[論文レビュー] An Ontology-based Context Aware System for Selective Dissemination of Information in a Digital Library

Marisa Raquel De Giusti, Gonzalo Luján Villarreal+2 more|arXiv (Cornell University)|May 21, 2010

Context-Aware Activity Recognition Systems参考文献 7被引用数 6

ひとこと要約

本論文は、デジタル図書館における情報の選択的提供（SDI）のためのオントロジー駆動型コンテキスト認識システムを提案し、手動で入力されたデータを超えて、ユーザー行動および文書とのインタラクションからコンテキストを推論することで、ユーザープロファイルの向上を図っている。このシステムは、コンテキスト取得レイヤーと推論エンジンを用い、研究分野、作業チーム、関心事項に基づいてユーザーのプロファイルを動的に更新し、多様なデータソースにおける意味的推論を通じて、パーソナライズド情報配信の質を向上させている。

ABSTRACT

Users of Institutional Repositories and Digital Libraries are known by their needs for very specific information about one or more subjects. To characterize users profiles and offer them new documents and resources is one of the main challenges of today's libraries. In this paper, a Selective Dissemination of Information service is described, which proposes an Ontology-based Context Aware system for identifying user's context (research subjects, work team, areas of interest). This system enables librarians to broaden users profiles beyond the information that users have introduced by hand (such as institution, age and language). The system requires a context retrieval layer to capture user information and behavior, and an inference engine to support context inference from many information sources (selected documents and users' queries).

研究の動機と目的

• 機関、年齢、言語などの静的ユーザー提供メタデータ（例：機関、年齢、言語）を超えて、正確で動的かつ更新可能なユーザープロファイルを構築する課題に対処すること。
• 研究分野や共同作業のパターンを含むコンテキスト情報（例：研究テーマ、共同作業パターン）を把握・推論することで、情報の選択的提供（SDI）を改善すること。
• 意味的技術を用いて、文書とのインタラクションやクエリからユーザーのコンテキストを自動的に推論するシステムの開発。
• 利用パターンや文書コンテンツから得られる暗黙的なコンテキスト情報を活用して、図書館員がユーザーのプロファイルを強化することを支援すること。
• 進化する行動や新しい文書アクセスに基づいて動的に更新されるユーザーのプロファイルを可能にすることで、機関リポジトリおよびデジタル図書館におけるより正確でパーソナライズドな情報配信を実現すること。

提案手法

• システムは、ユーザーのプロファイル、研究分野、作業チーム、関心分野をモデル化するためのオントロジーを採用し、共有された意味的フレームワークを提供する。
• コンテキスト取得レイヤーは、クエリ、文書アクセスパターン、選択された文書のメタデータなど、明示的および暗黙的なユーザーのデータを収集する。
• 推論エンジンは、収集されたデータを意味的推論により処理し、現在の研究焦点やチーム所属などのユーザーのコンテキストを推論する。
• システムは、ユーザーのクエリ、文書コンテンツ、ユーザーのインタラクションといった複数の情報ソースを統合し、統一されたコンテキストモデルを構築する。
• オントロジーに基づく推論により、行動の変化や新しい文書アクセスに応じてユーザーのプロファイルを動的に更新できる。
• アーキテクチャは拡張性を備えており、新たなデータソースの統合やコンテキスト推論ルールの最適化が可能である。

実験結果

リサーチクエスチョン

• RQ1 デジタル図書館において、手動で提供されたプロファイル情報以外のコンテキスト（例：研究分野、関心）をどのように推論できるか？
• RQ2 オントロジーのモデリングが、正確で拡張可能なコンテキスト認識情報配信を実現するために果たす役割は何か？
• RQ3 ユーザーのクエリと文書とのインタラクションの組み合わせが、研究関心や共同作業関係をどれほど効果的に推論できるか？
• RQ4 コンテキスト認識型プロファイリングが、情報の選択的提供（SDI）の関連性および正確性に与える影響は何か？
• RQ5 多様なデータソースにおける意味的推論を用いることで、デジタル図書館サービスのパーソナライゼーションが向上するか？

主な発見

• システムは、クエリおよび文書アクセスパターンの分析により、研究分野や作業チーム所属などのユーザーのコンテキストを成功裏に推論している。
• ユーザーのプロファイルは静的メタデータを超えて強化されており、情報配信の正確性と動的パーソナライゼーションが向上している。
• オントロジーに基づくアプローチにより、ユーザーのコンテキストおよび情報リソースのスケーラブルで拡張可能なモデリングが可能である。
• コンテキスト取得レイヤーと推論エンジンの統合により、行動データに基づいたリアルタイムでのユーザーのプロファイル更新が実現している。
• 意味的推論を用いたSDIサービスの向上は、本研究で実証されたが、提供されたテキストには定量的評価指標（例：正確率、再現率）は報告されていない。
• 本アプローチは、推論されたコンテキストに基づいて、図書館員がユーザーの情報ニーズを事前に特定し、的確に対応することを可能にしている。