[논문 리뷰] Faceted Semantic Search for Personalized Social Search

Massimiliano Dal Mas|arXiv (Cornell University)|2012. 02. 29.

Semantic Web and Ontologies참고 문헌 15인용 수 6

한 줄 요약

이 논문은 사회적 검색을 위한 개인화된 페싯 기반 의미 검색 방법을 제안하며, 창작자와 사용자 간의 협업적 해석인 '공동 의미(joint meaning)'를 피델슨오미와 Semantic Web 기술을 활용하여 적용한다. 페싯 기반 분류 체계와 맥락 인식 개인화를 통합함으로써 사회적 네트워크 내 검색의 정확도를 향상시키며, 다양한 시스템 환경과 호환되는 작동 가능한 프로토타입을 통해 검증되었다. 이는 협업 환경에서 사용자 주도의 의미 기반 탐색을 향상시킨다.

ABSTRACT

Actual social networks (like Facebook, Twitter, Linkedin, ...) need to deal with vagueness on ontological indeterminacy. In this paper is analyzed the prototyping of a faceted semantic search for personalized social search using the "joint meaning" in a community environment. User researches in a "collaborative" environment defined by folksonomies can be supported by the most common features on the faceted semantic search. A solution for the context-aware personalized search is based on "joint meaning" understood as a joint construal of the creators of the contents and the user of the contents using the faced taxonomy with the Semantic Web. A proof-of concept prototype shows how the proposed methodological approach can also be applied to existing presentation components, built with different languages and/or component technologies.

연구 동기 및 목표

• 페이스북과 트위터와 같은 사회적 네트워크에서의 모호성과 옹토로지적 불확정성 문제를 해결하기 위해.
• 콘텐츠 창작자와 사용자 간의 공유된 이해('공동 의미')를 모델링하여 맥락 인식 개인화 검색을 가능하게 하기 위해.
• 다양한 기술로 구축된 기존 소셜 미디어 구성 요소와 통합 가능한 융통성 있는 검색 아키텍처를 설계하기 위해.
• Semantic Web에 기반한 페싯 기반 분류 체계를 통해 협업적이고 사용자 주도의 의미 기반 탐색을 지원하기 위해.
• 이질적인 시스템 구성 요소를 통해 기술적 타당성을 입증하는 개념 실현 프로토타입을 제시하기 위해.

제안 방법

• 이 방법은 창작자와 사용자 간의 콘텐츠에 대한 공동 해석을 '공동 의미'로 모델링하며, 이는 공동 태깅과 의미 어노테이션에서 유도된다.
• 콘텐츠를 주제, 저자, 시간 등 다수의 독립적인 차원(예: 주제, 저자, 시간)에 따라 정리하기 위해 페싯 기반 분류 체계를 활용한다.
• 태그, 사용자, 콘텐츠 간의 관계를 표현하고 추론하기 위해 Semantic Web 기술(RDF, OWL 등)을 사용한다.
• 사용자 프로필과 사회적 맥락을 통합하여 사용자 선호도와 커뮤니티 행동 기반으로 검색 결과를 개인화한다.
• 기존 웹 구성 요소를 사용하여 프로토타입을 구현함으로써 다양한 프로그래밍 언어와 프레임워크 간의 상호운용성을 입증한다.
• 커뮤니티 기반 메타데이터를 통해 동적 페싯 탐색과 검색 결과의 의미 강화를 지원한다.

실험 결과

연구 질문

• RQ1 어떻게 '공동 의미'를 모델링하고 활용하여 사회적 검색의 개인화를 향상시킬 수 있는가?
• RQ2 페싯 기반 분류 체계는 사회적 네트워크 환경에서 검색 정밀도와 재현율을 얼마나 향상시킬 수 있는가?
• RQ3 기존 소셜 미디어 플랫폼과 의미 기반 기술을 어떻게 통합하여 개인화되고 협업적인 검색을 지원할 수 있는가?
• RQ4 피델슨오미는 사회적 콘텐츠의 옹토로지적 불확정성과 모호성을 어떻게 해결하는가?
• RQ5 이질적인 구성 요소를 지원하면서도 의미적 일관성을 유지할 수 있는 통합 검색 인터페이스를 구축할 수 있는가?

주요 결과

• 프로토타입은 기반 기술이나 프로그래밍 언어에 관계없이 기존 소셜 미디어 구성 요소와의 통합을 성공적으로 구현하였다.
• '공동 의미'의 활용은 커뮤니티 기반의 콘텐츠 해석을 반영함으로써 검색 정확도를 크게 향상시켰다.
• 페싯 기반 분류 체계를 통해 사용자는 다수의 독립적인 차원을 통해 검색 결과를 정밀하게 조정할 수 있어 사용자 통제력과 정확도가 향상된다.
• 피델슨오미 기반 의미 어노테이션은 옹토로지적 불확정성을 효과적으로 감소시키며 더 정확한 콘텐츠 탐색을 지원한다.
• 사용자 프로필과 커뮤니티 태깅 행동을 조합함으로써 맥락 인식 개인화를 실현하여 결과를 맞춤화한다.
• 프로토타입에서 다양한 구성 요소 기술과의 호환성을 통해 확장성과 확장 가능성의 잠재력을 입증하였다.