[논문 리뷰] Building MultiView Analyst Profile From Multidimensional Query Logs: From Consensual to Conflicting Preferences

Eya Ben Ahmed, Ahlem Nabli외 1명|arXiv (Cornell University)|2012. 03. 15.

Data Management and Algorithms참고 문헌 16인용 수 7

한 줄 요약

이 논문은 OLAP 쿼리 로그를 분석하여 사용자 선호도를 일치하는, 반반하는, 그리고 갈등이 있는 유형으로 분류하는 다중 시각 분석가 프로파일링 방법을 제안한다. 개인적, 전문적, 행동적 시각을 통합함으로써, 다차원 데이터 분석 환경에서 더 정확한 추천을 위한 다양한 분석가 행동을 포괄하고 주석 처리된 프로파일을 구축한다.

ABSTRACT

In order to provide suitable results to the analyst needs, user preferences summarization is widely used in several domains. In this paper, we introduce a new approach for user profile construction from OLAP query logs. The key idea is to learn the user's preferences by drawing the evidence from OLAP logs. In fact, the analyst preferences are clustered into three main pools : (i) consensual or non conflicting preferences referring to same preferences for all analysts; (ii) semi-conflicting preferences corresponding to similar preferences for some analysts; (iii) conflicting preferences related to disjoint preferences for all analysts. To build generic and global model accurately describing the analyst, we enrich the obtained characteristics through including several views, namely the personal view, the professional view and the behavioral view. After that, the multiview profile extracted from multidimensional database can be annotated.

연구 동기 및 목표

• 다차원 데이터 분석 환경에서 다양한이고 갈등이 있는 사용자 선호도를 포착하는 데 도전하는 것.
• 다양한 시각에서 분석가 행동을 정확히 표현하는 일반적이고 글로벌 모델을 개발하는 것.
• OLAP 쿼리 로그에서 개인적, 전문적, 행동적 시각을 통합하여 사용자 프로파일링을 향상시키는 것.
• 일치와 다름을 구분함으로써 더 정확하고 개인화된 쿼리 추천을 가능하게 하는 것.
• 다차원 데이터베이스에서 유도된 다중 시각 프로파일의 주석 처리를 통해 의사결정 지원을 향상시키는 것.

제안 방법

• 사용자 상호작용 패턴과 선호도를 추출하기 위해 OLAP 쿼리 로그를 채굴하는 것.
• 세 가지 유형으로 선호도를 군집화하는 것: 일치(모든 이면 공유), 반반(부분 집합 간 공유), 갈등(서로 배타적).
• 개인적, 전문적, 행동적 세 가지 별개의 시각을 통합하여 통합된 분석가 프로파일을 만드는 것.
• 쿼리 로그에서 증거를 활용하여 다수의 분석가에 걸쳐 선호도를 대규모로 추론하고 표현하는 것.
• 선호도 유형과 사용자 역할을 반영한 의미적 레이블을 사용하여 결과 프로파일을 주석 처리하는 것.
• 프로파일 구축의 일관성과 완전성을 보장하기 위해 다차원 분석 프레임워크를 적용하는 것.

실험 결과

연구 질문

• RQ1 OLAP 쿼리 로그를 어떻게 효과적으로 활용하여 분석가 선호도를 추론하고 분류할 수 있는가?
• RQ2 분석가 쿼리 행동에서 나타나는 선호도 패턴의 고유한 유형—일치, 반반, 갈등—은 무엇인가?
• RQ3 개인적, 전문적, 행동적 다수의 시각을 어떻게 하나의 일관된 분석가 프로파일로 통합할 수 있는가?
• RQ4 다중 시각 프로파일이 OLAP 환경에서 개인화된 추천의 정확도를 얼마나 향상시킬 수 있는가?
• RQ5 갈등이 있는 선호도는 어떻게 탐지하고 표현할 수 있으며, 전체 프로파일의 무결성을 훼손하지 않을 수 있는가?

주요 결과

• 제안된 방법은 분석가 선호도를 일치, 반반, 갈등의 세 가지 유형으로 성공적으로 식별하고 분류한다.
• 개인적, 전문적, 행동적 시각의 통합은 결과 프로파일의 풍부함과 정확도를 크게 향상시킨다.
• 모델은 다차원 데이터베이스에서 유도된 다중 시각 프로파일의 주석 처리를 가능하게 하여 의미적 해석을 지원한다.
• 이 접근법은 갈등이 있는 선호도가 이상치가 아니라 정확한 프로파일링을 위해 유지되어야 할 의미 있는 패턴임을 보여준다.
• 사용자 피드백이 필요 없이 쿼리 로그를 증거로 사용함으로써 확장 가능하고 데이터 기반의 사용자 프로파일링 구축이 가능하다.
• 프레임워크는 공유되고 갈등이 있는 분석가 행동을 모두 반영하는 글로벌이고 일반적인 모델 개발을 지원한다.