• 감성과학
• /
• 제16권1호
• /
• pp.53-64
• /
• 2013

폭소노미는 폭소노미에 사용되는 태그에 대하여 유사어, 태깅 레벨, 신조어등의 문제점들이 있다. 본 연구자들은 이러한 문제점들을 해결하기 위해 음악의 분위기 강도(Arousal과 Valence의 강도)를 음악의 내부 태그로 활용하는 방법을 사용하고자 한다. 즉, A(Arousal)값과 V(Valence)값을 이용하여 음악의 분위기를 수치적으로 표현하고, 분위기 태그도 AV값으로 대응시켜 검색하게 되면 태그가 일치하지 않더라도 유사한 AV 값을 갖는 음악이 검색되어 결과적으로 분위기가 유사한 음악들을 검색할 수 있게 된다. 본 논문에서는 이의 선행연구로 AV값과 폭소노미 태그와의 관계를 정의하는 매핑테이블을 제안하고, 태그와 AV값의 연관 관계를 분석하기 위해 유명한 음악 검색 사이트인 last.fm에서 수집한 테스트 데이터에 대해 ANOVA 검증을 하였다. 검증결과, A값과 V값에 모두에 대하여 제 1종 오류확률 P가 0.0으로 귀무가설을 기각하고 대립가설을 채택할 수 있었다. 결론적으로 폭소노미 태그에 따라 AV 값 분포가 다르다는 것을 검증 할 수 있었다.

• 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.

• 디지털콘텐츠학회 논문지
• /
• 제8권3호
• /
• pp.255-262
• /
• 2007

태깅은 사용자들이 공유된 콘텐츠에 키워드의 형태로 메타 데이터를 추가하는 과정이다. 최근 이러한 태깅은 웹 상 에서 더 많은 사용자들에게 사용되어지고 있는 추세인데, 이런 태깅 사이트는 사용자가 북마크, 사진, 비디오 등의 콘텐츠에 태그를 추가할 수 있도록 한다. 본 논문에서는 사용자의 참여를 바탕으로 하는 태깅 시스템의 구조와 배경 지식 또 이런 시스템이 가지는 다양한 의미와 한계들을 분석한다. 또한 WordNet 데이터베이스의 동의어 집합을 태그의 검색에 적용한 TagPlus 시스템을 제안하고 Flickr 이미지 공유 시스템으로부터 동의어 태그 검색을 가능하도록 구현하였다.

• 한국지능시스템학회논문지
• /
• 제18권2호
• /
• pp.157-162
• /
• 2008

본 논문은 대중에 의해 자유롭게 생성된 분류 체계인 폭소노미, 즉 대규모의 태깅 데이터로부터 태깅 온톨로지를 학습하는 방법을 제시하고 있다. 기존 소셜웹 시스템간에는 태깅의 의미에 대해 공통의 합의가 이루어지지 않았기 때문에, 시스템마다 태깅 정보를 표현하기 위해 내부적으로 다른 방법을 쓰고 있으며, 따라서 소프트웨어 에이전트를 이용하여 시스템간의 정보처리를 자동으로 할 수가 없다. 이를 해결하는 방법으로 폭소노미를 위한 태깅 온톨로지가 필요하다. 태깅의 본질적인 속성을 분석하여 태깅 온톨로지를 정의하고, 태깅 데이터의 기계 학습을 통하여 유사 태그와 사용자 그룹 정보를 획득한 후, 태깅 온톨로지를 학습한다. 이의 활용 방안으로 학습된 태깅 온톨로지를 이용하여 모델링한 추천 시스템도 제안한다.

• 한국비블리아학회지
• /
• 제24권2호
• /
• pp.269-288
• /
• 2013

정보통신기술의 발전과 진화는 다양한 분야에서 새로운 유형의 서비스들을 등장시키고 있으며, 도서관을 비롯한 정보관리분야에서도 새로운 기법들을 적용한 서비스의 개발과 제공이 활발히 추진되고 있다. 새로운 기법을 적용하여 개발된 서비스들을 진화된 웹 서비스라는 관점에서 '웹 2.0'이라는 용어로 통칭하고 있으며, 이러한 웹 2.0의 기법이 적용된 도서관서비스를 '도서관 2.0'으로 특정하여 부르기도 한다. 기술적인 진보를 도서관서비스에 적용하고자 하는 노력은 급변하는 정보환경 속에서 도서관의 가치와 역할을 증대시킬 수 있는 의미 있는 일이다. 국내외 도서관들도 새로운 기법을 적용한 서비스를 개발하고 제공하기 위해 많은 자원과 노력을 투입하고 있다. 이러한 노력에도 불구하고 새롭게 제공되는 서비스들 가운데 일부는 이용자의 관심과 호응을 얻지 못하고 저조한 사용률을 보이는 것으로 파악된다. 본 연구는 국내 대학도서관을 중심으로 도서관 2.0 서비스의 하나인 폭소노미 서비스의 제공현황과 그 활용도를 평가하고, 이러한 평가결과를 기반으로 이용을 활성화시킬 수 있는 방안을 도출하여 제시하였다.

• 한국정보관리학회:학술대회논문집
• /
• 한국정보관리학회 2012년도 제19회 학술대회 논문집
• /
• pp.153-156
• /
• 2012

White가 제안한 자아 중심 인용 분석은 연구자를 대상으로 다면적인 분석을 가능하게 하는 방법이다. 이 연구에서는 자아 중심 인용 분석을 연구자 단위가 아닌 연구 주제에 대한 분석으로 응용하는 자아 중심 주제 인용 분석 기법을 제안하고, 시험적으로 폭소노미 주제의 연구문헌 집단에 응용하여 관련 연구의 핵심 문헌들과 주요 적용 이론을 반영하는 인용 정체성과 인용 이미지를 파악해보았다.

• 한국문헌정보학회지
• /
• 제44권1호
• /
• pp.117-135
• /
• 2010

본 연구는 이미지의 시맨틱 검색을 위해서 동등어, 동의어 및 관련어를 질의 확장시에 사용하여 태그를 통제한 구조화된 폭소노미 시스템의 모형을 제안하였다. 그런 다음 제안한 시스템의 효율성을 평가하기 위해서 실험을 통해서 이 시스템을 태그를 전혀 통제하지 않은 태그 기반 시스템과 검색 효율성(재현율과 정확률)과 만족도 측면에서 비교해 보았다. 이외에 검색 효율성이 질의 확장 방식에 따라서 어떤 차이를 보이는지 조사해 보았다. 실험 결과, 제안된 구조화된 폭소노미 시스템이 태그 기반 시스템 보다 재현율, 정확률 및 만족도에서 더 높게 나타났으며 그 차이도 통계적으로 유의미한 것으로 나타났다. 한편 질의 확장 방식에 따라서 재현율은 차이가 없었지만 정확률은 부분적으로 차이가 있는 것으로 나타났다. 본 연구 결과는 라이브러리 2.0 시대의 디지털 도서관 시스템에 적용되어 디지털 자원에 대한 접근성을 향상시킬 수 있을 것이다.

• 정보관리학회지
• /
• 제27권1호
• /
• pp.41-60
• /
• 2010

본 연구에서는 FRBR의 저작 단위로 태그(tag)가 부여되고 있는 LibraryThing에 나타난 태그를 활용하여, 소설(Fiction) 분야 태그들의 특성, 패턴의 형식적인 측면과 동시에 태그의 내용 분석을 시도하였다. 저작의 서지사항 기술 용어, LCSH 용어와 비교하여 관련 정도를 파악하였고, 이에 포함되지 않는 기타 태그의 출처는 어디인지, 저작의 어떤 측면을 표현하고 있는지, 저작과 연계하여 태그의 용어를 살펴보았다. 특히 소설이란 한 분야로 한정함으로써, 소설만이 가지는 특성인 소설의 3요소(주제, 구성, 문체), 소설 구성의 3요소(인물, 사건, 배경)를 반영한 태그를 파악하여, 향후 소설 정보의 조직 및 검색 요소로서 활용할 수 있는 가능성을 보여주었다. 이를 통해 기존의 색인어를 보완하는 폭소노미 태그의 역할을 규명하고 태깅시스템이 나아갈 새로운 방향을 제시하였다.

• 정보관리학회지
• /
• 제26권2호
• /
• pp.127-147
• /
• 2009

자연언어에서 유사어의 처리는 사람과 컴퓨터간의 의사소통에 적지 않은 장애가 되어왔고, 이는 사용자의 임의적 단어사용에 기반을 두고 있는 웹 2.0 애플리케이션, 특히 소셜태깅 분야에 있어서 그 장애의 정도가 더 심각해질 수 있다. 본 연구는 한 대표적인 웹 2.0 애플리케이션에서 자동 유사어 추출에 관한 문제를 다루고 있다. 더 구체적으로, 가장 널리 사용되는 소셜북마킹 애플리케이션인 딜리셔스를 기반으로, 유사태그를 추출하는 방법(FolkSim)을 제시하고자 한다. 제시한 방법의 평가를 위하여, 문서유사도의 측정을 위해서 쓰여진 고전적 벡터모델에 의거한 유사태그를 추출하는 방법(CosSim)과 그 결과들을 서로 비교분석하여 보았다. 몇 가지 면에서 FolkSim가 더 나은 결과 산출해내는 증거들이 관찰되어졌다. 또한, FolkSim 방법에 의한 유사태그가 만들어지지 않는 경우에 대비하여, 그 대안 또한 제시하고 있다.

• Journal of Information Science Theory and Practice
• /
• 제6권2호
• /
• pp.46-61
• /
• 2018

The mobile social networking application Instagram is a well-known platform for sharing photos and videos. Since it is folksonomy-oriented, it provides the possibility for image indexing and knowledge representation through the assignment of hashtags to posted content. The purpose of this study is to analyze how Instagram users tag their pictures regarding different kinds of picture and hashtag categories. For such a content analysis, a distinction is made between Food, Pets, Selfies, Friends, Activity, Art, Fashion, Quotes (captioned photos), Landscape, and Architecture image categories as well as Content-relatedness (ofness, aboutness, and iconology), Emotiveness, Isness, Performativeness, Fakeness, "Insta"-Tags, and Sentences as hashtag categories. Altogether, 14,649 hashtags of 1,000 Instagram images were intellectually analyzed (100 pictures for each image category). Research questions are stated as follows: RQ1: Are there any differences in relative frequencies of hashtags in the picture categories? On average the number of hashtags per picture is 15. Lowest average values received the categories Selfie (average 10.9 tags per picture) and Friends (average 11.7 tags per picture); for highest, the categories Pet (average 18.6 tags), Fashion (average 17.6 tags), and Landscape (average 16.8 tags). RQ2: Given a picture category, what is the distribution of hashtag categories; and given a hashtag category, what is the distribution of picture categories? 60.20% of all hashtags were classified into the category Content-relatedness. Categories Emotiveness (about 4.38%) and Sentences (0.99%) were less often frequent. RQ3: Is there any association between image categories and hashtag categories? A statistically significant association between hashtag categories and image categories on Instagram exists, as a chi-square test of independence shows. This study enables a first broad overview on the tagging behavior of Instagram users and is not limited to a specific hashtag or picture motive, like previous studies.