• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.97-99
• /
• 2005

웹 문서 수의 급격한 증가는 사용자로 하여금 방대한 양의 웹 문서들로부터 필요한 정보를 선별하기 위한 시간과 비용을 낭비하게 만들었다. 따라서 이러한 문제를 해결하기 위한 연구의 필요성이 점차 증가하였는데, 그 중 웹 서버 로그 데이터에 마이닝 기법을 적용하여 사용자들의 사이트 내 문서의 접근 패턴을 분석하고, 그 데이터를 이용하여 동적으로 변화하는 적응형 웹 사이트를 제공하려는 것이 대표적인 연구 사례이다. 본 논문에서는 웹 서버 로그 마이닝을 이용하여 사용자가 필요로 하거나, 관심을 가지고 있는 페이지를 예측하여 추천해 주는 시스템에 대해 소개한다. 이러한 시스템을 구현하기 위해 순차 패턴 마이닝이나 빈발 에피소드 발견 기법 등의 알고리즘을 사용할 수 있다. 제안하는 시스템에서는 사용자 접근 패턴을 분석할 때 순차 패턴 마이닝 기법을 사용하고, 사용자의 이동 패턴을 근거로 웹 문서를 예측하여 추천해줄 때에는 에피소드 발견 기법에서의 window 개념을 이용한다. 본 논문에서 제안한 시스템은 웹 문서를 사용자가 머물었던 시간에 따라 관심 있는 문서와 지나간 문서로 구분하여 관심 있는 문서에 대해서안 마이닝을 수행한다. 또한 일정한 크기를 갖는 History window에 의해 다음 문서를 추천해주기 때문에 사용자의 모든 로그를 저장하지 않으므로 보다 효율적이다.

• Journal of KIISE:Software and Applications
• /
• v.31 no.5
• /
• pp.586-594
• /
• 2004

Because web documents become creation and disappearance rapidly, users require the recommend system that offers users to browse the web document conveniently and correctly. One largely untapped source of knowledge about large data collections is contained in the cumulative experiences of individuals finding useful information in the collection. Recommendation systems attempt to extract such useful information by capturing and mining one or more measures of the usefulness of the data. The existing Information Filtering system has the shortcoming that it must have user's profile. And Collaborative Filtering system has the shortcoming that users have to rate each web document first and in high-quantity, low-quality environments, users may cover only a tiny percentage of documents available. And dynamic recommendation system using the user browsing pattern also provides users with unrelated web documents. This paper classifies these web documents using the similarity between the web documents under the web document type and extracts the user browsing sequential pattern DB using the users' session information based on the web server log file. When user approaches the web document, the proposed Dynamic recommendation system recommends Top N-associated web documents set that has high similarity between current web document and other web documents and recommends set that has sequential specificity using the extracted informations and users' session information.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.136-138
• /
• 2001

인터넷 이용의 급속한 증가로 웹사이트의 증가뿐만 아니라 웹사이트 내의 웹 문서도 급속한 증가를 보이고 있다. 따라서 이를 효과적으로 사용자들에게 보여주기 위한 동적인 추천 시스템들이 많이 제안되고 있다. 그러나 이러한 추천 시스템들은 전체 사용자들의 브라우징 패턴이나 전체 웹 문서들의 연관성만을 고려하여 서비스를 제공함으로써 개인 사용자들의 관심도를 고려하지 않은 문제점이 있다. 이에 본 논문에서는 웹사이트에 남게되는 로그파일의 분석을 이용한 사용자별 브라우징 패턴과 웹 페이지의 액세스 타임의 측정을 통해, 사용자의 관심도를 측정한다. 그리고 이를 바탕으로 웹 문서들에 대해서 퍼지개념을 적용한 자동분류 알고리즘을 이용하여 사용자의 관심도가 반영된 선별된 웹 문서를 자동분류 및 선별하여 보여줄 수 있는 방안을 제시한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10c
• /
• pp.403-405
• /
• 2004

현재 이동통신사 마다 제공하는 무선 인터넷 프로토콜 환경이 다르기 때문에 사용자는 자신이 선택한 이동통신사에서 제공하는 방식은 사용할 수 있으나, 자신이 사용하지 않는 이동통신사의 서비스는 받을 수 없는 문제점이 있다. 본 논문에서는 이와 같은 문제점을 해결하기 위한 방법으로 유선 인터넷의 웹 문서를 무선 인터넷의 모바일 문서 형식으로 변환하는 모바일 게이트웨이 시스템을 제안한다. 본 시스템은 웹 문서를 모바일 문서로 변환하는 과정에서 사용자에게 적합한 최적의 서비스를 제공하기 위한 방법으로 협업 필터링 기반 개인화 추천 메커니즘을 이용한다.

• Proceedings of the KIEE Conference
• /
• 2004.07d
• /
• pp.2592-2594
• /
• 2004

본 연구에서는 갈수록 늘어나는 이메일 문서의 관리를 효율적으로 하기 위한 방법으로 새로운 메일이 도착했을 때 해당 카테고리를 추천받아 사용자가 직접 최적의 분류를 할 수 있는 이메일 추천 에이전트 시스템을 제안한다. 이메일 문서들의 카테고리별 분류 및 해당 폴더 저장에서 핵심이 될 수 있는 정확한 분류를 위해 동적 임계치를 이용한 베이지안 학습 알고리즘을 적용하였으며, 또한 주요 모듈 부분을 확장성과 재 사용성을 위해 컴포넌트화 하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.58-60
• /
• 2001

본 논문에서는 온톨로지를 이용하여 웹 문서의 분류와 사용자의 정보 요구에 대한 개인화 된 정보를 제공하는 에이전트를 제안한다. 에이전트는 웹 문서들이 가지는 의미 구조를 표현한 개념 계층 즉, 온톨로지를 바탕으로 웹 문서를 분류하게 되며 온톨로지를 이용하여 사용자의 정보 요구를 정확히 파악하고 사용자의 브라우징을 돕게 된다. 온톨로지는 개념에 대한 특징 개념간의 관계 그리고 문서 분류를 위한 제약조건으로 이루어진다. 사용자의 현 위치에서의 선행 탐색을 통하여 문서를 획득하게 되며 구축된 온톨로지를 이용하여 분류한다. 에이전트는 분류된 문서에 대한 사용자의 관심분야를 파악하여 프로파일을 유지하게 되며 최종 문서의 추천은 프로파일을 바탕으로 이루어지게 된다.

• Annual Conference on Human and Language Technology
• /
• 2015.10a
• /
• pp.206-208
• /
• 2015

온라인을 통해 접하게 되는 잘못된 우리말 표현과 외국어 중심 교육 등으로 인하여 학생들의 한국어 능력, 특히 글쓰기 능력에 우려가 높아지고 있다. 본 논문에서는 잘 작성된 말뭉치에서 얻어진 데이터에 기반한 한국어 글쓰기 도우미 시스템을 제안한다. 시스템은 작성 중인 문맥에 맞은 단어를 추천하는 용언/체언 추천과 입력 문장의 주요 단어가 포함된 말뭉치의 문장을 제시하는 유사 문장 추천, 문서의 단어가 문서의 문맥 단어와 조화로운지를 확인하는 어휘 응집성 검사, 단어 중복도를 확인하기 위한 단어 빈도 검사 기능을 제공한다. 시스템에서는 사용자가 말뭉치를 추가하면 색인을 구축할 수 있어 원하는 분야에 맞는 추천과 검사 기능을 제공할 수 있다.

• Journal of Intelligence and Information Systems
• /
• v.29 no.3
• /
• pp.37-55
• /
• 2023

With the development of electronic journals and the emergence of various interdisciplinary studies, the selection of journals for publication has become a new challenge for researchers. Even if a paper is of high quality, it may face rejection due to a mismatch between the paper's topic and the scope of the journal. While research on assisting researchers in journal selection has been actively conducted in English, the same cannot be said for Korean journals. In this study, we propose a system that recommends Korean journals for submission. Firstly, we utilize SBERT (Sentence BERT) to embed abstracts of previously published papers at the document level, compare the similarity between new documents and published papers, and recommend journals accordingly. Next, the order of recommended journals is determined by considering the similarity of abstracts, keywords, and title. Subsequently, journals that are similar to the top recommended journal from previous stage are added by using a dictionary of words constructed for each journal, thereby enhancing recommendation diversity. The recommendation system, built using this approach, achieved a Top-10 accuracy level of 76.6%, and the validity of the recommendation results was confirmed through user feedback. Furthermore, it was found that each step of the proposed framework contributes to improving recommendation accuracy. This study provides a new approach to recommending academic journals in the Korean language, which has not been actively studied before, and it has also practical implications as the proposed framework can be easily applied to services.

• The Journal of Society for e-Business Studies
• /
• v.14 no.4
• /
• pp.167-179
• /
• 2009

This paper introduces techniques to recommend standardized tags using tag ontology. Tag recommendation consists of TWCIDF and TWCITC; the former technique automatically tags a large quantity of already existing document groups, and the latter recommends tagging for new documents. Tag groups are created through several processes, including preprocessing, standardization using tag ontology, automatic tagging and defining ranks for recommendation. In the preprocessing process, in order to search semantic compound nouns, words are combined to establish basic word groups. In the standardization process, typographical errors and similar words are processed. As a result of experiments conducted on the basis of techniques presented in this paper, it is proved that real-time automatic tagging and tag recommendation is possible while guaranteeing the accuracy of tag recommendation.

• Annual Conference on Human and Language Technology
• /
• 2007.10a
• /
• pp.62-67
• /
• 2007

불특정 사용자의 참여에 의해 정보가 생성되는 지식검색 서비스에서는 문서의 품질이 검색 만족도에 중요한 요소 중 하나이다. 지식검색 문서의 품질 평가에 관한 기존 연구는 조회 수나 추천 수 등의 비텍스트 정보를 이용하여 문서의 품질을 평가하고, 이를 검색 모형에 반영하여 검색 성능을 높이는데 집중하였다. 이러한 비텍스트 정보는 그 유용성이 실험을 통해 증명되었지만, 새로 작성된 문서와 같은 경우 심각한 자료 부족 문제가 발생할 수 있다는 단점이 있다. 본 논문에서는 이러한 비텍스트 정보의 자료 부족 문제를 완화할 수 있는 새로운 문서 품질 평가 자질로서 문서 내용의 신뢰성을 반영하는 신뢰도 자질을 제안한다. 제안하는 자질은 문서의 내용으로부터 직접 추출되며, 따라서 추천 수나 조회 수 등 서비스 사용자의 참여나 이용을 필요로 하는 비텍스트 자질보다 자료 부족 문제에 견고하다는 장점이 있다. 또한 제안하는 신뢰도 자질은 문서 품질 평가에 유용하다고 알려진 비텍스트 자질과 유사하거나 향상된 성능을 실험에서 보였으며, 추후 자질 추출 방법을 개선한다면 효과적인 품질 평가 자질로서 기능을 할 수 있을 것으로 기대된다.