고 통합한 후 사용자, 사용자의 특징, 태그를 나타내는 그래프를 생성한다. 3) 소셜 네트워크 분석을 통해 추천 항목의 일반 특징과 핫태그(Hot tag)를 선정하여 인터넷 자원을 추천한다. 본 논문의 검증을 위하여 우리는 실험을 통해 본 논문에서 제안한 방법과 아이템 기반 추천 방법을 비교하였다. 이를 통해 보다 많은 사용자가 참여할수록 아이템 기반 추천 방법보다 본 논문에서 제안한 방법에 의한 추천 결과의 품질이 우수함을 확인하였다. 본 논문에서 제안하는 방법을 활용하면 사용자들에게 보다 적합한 자원을 추천하는 것이 가능하다. 그리고 제안하는 방법은 폭발적으로 늘어나는 인터넷 자원을 검색하는데 있어 효율적으로 활용될 수 있다.

• 한국산업정보학회논문지
• /
• 제24권6호
• /
• pp.11-24
• /
• 2019

웹에서 정보 구매자들의 성향은 가성비에서 가심비 형태로 변해가는 추세이다. 멀티미디어 콘텐츠 추천에도 그러한 흐름이 있는데, 바로 폭소노미 (Folksonomy) 기반의 분위기를 이용한 추천 방법이다. 하지만 이런 방법의 경우 동의어를 고려하지 못한다는 문제점이 존재한다. 이 문제를 해결하기 위해 일부 연구에서는 Thayer모델의 12 분위기를 AV(Arousal and Valence)값으로 정의하여 그 문제점을 해결하였지만, 추천 성능이 재현 수준 0.1에서 키워드 기반 검색 방법보다 떨어지는 문제점을 보였다. 본 논문에서는 재현 수준 0.1에서도 키워드 기반 검색 방법과 동일한 추천 성능을 유지하면서 동의어 문제를 해결할 수 있도록 멀티미디어 콘텐츠의 분위기 벡터를 이용하는 방법을 제안하였다. 또한, 추천 성능 분석을 위해 기존 AV값 기반 방법과 키워드 기반 방법과 비교 분석하였다. 추천 성능 분석결과, 본 논문에서 제안한 방법이 전체적으로 기존 방법들 보다 우수한 추천 성능을 보였다.

• 한국사회복지학
• /
• 제58권3호
• /
• pp.81-107
• /
• 2006

본 연구는 객관화된 평가틀의 제시를 위해 '목적 기준 효과분석 방법'을 도입, 평가 기준을 제시한 후 하나의 사례로서 고용보험의 임금보조금 사업인 장기구직자 고용촉진 장려금 사업의 효과를 분석하였다. 본 연구는 근로자와 사업장에 대한 효과를 분석하는 미시적 분석이며, 자료로는 고용보험 DB와 고용정보 DB를 이용하였다. 분석 결과 지원 대상자는 대부분 취약계층이었으며, 일정 기간 경과 후 사업 참가자의 취업률이 비참가자에 비해 유의하게 높으며, 지원으로 인한 취업률 제고효과가 있음을 확인하였다. 그러나 취업할 경우 임금은 비참가자에 비해 낮았으며, 임시 향상효과도 부정적이지만 유의미하지 않았다. 지원인원은 사업장의 고용량에 유의한 영향을 미치는 것으로 나타나, 취약계층에 대한 지원이 고용양의 확대에도 영향을 미칠 수 있음을 시사하였다.

• 한국정보통신학회논문지
• /
• 제16권5호
• /
• pp.960-966
• /
• 2012

GPS, WiFi 등을 이용한 위치정보수집이 보편화되고, 트위터와 같은 SNS와 접목을 통해 LBSNS가 증가하고 있다. LBSNS에서 작성된 메시지에는 메시지가 생성된 지역에 대한 위치정보 또는 메시지가 언급하는 지역에 대한 위치정보가 포함될 수 있으므로 위치정보 기반의 관심정보 전파가 가능해진다. 트위터에서는 자신이 전달받은 메시지를 재전송하는 리트윗(retweet)을 통해 정보의 전파가 급속히 이루어질 수 있다. 본 논문에서는 위치기반의 사용자 관심정보를 효율적으로 전파시키기 위해서 위치기반의 자동 리트윗 기능, 즉 사용자 관심정보를 자동으로 리트윗하는 기능을 스마트 리트윗으로 정의하였다. 트위터를 기반으로 사용자의 관심지역을 설정하고 관심지역이 같은 사용자들 간의 소셜관계를 형성할 수 있도록 한다. 스마트 리트윗 서비스는 트위터 Open API, 구글맵 Open API 등을 기반으로 매쉬업 서비스로 구현하였다. 본 논문에서 제안한 스마트 리트윗 서비스를 통해 관심정보의 공유가 활성화 될 것으로 기대한다.

• Journal of Information Processing Systems
• /
• 제5권3호
• /
• pp.159-166
• /
• 2009

As shown in Wikipedia, tagging or cross-linking through major keywords in a document collection improves not only the readability of documents but also responsive and adaptive navigation among related documents. In recent years, the Semantic Web has increased the importance of social tagging as a key feature of the Web 2.0 and, as its crucial phenotype, Tag Cloud has emerged to the public. In this paper we provide an efficient method of automated in-text keyword tagging based on large-scale controlled term collection or keyword dictionary, where the computational complexity of O(mN) - if a pattern matching algorithm is used - can be reduced to O(mlogN) - if an Information Retrieval technique is adopted - while m is the length of target document and N is the total number of candidate terms to be tagged. The result shows that automatic in-text tagging with keywords filtered by Information Retrieval speeds up to about 6 $\sim$ 40 times compared with the fastest pattern matching algorithm.

• Journal of Information Processing Systems
• /
• 제19권1호
• /
• pp.55-66
• /
• 2023

Community portraits can deeply explore the characteristics of community structures and describe the personalized knowledge needs of community users, which is of great practical significance for improving community recommendation services, as well as the accuracy of resource push. The current community portraits generally have the problems of weak perception of interest characteristics and low degree of integration of topic information. To resolve this problem, the reader community portrait method based on the thematic and timeliness characteristics of interest labels (UIT) is proposed. First, community opinion leaders are identified based on multi-feature calculations, and then the topic features of their texts are identified based on the LDA topic model. On this basis, a semantic mapping including "reader community-opinion leader-text content" was established. Second, the readers' interest similarity of the labels was dynamically updated, and two kinds of tag parameters were integrated, namely, the intensity of interest labels and the stability of interest labels. Finally, the similarity distance between the opinion leader and the topic of interest was calculated to obtain the dynamic interest set of the opinion leaders. Experimental analysis was conducted on real data from the Douban reading community. The experimental results show that the UIT has the highest average F value (0.551) compared to the state-of-the-art approaches, which indicates that the UIT has better performance in the smooth time dimension.

• 사회복지연구
• /
• 제45권3호
• /
• pp.35-69
• /
• 2014

이 연구는 양육 결정 미혼모의 초기 모성 경험을 탐색하고자, 7명의 연구 참여자를 대상으로 Rennie의 해석학적 근거이론 방법을 활용하였다. 분석 결과, 145개 의미단위, 34개 하위 범주를 통해, '출산 선택', '바닥을 치는 기분', '뱃속 생명에 대한 양가감정', '모성 인식', '모성 불안', '사회적 꼬리표라는 굴레', '모성 희망', '새로운 나를 만남', '고단한 삶의 얼굴' 이란 9개의 해석학적 범주를 구성하였다. 연구 참여자들의 모성 경험을 통합하는 핵심범주로는 "약이면서 독이고, 독이면서 약인 모성의 갈등적 두 얼굴로 살아가기"로 상정하였다. 그리고 이들의 모성 경험 과정은 출산 선택, 심리적 좌절, 모성 인식, 모성 혼란, 희망과 좌절의 공존 5단계로 나타났고, 모성 경험 유형은 순응형, 갈등형, 저항형으로 분석되었다. 이러한 연구 결과를 토대로 양육 결정 미혼모의 모성 경험은 어머니라는 새로운 주체를 출현시키는 과정으로 드러났다. 그리고 이들은 사회문화적으로 부여된 모성 이데올로기를 내면화하는 과정 속에서 사회적으로 지향된 모성과 현실적인 모성 역할 사이의 간극으로 인해 혼란을 경험하는 것으로 나타났다. 이를 기반으로 양육결정 미혼모의 초기 모성을 지지해줄 수 있는 개입 방안을 제언하였다.

• 한국인터넷방송통신학회논문지
• /
• 제16권5호
• /
• pp.143-149
• /
• 2016

최근 독극물로 인한 사고가 빈번하게 발생하여 사회적인 문제가 발생하고 있어 독극물관리를 철저히 해야 할 필요성이 대두되고 있다. 2010년 기준으로 국내에는 약 10만 여종의 독극물이 유통되어 사고 시 중증 중독환자 혹은 대량으로 환자를 발생시킬 수 있고 국제적으로도 NBC에 의한 대량 재해의 심각성이 대두되고 있다. 그래서 생산지에서 부터 관리 할 수 있도록 독극물이 들어 있는 유리병에 13.56MHz 대역의 RFID 시스템을 사용하였고, 인식된 태그 데이터는 IEEE 802.15.4 기반의 통신으로 메인 시스템에 데이터를 전송한다. 전송 된 데이터는 스마트 디바이스를 통하여 독극물의 상태를 실시간으로 모니터링 할 수 있는 시스템을 구현하였다. 그러나 독극물을 관리하는 시스템의 고장은 예측 할 수 없는 결과를 발생시킨다. 그래서 고장의 원인이 되는 오류를 하드웨어 여분을 이용한 방법으로 검출하였고 검출된 오류가 전체 시스템에 영향을 주지 않도록 이중화 시스템을 제시하였다.

• 한국콘텐츠학회논문지
• /
• 제12권7호
• /
• pp.463-472
• /
• 2012

지난 10년간 인터넷과 컴퓨팅 기술의 발전, 모바일 기기와 센서들의 진화, 페이스북이나 트위터와 같은 소셜 네트워크의 출현 등으로 정보량은 급속도로 늘어나고 있다. 대용량의 데이터와 이로 인해 파생되는 방대한 정보는 그것을 얻고자 하는 사람들에게 한계를 느끼게 한다. 따라서 방대한 정보 속에서 의미있는 지식을 추출하기 위한 시스템 기반의 연구가 활발히 시도되고 있다. 이로 인해 지식 추출 시스템의 중요성이 날로 강조되고 있지만, 정확성과 효율성 측면에서 여전히 많은 과제가 있다. 지식 추출 시스템의 성능을 향상시키기 위해서는 시스템을 평가하기 위한 테스트 컬렉션이 중요하다. 본 논문에서는 기술 지식의 자동 추출을 위해 개발된 시스템을 평가하기 위한 테스트 컬렉션을 소개한다. KEEC/KREC(KISTI Entity Extraction Collection/KISTI Relation Extraction Collection)라 명명된 테스트 컬렉션에 대한 구축 절차 및 기준과 구축된 테스트 컬렉션의 특징을 제시한다. 특히 테스트 컬렉션의 주요한 평가 기준이 되는 정확도를 높이기 위해 태깅 지원 도구를 활용한 전문가 태깅 방식을 사용하는 것이 주요 특징이다. 태깅 지원 도구를 활용한 전문가 태깅은 시스템에 의한 자동 태깅 도구들 또는 사람이 태깅을 하되, 지원 도구 없이 태깅하는 방법보다 태깅의 정확도를 높여준다. 구축된 KEEC/KREC은 실제로 과학기술 문헌에 존재하는 PLOT(Person, Location, Organization, Technology) 간 연관관계 추출 성능 평가를 위해서 사용되었고, 의미있는 연구결과를 도출하는데 기여하였다.