• 디지털콘텐츠학회 논문지
• /
• 제11권1호
• /
• pp.105-115
• /
• 2010

검색엔진들은 사용자로부터 질의어를 전송받아 질의어와 관련이 가장 높은 웹 문서들을 보여주게 된다. 하지만 검색엔진이 사용자의 질의어만 가지고 사용자의 의도를 파악하여 정확한 웹 문서를 제공하기는 어렵다. 따라서 검식 엔진 시스템은 다양한 개인화 방법을 사용하여 각 사용자가 원하는 검색 결과를 보여주기 위해 노력한다. 본 논문에서는 개인화 검색을 위해 '폭소노미'를 기반으로 사용자에게 적합한 질의어를 추천해 주는 방법을 제안한다. 또한 이러한 개인화된 검색 결과를 제공하는 시스템이 가질 수 있는 프라이버시 침해 위험성을 제거하면서도 검색 서비스 제공자 입장에서는 사용자 정보를 활용한 다양한 서비스(개인화 광고등) 제공이 가능하도록 하는 개인화 검색 서비스 구조를 제안한다.

• International Journal of Computer Science & Network Security
• /
• 제24권9호
• /
• pp.150-156
• /
• 2024

With the advent of personalized search engines, a myriad of approaches came into practice. With social media emergence the personalization was extended to different level. The main reason for this preference of personalized engine over traditional search was need of accurate and precise results. Due to paucity of time and patience users didn't want to surf several pages to find the result that suits them most. Personalized search engines could solve this problem effectively by understanding user through profiles and histories and thus diminishing uncertainty and ambiguity. But since several layers of personalization were added to basic search, the response time and resource requirement (for profile storage) increased manifold. So it's time to focus on optimizing the layered architectures of personalization. The paper presents a layout of the multi agent based personalized search engine that works on histories and profiles. Further to store the huge amount of data, distributed database is used at its core, so high availability, scaling, and geographic distribution are built in and easy to use. Initially results are retrieved using traditional search engine, after applying layer of personalization the results are provided to user. MongoDB is used to store profiles in flexible form thus improving the performance of the engine. Further Weighted Sum model is used to rank the pages in personalization layer.

• 한국문헌정보학회지
• /
• 제45권4호
• /
• pp.77-102
• /
• 2011

본 연구의 목적은 이용자의 자신의 성향 정보에 맞는 정확한 검색결과를 제공하기위한 개인화 검색시스템을 설계, 구현, 평가하는 것이다. 이를 위해서 주제 분류와 하이브리드기반의 이용자 프로파일을 구성하였다. 제안한 개인화 검색시스템의 성능 평가를 위해서 전문가들이 직접 국내과학기술 DB의 논문의 적합성을 판별하기위해서 MRR, MAP과 사용성 평가를 측정하였다. 그 결과 전문가가 직접 "컴퓨터공학"과 "문헌정보학" 분야에서 평가한 국내과학기술논문 결과에서도 제안한 개인화 검색시스템이 일반 검색시스템보다 정확도가 더 높았다. 특히 중의성을 가진 키워드 부분에서 더 높은 정확도를 보였다. 질적 평가인 심층면담을 통한 평가에서도 개인화 검색시스템이 이용자가 선호하는 문서들을 우선적으로 제공함으로써 정보검색 시간 및 정보 획득에 용이하다고 응답하였다. 또한 다양한 추천 시스템을 제공함으로써 새로운 정보 탐색에 도움이 된다하였으며, 개인화 검색시스템이 일반 검색시스템보다 이용자의 만족도가 높음을 알 수 있었다. 따라서 본 연구에서 전문가 직접 평가 결과 모두 제안한 개인화 검색시스템이 일반 검색시스템보다 더 높은 효율성을 제공하는 것을 입증하였다.

• 인터넷정보학회논문지
• /
• 제12권2호
• /
• pp.63-73
• /
• 2011

일반적으로 기존 검색엔진은 다수 사용자의 동일한 질의에 대하여 일률적으로 같은 검색 결과를 제공하는데, 이는 사용자 개인의 특성을 고려하지 않는 단점을 가진다. 이를 극복하기 위해서 사용자가 가지고 있는 검색 의도를 파악하여 그에 부합하는 결과를 제공하는 개인화 검색이 필요하다. 본 논문에서는 사용자 프로파일 기반 개인화 검색을 위한 시스템을 제안한다. 본 시스템에서는 개인화 검색을 이루기 위해 개념 네트워크 형태의 사용자 프로파일을 구성하며, 이는 사용자가 과거에 질의했던 질의어와 탐색했던 웹문서를 분석하여 자동 생성된다. 그리고 사용자가 웹문서에 대해 태그를 지정한 폭소노미 데이터를 이용하여, 개념 네트워크를 확장함으로써 개념 네트워크의 정확성을 더욱 높일 수 있다. 이 개념 네트워크를 이용하여 사용자가 부여한 질의어를 확장시킬 수 있을 뿐만 아니라, 검색결과의 중첩도를 고려하여 사용자별 검색 결과의 순위를 재산정 함으로써 개인의 특성을 반영한 검색 결과를 제공할 수 있다.

• 한국정보과학회논문지:데이타베이스
• /
• 제36권4호
• /
• pp.321-326
• /
• 2009

기존의 웹 검색 엔진들은 사용자의 검색 의도를 충분히 반영하지 못하기 때문에 사용자가 원하는 정확한 정보를 찾기가 어렵다. 따라서 최근에는 개인의 검색 패턴을 분석하여 검색에 반영함으로써 검색 결과에 대한 만족도를 높이기 위한 많은 연구들이 진행되고 있다. 이러한 개인화 검색을 통해 사용자는 방대한 웹상의 정보들 중 자신의 검색 의도에 보다 적합하고 정확한 정보를 획득할 수 있다. 본 논문에서는 웹 사용자들의 질의어 사용 빈도수(Frequency)에 대한 랭킹 정보를 통해 최근 주요 관심사(Interest)를 파악하고, 주요 관심사 별로 형성된 커뮤니티(Community)를 기반으로 수행되는 개인화 검색 방안을 제안한다. 실험결과 질의어 빈도수, 관심사 및 커뮤니티를 검색에 반영할 경우 개인의 검색 의도에 보다 적합한 검색 결과가 제공되는 것을 확인할 수 있다.

• 정보처리학회논문지B
• /
• 제13B권5호
• /
• pp.533-540
• /
• 2006

웹에 분산된 모든 윈 페이지는 구조가 서로 다르다. 시멘틱 웹 환경은 이형적인 구조를 갖는 웹 페이지들의 메타데이터 바탕으로 시멘틱 검색이 가능하다. 그러나 일반적으로 사용자의 요구에 따른 시멘틱 김색은 상황에 따라 엄청난 수의 검색 결과를 내놓는다. 따라서 검색 결과에 대해 각 사용자에 맞는 검색 결과 순위를 적용할 필요가 있다. Culture Finder는 시멘틱 웹 검색 에이전트들이 개인화 된 문화 정보를 검색할 수 있도록 도움을 준다. Culture Finder는 웹에 존재하는 각 웹 페이지에 대한 메타 데이터를 작성하고, 시멘틱 검색을 이행하며 사용자 프로파일을 기반으로 삼아 검색 결과에 대한 순위 점수를 계산한다. Culture Finder에는 개인화 된 시멘틱 검색을 효율적으로 실행하기 위해 중요한 5가지 기법이 적용되었다. 사용자의 검색 행위로부터 사용자 프로파일을 생성하기 위한 기계 학습기법, 시멘틱 웹 검색 에이전트를 위한 효율적인 시멘틱 검색 기법, 사용자 질의의 효과적인 파악을 위한 질의 분석 기법, 각 사용자에게 적합한 검색 결과를 제공하기 위한 순위 적용 기술, 메타데이터를 생성하기 위한 상위 온톨로지 표현 방법, 본 논문에서는 Culture Finder의 구조를 통해서 시멘틱 개인화 검색에 대한 기법을 제안한다.

• 디지털콘텐츠학회 논문지
• /
• 제11권3호
• /
• pp.357-365
• /
• 2010

개인화 웹 검색 시스템은 사용자의 검색의도에 따라 질의어 확장, 검색 결과의 재순위화 등의 방법을 통하여 사용자에게 개인화된 검색 결과를 제공한다. 이를 위해 검색 시스템은 질의어와 사용자의 프로파일 정보를 활용하여 사용자의 검색 의도를 파악하고 분석하여, 검색 결과 페이지에 반영하여 보여주게 된다. 이때 검색 결과 페이지는 문서의 URL과 문서의 제목, 작은 텍스트 조각을 표시한다. 여기서 작은 텍스트 조각은 검색 질의어가 포함된 문서의 요약이며, 스니펫이라고 알려져 있다. 사용자는 이러한 문서의 요약을 통하여 웹 문서가 자신이 원하는 정보를 가진 문서인지를 판단하거나, 해당 URL에 직접 접속하지 않고도 원하는 정보를 얻을 수 있게 된다. 따라서 문서 요약은 사용자가 문서를 볼 것인지 아닌지에 대한 중요한 판단 기준이 되며, 만약 문서 요약 시스템이 개인화된 요약 결과를 제공한다면 사용자의 만족도는 더욱 증가할 것이다. 본 논문은 전체 웹 검색 시스템에서 검색 속도의 큰 하락없이 사용자의 만족도를 증가시킬 수 있는 개인화 문서 요약 시스템을 제안한다.

• 정보관리학회지
• /
• 제23권4호
• /
• pp.179-196
• /
• 2006

이 연구에서는 한국형 포털에 적합한 커뮤니티 기반 개인화검색 서비스 모형을 제안하였다. 개인화 검색 서비스 모형은 이용자의 관심 주제를 파악하는 과정과 이를, 반영한 검색 결과 재순위화 및 관련 주제 카테고리와 질의어 추천 과정으로 구성된다. 개인화 검색 모형의 유용성을 검증하기 위한 실험에서는 포털 사이트 다음에서 12일간 수집한 이용자 로그 데이터를 사용하였다. 실험 결과 개별 이용자의 주제 카테고리 선정에 사용한 카페 활동성 분석과 신지식 활동성 분석 데이터는 매우 유용한 것으로 나타났으며, 개인화 검색 결과와 추천서비스에 대한 만족도도 비교적 높게 나타났다.

• 한국전자통신학회논문지
• /
• 제14권3호
• /
• pp.587-594
• /
• 2019

본 논문은 사용자의 검색 의도와 개별 관심을 반영한 순위화된 검색 결과 문서를 제공하는 개인화 검색 기법을 제안한다. 개인화 검색에서는 사용자의 개별 관심사와 선호도를 정확하게 판별하기 위한 사용자 프로파일을 생성하는 기술이 개인화 검색의 성능을 좌우한다. 개인 프로파일은 사용자의 최근 입력 질의어들과 검색과정에서 참조했던 문서들에 나타나는 주제어들의 가중치와 빈도가 기록된 데이터 집합이다. 사용자 프로파일은 웹 검색에 앞서 사용자의 입력 질의어를 개인화된 질의어들로 확장하기 위해 사용된다. 중의적 질의어의 정확한 의미를 결정하기 위해서 워드넷을 사용하여 프로파일에 등록된 단어들과 의미 유사도를 계산한다. 검색 시스템의 사용자 측에 질의확장 모듈과 순위 재계산 모듈을 확장모듈로 구축하여 진행한 실험에서 개인화 검색 기술을 적용한 실험 결과가 상위문서들에 대해서 정확률과 재현률이 크게 향상된 성능을 보이고 있다.

• 한국콘텐츠학회논문지
• /
• 제10권11호
• /
• pp.461-467
• /
• 2010

본 논문에서는 다양한 콘텐츠들을 특징을 이용하여 각 콘텐츠에 적합한 특징들을 설계하고 수행할 수 있는 개인화 검색 시스템의 프레임워크를 개발하였다. 이를 이용하여 한국과학기술정보 연구원에서 제공하는 국내학술, 특허, 동향 정보 등 다양한 콘텐츠들을 이용하여 개인화 검색 시스템의 다양한 알고리즘에 적용하여 수행하였다.