[논문 리뷰] SocialScope: Enabling Information Discovery on Social Content Sites

Sihem Amer-Yahia, Laks V. S. Lakshmanan외 1명|arXiv (Cornell University)|2009. 09. 10.

Semantic Web and Ontologies인용 수 44

한 줄 요약

SocialScope는 사용자 생성 콘텐츠와 사회적 연결을 통합하는 소셜 콘텐츠 사이트에서 효과적인 정보 탐색을 가능하게 하기 위해 콘텐츠 관리, 정보 탐색, 정보 표시의 세 층으로 구성된 논리 아키텍처를 제안한다. 이는 관리 및 검색의 과제를 해결하기 위해 다양한 콘텐츠 유형과 작업에 대해 일관되게 표현하고 최적화할 수 있는 통합된 대수적 프레임워크를 도입한다.

ABSTRACT

Recently, many content sites have started encouraging their users to engage in social activities such as adding buddies on Yahoo! Travel and sharing articles with their friends on New York Times. This has led to the emergence of {\em social content sites}, which is being facilitated by initiatives like OpenID (http://www.openid.net/) and OpenSocial (http://www.opensocial.org/). These community standards enable the open access to users' social profiles and connections by individual content sites and are bringing content-oriented sites and social networking sites ever closer. The integration of content and social information raises new challenges for {\em information management and discovery} over such sites. We propose a logical architecture, named \kw{SocialScope}, consisting of three layers, for tackling the challenges. The {\em content management} layer is responsible for integrating, maintaining and physically accessing the content and social data. The {\em information discovery} layer takes care of analyzing content to derive interesting new information, and interpreting and processing the user's information need to identify relevant information. Finally, the {\em information presentation} layer explores the discovered information and helps users better understand it in a principled way. We describe the challenges in each layer and propose solutions for some of those challenges. In particular, we propose a uniform algebraic framework, which can be leveraged to uniformly and flexibly specify many of the information discovery and analysis tasks and provide the foundation for the optimization of those tasks.

연구 동기 및 목표

• 사용자 생성 콘텐츠와 소셜 네트워크 데이터를 융합하는 소셜 콘텐츠 사이트에서 관련 정보를 탐색하는 데 점점 커지는 과제를 해결하기 위해.
• 콘텐츠 및 소셜 데이터의 통합과 관리를 지원하는 확장성 있고 확장 가능한 아키텍처를 설계하기 위해.
• 다양한 정보 탐색 작업을 일관되고 대수적으로 표현하고 최적화하기 위한 기반을 제공하기 위해.
• 원칙적인 표시 메커니즘을 통해 사용자가 탐색한 정보를 이해하는 데 도움을 주기 위해.
• OpenSocial 및 OpenID와 같은 개방형 표준을 통해 소셜 기능을 도입하는 콘텐츠 사이트의 변화하는 요구사항을 지원하기 위해.

제안 방법

• SocialScope 아키텍처는 콘텐츠 관리, 정보 탐색, 정보 표시의 세 층으로 구성되며, 각 층은 정보 검색의 서로 다른 측면을 다룬다.
• 콘텐츠 관리 층은 분산된 소스에서 오는 콘텐츠 및 소셜 데이터를 통합하고 유지하며 물리적으로 액세스한다.
• 정보 탐색 층은 콘텐츠를 분석하여 새로운 통찰을 도출하고, 의미적 및 사회적 맥락을 활용해 사용자 쿼리를 해석하여 관련 정보를 검색한다.
• 정보 표시 층은 탐색된 정보를 시각화하고 구조화하여 사용자 이해도와 상호작용을 향상시킨다.
• 다양한 데이터 유형과 작업 간에 일관되게 표현하고 최적화할 수 있도록 통합된 대수적 프레임워크를 제안한다.
• 이 프레임워크는 탄력적인 쿼리 작성과 최적화를 지원하여 복잡한 탐색 워크플로의 효율적 실행을 가능하게 한다.

실험 결과

연구 질문

• RQ1 어떻게 콘텐츠 및 소셜 데이터를 통합된 아키텍처 내에서 효과적으로 통합하고 관리할 수 있는가?
• RQ2 어떤 메커니즘이 소셜 콘텐츠 사이트에서 다양한 정보 탐색 작업을 탄력적이고 효율적으로 지정하는 데 기여하는가?
• RQ3 사용자 쿼리는 어떻게 의미적 해석을 받고 사회적 맥락으로 풍부화되어 관련성은 향상될 수 있는가?
• RQ4 통합된 대수적 프레임워크는 이질적인 데이터 소스 간의 탐색 작업 최적화에 어떤 역할을 하는가?
• RQ5 탐색된 정보는 어떻게 원칙적인 방식으로 사용자 이해에 부합하는 방식으로 제시될 수 있는가?

주요 결과

• SocialScope 아키텍처는 콘텐츠 관리, 정보 탐색, 표시를 모듈화되고 확장 가능한 층으로 성공적으로 분리한다.
• 제안된 통합된 대수적 프레임워크는 다양한 데이터 유형과 작업 간에 일관되고 탄력적인 정보 탐색 작업 표현을 가능하게 한다.
• 이 프레임워크는 탐색 쿼리의 최적화를 지원하여 복잡한 사회적 맥락이 부여된 데이터 처리의 효율성을 향상시킨다.
• 시스템은 사용자 프로필과 공유 콘텐츠를 통합하는 사이트에서 실세계 소셜 콘텐츠 워크로드를 처리하는 데 가능성을 입증한다.
• 이 접근법은 확장 가능하고 원칙적인 정보 탐색을 가능하게 하여 향후 소셜 콘텐츠 플랫폼의 진화를 지원한다.
• 정보 검색에 사회적 맥락을 통합함으로써 관련성과 사용자 참여도가 향상된다.