[논문 리뷰] Folksodriven Structure Network

Massimiliano Dal Mas|arXiv (Cornell University)|2011. 09. 14.

Data Visualization and Analytics참고 문헌 7인용 수 8

한 줄 요약

이 논문은 네트워크 이론을 활용하여 민속 분류체(folksonomies)를 모델링하는 '플로스드라이븐 구조 네트워크(Folksodriven Structure Network)'를 제안한다. 이는 구조화된 사용자 기반 컨텍스트 표현을 가능하게 하며, 사용자가 생성한 콘텐츠에서 태그 공존을 분석함으로써 짧은 경로 길이와 높은 군집성 특성을 보이며, 뜻밖의 콘텐츠 탐색을 촉진하고 온톨로지 매핑 과제에 대해 확장 가능한 해결책을 제공한다.

ABSTRACT

Nowadays folksonomy is used as a system derived from user-generated electronic tags or keywords that annotate and describe online content. But it is not a classification system as an ontology. To consider it as a classification system it would be necessary to share a representation of contexts by all the users. This paper is proposing the use of folksonomies and network theory to devise a new concept: a "Folksodriven Structure Network" to represent folksonomies. This paper proposed and analyzed the network structure of Folksodriven tags thought as folsksonomy tags suggestions for the user on a dataset built on chosen websites. It is observed that the Folksodriven Network has relative low path lengths checking it with classic networking measures (clustering coefficient). Experiment result shows it can facilitate serendipitous discovery of content among users. Neat examples and clear formulas can show how a "Folksodriven Structure Network" can be used to tackle ontology mapping challenges.

연구 동기 및 목표

• 기존 민속 분류체는 온톨로지처럼 체계적인 분류 체계가 아니므로 공유 컨텍스트 표현의 부족 문제를 해결하기 위해.
• 민속 분류체 데이터가 의미 있는 탐색과 콘텐츠 탐색을 지원하는 네트워크로 구조화될 수 있는지 탐색하기 위해.
• 군집성 및 경로 길이와 같은 네트워크 성질이 관련 콘텐츠의 뜻밖의 탐색을 어떻게 향상시키는지 평가하기 위해.
• 민속 분류체 유래 네트워크를 온톨로지 매핑 작업에 활용할 수 있는지의 타당성을 입증하기 위해.
• 사용자가 생성한 태그를 탐색 가능하고 컨텍스트 인식 가능한 네트워크 구조로 모델링하기 위한 공식적 프레임워크를 제공하기 위해.

제안 방법

• 사용자가 생성한 태그를 네트워크의 노드로 모델링하고, 동일한 콘텐츠 항목에 함께 나타나는 태그 간의 공존을 간선으로 설정한다.
• 구조적 성질 분석을 위해 네트워크 이론 지표—특히 군집 계수와 평균 경로 길이—를 적용한다.
• 실제로 특정 웹사이트에서 수집한 데이터를 기반으로 플로스드라이븐 구조 네트워크를 구축하여 구조적 행동을 검증한다.
• 명확한 수학적 수식을 사용하여 태그 간 관계와 네트워크 구조를 표현함으로써 공식적 분석을 가능하게 한다.
• 태그 간 경로 탐색의 효율성을 측정하여 네트워크의 탐색 가능성 평가를 수행함으로써 추천 및 탐색 가능성의 잠재력을 나타낸다.
• 태그 네트워크의 구조적 유사성을 식별하여 서로 다른 온톨로지 간의 매핑이 가능함을 보여준다.

실험 결과

연구 질문

• RQ1 민속 분류체 데이터는 효율적인 콘텐츠 탐색을 지원하는 구조화된 네트워크로 변환될 수 있는가?
• RQ2 해당 네트워크는 짧은 평균 경로 길이와 높은 군집성을 포함한 소월 특성(Small-world properties)을 보이는가?
• RQ3 이러한 네트워크가 관련 콘텐츠의 뜻밖의 탐색을 어느 정도 지원할 수 있는가?
• RQ4 네트워크 구조는 서로 다른 분류 체계 간의 온톨로지 매핑 문제를 해결하는 데 활용될 수 있는가?
• RQ5 사용자가 공유하는 태그 관계는 협업 태깅 환경에서 공유된 맥락 이해를 어떻게 반영하는가?

주요 결과

• 플로스드라이븐 구조 네트워크는 비교적 짧은 평균 경로 길이를 보이며, 태그 간 탐색의 효율성을 나타낸다.
• 네트워크는 높은 군집 계수를 보이며, 관련 태그 간 강한 국소적 연결성과 공동체 형성을 시사한다.
• 이러한 구조적 성질은 사용자가 짧은 경로를 통해 의미적으로 관련된 태그로 쉽게 이동할 수 있도록 하여 뜻밖의 콘텐츠 탐색을 지원한다.
• 네트워크 모델은 태그 공존을 통해 사용자 간 공유된 맥락 이해를 공식적이고 확장 가능한 프레임워크로 표현한다.
• 다양한 도메인 간 민속 분류체 네트워크의 구조적 패atters를 일치시킴으로써 온톨로지 매핑 문제에 실용적인 해결책을 제공한다.
• 이론적 수식과 실증 분석을 통해 네트워크가 사전 정의된 온톨로지에 의존하지 않고도 의미 관계를 추론할 수 있음을 확인한다.