• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 춘계학술발표대회
• /
• pp.425-428
• /
• 2010

멀티미디어 기기의 확산과 인터넷의 발달로 Flickr, Facebook 과 같은 사회적 네트워크를 기반으로 이미지 공유가 활발해졌다. 사회적 네트워크 사이트에서 이미지의 효율적인 검색과 관리를 위해서 태그를 이용하는 방법이 많이 사용되고 있다. 하지만 많은 양의 이미지에 수동으로 태그를 등록하는 것은 사용자에게 많은 시간과 노력을 요구한다. 태그 추천 기술은 자동으로 사용자에게 태그를 추천함으로써, 수동 태깅의 한계를 극복할 수 있는 방법이다. 본 논문에서는 사회적 네트워크를 기반으로 하는 폭소노미에서 사용자 사이의 사회적 관계를 사용자 들의 얼굴 정보를 이용하여 측정하고, 이를 활용하여 이미지 태그를 추천하는 기술을 제안한다. 제안하는 방법은 이미지의 시각 정보와 태그 분포뿐만 아니라 사용자 사이의 사회적 관계 정보를 추가로 활용한다. 실험을 통해서 제안하는 방법이 기존의 이미지 태그 추천 방법에 비해서 7% 향상된 태그 추천의 정확성을 보장하는 것을 증명하였다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제15권6호
• /
• pp.405-413
• /
• 2009

태깅 시스템은 인터넷 사용자로 하여금 태그라고 불리는 메타데이터를 글, 사진, 동영상 등에 부여하도록 하여서 컨텐츠의 검색 및 브라우징을 편리하게 하는 시스템이다. 컨텐츠의 브라우징을 위해서 태그 클라우드라는 시각적 인터페이스가 널리 쓰이고 있다. 태그 클라우드는 가장 빈도수가 높은 태그들을 알파벳 순으로 보여주고 폰트의 크기로 그 태그들의 빈도수를 반영한다. 하지만 기존의 태그 선택 방법은 몇 가지 단점들이 알려져 있다. 그래서 이 논문은 참신한 컨텐츠들을 찾을 수 있도록 Freshness라는 태그 클라우드를 위한 새로운 태그 선택 방법을 정의하였다. Freshness는 태그 동시 발생 확률 분포(tag co-occurrence probability distribution)가 동적으로 변화하는 것을 Kullback-Leibler divergence로 평균한 값이다. Allblog, Eolin, Technorati 등 세 개의 웹사이트로부터 실제 태그 데이터를 수집하여 우리의 태그 클라우드를 생성하는 시스템, 'Fresh Tag Cloud'를 구축하였다. 이 태그 클라우드를 Allblog에서 수집한 데이터에서 전통적인 태그 클라우드와 비교했을 때 중복평균이 87.5% 감소하여서 성능이 더 향상된 것을 확인할 수 있다.

• 한국문헌정보학회지
• /
• 제43권4호
• /
• pp.241-264
• /
• 2009

본 연구는 전자저널의 효율적인 검색과 이용을 위한 방안을 모색하기 위해 문헌조사와 96명을 대상으로 한 설문조사 및 두 개의 전자자원관리시스템(Verde와 Millennium)에 대한 사례조사를 수행하고, 이를 바탕으로 하여 전자저널 검색 모형을 설계한 후 평가하였다. 이 모형의 핵심은 택소노미 기반의 전자자원관리시스템에 폭소노미 태그 기능을 결합하여 시스템 중심의 서비스와 이용자 중심의 서비스를 상호 보완하였다는 점이다. 또한 이용자가 직접 부여하는 태그 이외에 시스템내의 로그파일을 이용하여 자동으로 태그를 생성하여 전자저널 검색의 접근점을 확장시키고, 태그의 비통제 어휘 문제를 극복하기 위해서 관리자가 시스템을 통해서 태그를 통제할 수 있는 기능도 포함시켰다.

• 정보관리연구
• /
• 제40권2호
• /
• pp.71-94
• /
• 2009

이미지는 비주얼 특성과 다의적 해석 때문에 색인 전문가가 구성한 텍사노미와 같은 전통적인 메타데이터만으로는 효율적인 검색을 기대하기 어려운 경우가 있다. 본 연구는 폭소노미를 이미지 검색에 활용하기 위해서, 폭소노미를 분석하기 위한 5개의 카테고리와 17개의 서브 카테고리로 구성된 태그카테고리 모형을 설계하였다. 설계된 모형을 플리커 이미지 자료인 141개 인기태그들, 3개의 개인 태그 구름들에 있는 105개 태그들 및 156개 개별적인 이미지들에 부여된 3,848개 태그들에 적용하여 이용자 태깅 행태를 분석하였다. 끝으로, 이러한 분석 결과에 기초하여 이미지 자료의 검색 효율성을 높이는 세 가지 방안, 즉, 온톨로지에 기반한 폭소노미 확장법, 폭소노미와 내용 기반 이미지 검색을 결합한 검색 효율성 개선법 및 폭소노미에 기반한 텍사노미 확장법을 제안하였다.

• 한국비블리아학회지
• /
• 제25권4호
• /
• pp.171-185
• /
• 2014

본 연구는 급격히 변화하는 도서관 환경 속에서 이루어지고 있는 주제 접근 방식의 다양성을 살펴보고 국립중앙도서관의 주제명표목에 관한 분석과 평가를 통해 주제 접근의 미래에 관해 제시하였다. 먼저 주제 접근의 현황과 문제점을 살펴보고 대표적인 주제명 표목인 미의회도서관 주제명표목의 장점과 단점을 바탕으로 주제명 표목의 검색 효율성을 증진하는 방법에 관해 다루었다. 소셜북마킹, 폭소노미, 태깅, 패싯 적용, 저자부여 키워드, 시소러스, 분류표, 자동완성기능 부여로 주제 접근성을 높일 수 있는 방법으로 제안하였고 국립중앙도서관의 주제명 표목의 현황과 향후 주제 접근 활용성을 높이기 위한 방안을 제시하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2010년도 한국컴퓨터종합학술대회논문집 Vol.37 No.1(C)
• /
• pp.31-36
• /
• 2010

최근 대두되고 있는 웹2.0의 특징은 일반 사용자들이 능동적으로 정보를 생산해내고 공유하는데 있다. 웹 2.0의 참여형 아키텍쳐를 구성하는 핵심요소로 인식되고 있는 폭소노미(Folksonomy)는 과거 택소노미(Taxonomy)와 같이 전문가에 의하여 구축되는 분류 체계가 아닌 사용자들이 협동적으로 태그(Tag)들을 만들고 관리하는 소셜 태깅(Social Tagging)에 의한 분류 시스템이다. 최근 이러한 폭소노미를 활용하여 이미지를 공유하고 검색하고자 하는 다양한 시도들이 진행되고 있다. 그러나 Flickr와 같은 태그 기반 이미지 공유 시스템에서는 태그의 문법적, 의미적 모호성과 이미지에 대한 태그들의 중요성 또는 상관관계를 고려하지 않아 태그 기반 검색 시 정확성 및 신뢰성을 보장할 수 없다. 이러한 문제를 해결하기 위해 폭소노미에 기반한 이미지 공유 데이터베이스에서 적합한 태그들을 태그 전달(Tag Propagation)하거나 확률 및 출현빈도에 기반하여 태그 랭킹을 수행하기 위한 연구들이 활발히 진행되고 있지만 여전히 만족할만한 성능을 보이지 못하고 있다. 본 논문에서는 이미지 공유 데이터베이스에서 유사한 이미지들로부터 이미지에 보다 적합한 태그들을 부여하기 위해서, WordNet을 활용하여 태그들 간의 의미관계에 기반한 효율적인 태그 랭킹 기법을 제안한다. 또한, 신뢰성 있는 태그 기반 검색을 위하여 제안한 태그 랭킹 기법이 현재 이미지 공유 시스템의 랭킹 결과보다 정확성을 높일 수 있음을 실험 예제를 통하여 확인하였다.

• 지능정보연구
• /
• 제24권4호
• /
• pp.197-217
• /
• 2018

음악은 인간의 감성을 소리로 표현하는 창조적 예술 행위이다. 음악은 사람들의 기분을 우울하게 혹은 기쁘게 변화시킬 수 있다. 따라서 음악을 감상하는 데 있어 감성은 소비자에게 적합한 음악을 찾고 들려주는 데 매우 중요한 요소인데, 다양한 음원 서비스에서 제공하는 추천 알고리즘은 사용자의 기본적인 정보(성별, 나이, 감상 횟수 등)와 사용자의 플레이 기록에 기반한 음악 추천 방식을 주로 사용하고 있다. 본 연구에서는 음악을 감상하는 개인의 감성을 고려하여 각 음원이 가지는 고유의 감성을 기본으로 한 음악 추천 알고리즘을 제안해 보고자 한다. 구체적으로, 사용자들이 자주 듣는 음악과 그렇지 않은 음악을 기준으로 '감정 패턴'을 추출 후 상관관계를 확인하고자 하며, 앞선 결과를 기반으로 사용자들이 원하는 노래에 대한 검색과 사용자 감성 기반 추천 방법을 도출해내보고자 한다. 이를 위해 본 연구에서는 사례기반추론 기법을 이용하여 사람들이 주로 듣는 음악과 비슷한 '감성 패턴'을 갖는 특정한 곡을 추천해주는 알고리즘을 개발하였다. 먼저, 분석에 필요한 감정 형용사를 정리하여 변수화 시키고, 의미 있는 것끼리 묶어 음악 감성지수를 개발하였고, 분석의 대상이 될 음원에 대해 고유의 감성지수 점수를 측정하였다. 마지막으로 도출된 점수의 결과를 통해 유사한 감정 패턴이 나오는 곡들을 유사 곡 리스트로 분류하고 사용자들에게 추천하는 과정을 거친다. 앞선 일련의 과정을 거처 도출된 결과는 음원 추천 시스템뿐만 아니라, 인기 있는 곡과 아닌 곡에 영향을 미치는 변수 도출 및 음원 출시 전, 해당 곡의 스트리밍 수 예측 모형 구축 등 다양한 용도로 사용될 수 있을 것으로 기대한다.