• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권3호
• /
• pp.1570-1594
• /
• 2017

Social network services have recently changed from environments for simply building connections among users to open platforms for generating and sharing various forms of information. Existing user reputation computation methods are inadequate for determining the trust in users on social media where explicit ratings are rare, because they determine the trust in users based on user profile, explicit relations, and explicit ratings. To solve this limitation of previous research, we propose a user reputation computation method suitable for the social media environment by incorporating implicit as well as explicit ratings. Reliable user reputation is estimated by identifying malicious information raters, modifying explicit ratings, and applying them to user reputation scores. The proposed method incorporates implicit ratings into user reputation estimation by differentiating positive and negative implicit ratings. Moreover, the method generates user reputation scores for individual categories to determine a given user's expertise, and incorporates the number of users who participated in rating to determine a given user's influence. This allows reputation scores to be generated also for users who have received no explicit ratings, and, thereby, is more suitable for social media. In addition, based on the user reputation scores, malicious information providers can be identified.

• 한국시뮬레이션학회논문지
• /
• 제19권1호
• /
• pp.83-90
• /
• 2010

본 논문에서는 콘텐츠 명성 및 사용자 명성 평가를 통해 신뢰성 높은 UCC 검색을 가능하게 하는 방법에 대해 기술한다. 기존 정보검색과 달리 UCC에서는 얻을 수 있는 텍스트 정보가 한정적이기 때문에 텍스트 외적인 정보의 사용이 필요하다. 콘텐츠 명성과 사용자 명성은 비텍스트 정보를 이용하여 평가되는데, 평가된 명성을 자질로 사용하여 UCC 검색을 수행하면 기존 검색 방법보다 향상된 검색 성능을 기대할 수 있다. 콘텐츠 명성은 영상 자체 정보와 영상과 관련된 소셜활동 정보로부터 콘텐츠의 명성, 즉 가치를 평가한다. 또한 사용자 명성은 콘텐츠와 사용자, 사용자와 사용자 사이의 소셜활동 하나하나에 주목하여 네트워크를 구축하여 사용자의 명성을 평가한다. 각각의 명성을 평가하여 UCC 검색에 사용하는 두 개의 시스템을 구현하고, 유튜브로부터 수집한 UCC와 사용자 정보를 이용하여 두 시스템의 비교 실험을 수행하였다. 실험 결과, 콘텐츠 명성을 활용한 시스템에서 조금 더 높은 사용자의 동의를 이끌어 낼 수 있었으며, 이 결과는 향후 UCC 검색에 활용할 수 있을 것이라 기대된다.

• 정보과학회 논문지
• /
• 제43권1호
• /
• pp.96-105
• /
• 2016

최근 소셜 네트워크 서비스는 단순히 사용자들의 인맥 관계 형성뿐만 아니라 다양한 형태의 정보를 생성하고 공유하는 개방형 플랫폼으로 변화하고 있다. 기존 사용자 평판 관리 기법은 사용자 프로필, 명시적 관계, 명시적 평가를 기반으로 사용자 신뢰성을 판별하기 때문에 명시적 평가가 잘 이루어지지 않는 소셜 미디어에서 사용자 신뢰성을 판별하기에는 부적합하다. 본 논문에서는 소셜 미디어에 대한 소셜 행위들을 분석하고 명시적인 평가 뿐만 아니라 암시적 평가를 고려한 사용자 평판 관리 기법을 제안한다. 제안하는 기법은 소셜 행위로부터 긍정적 암시적 평가와 부정적 암시적 평가를 도출한다. 또한, 사용자의 전문성을 고려하기 위해 분야별로 사용자 평판 정보를 생성하고 사용자의 영향력을 판단하기 위해 평가에 참여한 사용자들의 수를 반영한다. 이를 통해 명시적 평가가 없는 사용자도 평판 정보를 생성할 수 있도록 하고 소셜 미디어에 더 적합한 사용자 평판 정보를 생성한다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2009년도 학술대회
• /
• pp.273-277
• /
• 2009

최근 들어 사용자들이 직접 저작하고 이를 공유하는 UCC(User Created Content)가 급격히 증가하고 있다. 이에 따라 방대한 UCC를 사용자들에게 효과적으로 제공하기 위하여, 질이 낮은 UCC를 필터링하는 알고리즘이나 UCC의 검색 또는 추천 알고리즘에 대한 연구가 많이 진행되고 있다. 본 논문에서는 사용자에게 UCC 컨텐츠를 제공할 때 컨텐츠의 품질을 추정할 수 있는 요소로 사용자 신뢰도를 제안한다. 이를 위해 먼저 UCC 컨텐츠 제공 서비스 상에서 사용자 간의 소셜활동을 기반으로 소셜 네트워크를 구축하고, 사용자 신뢰도를 계산하기 위한 소셜 활동 정보를 추출한다. 그리고 소셜 네트워크를 통해 사용자 신뢰도를 계산하며, 다양한 소셜 정보 요소를 적용할 수 있는 확장 가능한 알고리즘을 제안한다.

• 경영과정보연구
• /
• 제32권3호
• /
• pp.173-188
• /
• 2013

중고등교과 관련 이러닝은 사용자(학습자)와 구매자(학부모)가 다른 경우가 많다. 본 연구는 이러닝사용자와 구매자의 선택행동이 다를 것이라는 가정을 실증하였다. 분석결과를 요약하면 다음과 같다. 전체소비자를 대상으로 할 경우 이러닝 강좌에 대한 인지된 유용성, 상호작용성, 사이트 명성은 소비자의 수강의도에 긍정적인 영향을 주었지만, 콘텐츠품질은 회귀되지 않았다. 그러나 이러닝사용자(학습자)집단에서는 상호작용과 인지된 유용성, 콘텐츠 품질은 영향을 주었지만 명성은 회귀되지 않았다. 구매자(학부모)집단은 명성과 인지된 유용성에 영향을 받은 반면, 콘텐츠품질이나 상호작용성에는 영향을 받지 않았다.

• 정보보호학회논문지
• /
• 제14권2호
• /
• pp.35-47
• /
• 2004

평판 기반 시스템(reputation-based system)은 현재 활발히 사용되고 있는 P2P(Peer-to-Peer) Network System에서 가장 주목받고 있는 인증 방식이다. 본 논문에서는 새로운 평판 기반 시스템인 Self-Reputation system을 제안한다. Self-Reputation system은 사용되어지는 P2P network에 무관하게 적용 가능하기 때문에, 여러 가지 P2P 네트워크에서의 평판을 하나로 통합 관리할 수 있는 방안을 제공한다. 또한, 이 시스템은 기존의 Xrep 방식에서 broadcast를 통해서 평판을 수렴하는 방법 대신 각 사용자들이 자신의 평판 테이블을 관리하도록 하여 평판을 알아보는 과정에서의 통신량을 현격하게 줄였고, 그 결과로 효율성을 크게 향상시켰다.

• 한국정보시스템학회지:정보시스템연구
• /
• 제14권2호
• /
• pp.155-172
• /
• 2005

Securities companies which faced with severe competition should not only attract new customers but also retain their on-line customers. This study examines the factors affecting loyalty of on-line stock trading customers. The research model based on the previous studies was established and the research hypotheses were generated. The test results based on the data gathered from 87 users of on-line stock trading services show that user satisfaction, learning cost, transaction fees, and reputation influence customer loyalty. User satisfaction, learning cost and reputation are positively related to customer loyalty, whereas transaction fee is negatively related to customer loyalty. The results also support that information quality and system quality are positively related to user satisfaction. The hypothesis that transaction fee is related to user satisfaction is not supported. There is no significant information to say that security risk is related to user satisfaction. It is considered that the study results may help managers to increase customer retention.

• 인지과학
• /
• 제19권4호
• /
• pp.459-476
• /
• 2008

많은 사용자들의 참여로 구축된 집단 지성을 이용한 지식 검색 서비스에서 사용자가 원하는 답변을 빨리 찾고자 하는 요구가 증가하고 있다. 기존의 연구에서 조회 수, 추천 수, 답변 수와 같은 비텍스트 정보가 답변을 평가하는데 좋은 자질임이 증명되었고, 신뢰도를 추정할 수 있는 여러 종류의 단어 사전을 이용하여 답변의 좋고 나쁨을 평가할 수 있는 연구도 진행되었다. 하지만, 조회 수, 추천 수, 답변 수와 같은 비텍스트 정보는 사용자 조작이 간단하여 지속적으로 관리를 해야 하며, 신뢰도를 추정할 수 있는 단어는 지속적으로 보강되어야 한다. 본 논문에서는 이러한 문제점을 해결하고자 동시출현 자질을 이용한 질문과 답변의 유사성을 활용하여 집단 지성에서 사용자의 활동을 분석하여 사용자의 명성을 평가하는 방법을 제안한다. 사용자의 명성을 계산할 수 있다면 조회 수와 추천 수가 많지 않은 답변의 신뢰도도 비교적 정확하게 추정할 수 있다. 이를 위해 우리는 PageRank 알고리즘을 수정하여 사용자 명성을 계산한다. 네이버 지식iN의 문서로 실험한 결과, 기존 정답 선택률을 보완할 수 있는 결과를 보였다.

• 디지털융복합연구
• /
• 제11권2호
• /
• pp.235-242
• /
• 2013

본 연구에서는 정보원천 신뢰도 이론(source credibility theory)을 기반으로 비개인화된(non-personalized) 추천시스템의 일종인 평판시스템(reputation system)을 위한 평판 순위결정기법을 제안하고, 이러닝 콘텐츠 서비스에 적합한 평판시스템 모형을 제시하였다. 정보원천 신뢰도 요인 중 온라인 구전에 적합한 두 가지 요인(expertise, co-orientation)을 기반으로 사용자 평판정보를 암묵적으로 추출하는 기법을 제안하였다. 즉, 사용자의 과거 이러닝 콘텐츠 평가 정보로부터 사용자의 두 가지 신뢰도 요인을 자동적으로 추출하는 방법을 정의하고, 사용자중 높은 신뢰도를 가진 소수 평가자의 정보만을 가지고 전체 사용자의 콘텐츠 평판정보를 효과적으로 예측할 수 있는 방법을 제안하였다. 콘텐츠 평판정보를 예측하는 단계에 있어, 정보원천 신뢰도 이론이 반영된 수정된 협업 필터링(collaborative filtering) 기법을 적용하였다. 한편, 다양한 평판기법들과의 성능 비교실험을 통해, 제안하는 평판시스템 모형이 명시적인 사용자 평판정보가 부족한 기업대 소비자간(B2C) 이러닝 콘텐츠 전자상거래 사이트에 적합함을 검증하였다.

• 한국콘텐츠학회논문지
• /
• 제21권3호
• /
• pp.68-79
• /
• 2021

소셜 사물 인터넷(SIoT)에서 차량들이 다양한 정보를 생성하고 이를 다른 차량과 공유하고 피드백을 주고 받는 소셜 행위가 이루어진다. 차량 간에 신뢰성 있는 정보를 공유하기 위해서는 차량의 신뢰성을 판별하는 것이 중요하다. 본 논문에서는 차량들 간에 신뢰성 있는 정보를 공유하기 위한 차량 신뢰도 계산 기법을 제안한다. 제안하는 기법은 차량 간 소셜 행위에 기반한 사용자 평판과 네트워크 신뢰도를 고려하여 차량 신뢰도를 판별한다. 차량은 점수 부여, 무시, 재배포 등의 행위를 선택할 수 있으며 이에 따라 사용자 평판이 계산된다. 네트워크 신뢰도를 계산하기 위해 다른 차량과의 거리와 패킷 전송률을 이용한다. 사용자 평판과 네트워크 신뢰도를 이용하여 지역 신뢰도가 계산된다. 이때, 전달되는 데이터의 중복 배포를 방지한다. RSU(Road Side Unit)의 데이터를 활용하여 지역적인 데이터의 한계를 극복하고 전역적인 데이터를 활용하여 보다 더 정확한 차량 신뢰도 계산이 가능하다. 다양한 성능평가를 통해 제안하는 기법이 기존 기법에 비해서 성능이 우수함을 보인다.