[논문 리뷰] Recommender Systems using Pennant Diagrams in Digital Libraries

Zeljko Carevic, Philipp Mayr|arXiv (Cornell University)|2014. 07. 27.

Semantic Web and Ontologies참고 문헌 6인용 수 5

한 줄 요약

이 논문은 SowiPort 디지털 라이브러리에 통합된 펜턴 다이어그램(공동인용 및 공구현 분석 기반의 문서 유사성 시각화 그래프)을 사용하는 디지털 라이브러리 추천 시스템을 제안한다. 이 시스템은 문서 간 관계를 더 직관적이고 세밀하게 이해할 수 있도록 하여, 단순한 추천 목록을 넘어서 학술적 연결성을 더 깊이 있게 제공한다.

ABSTRACT

In digital libraries recommendations can be valuable for researchers, e.g. recommending related literature to a given context. Typically, in a scientific context the simple presentation of related content is not sufficient. Often the users demand a more detailed view on the connection of a document and its specific recommendations. The aim of pennants introduced by Howard White (2007) is to provide the user with a graph showing the relatedness / distance between a given document and related documents. Co-citation but also co-occurrence analysis are established methods for finding related documents to a seed. A seed could be for instance an author, a keyword, or a publication. In this paper we introduce a recommender system in the digital library sowiport using pennant diagrams which can be created from co-citation and/or co-occurrence analysis. The presentation at the NKOS workshop will present demos of pennants in sowiport and will elaborate on practical questions in visualizing pennants and evaluating the utility of pennants for search.

연구 동기 및 목표

• 디지털 라이브러리 내 문서 추천의 투명성과 깊이를 기본 목록을 넘어서 향상시키기 위해.
• 기본 문서와 관련 문헌 간 관계의 강도와 성격을 시각화할 필요를 해결하기 위해.
• 펜턴 다이어그램을 학술 추천 시스템을 위한 새로운 시각화 기법으로 구현하고 평가하기 위해.
• 실제 디지털 라이브러리 환경(SowiPort)에서 펜턴 다이어그램의 실용성과 사용성 평가하기 위해.
• 공동인용 및 공구현 데이터를 상호작용 가능하고 사용자 友好的한 시각적 추천으로 전환하는 방법을 입증하기 위해.

제안 방법

• 시스템은 SowiPort 디지털 라이브러리에서 추출한 공동인용 및 공구현 데이터를 사용해 펜턴 다이어그램을 구축한다.
• 기본 문서(예: 저자, 키워드, 또는 출판물)가 다이어그램의 중심 포인트로 선택된다.
• 펜턴 구조는 팬 형태의 그래프 레이아웃을 통해 기본 문서와 관련 문서 간의 유사성 또는 거리를 시각적으로 표현한다.
• 공동인용 관계는 공통된 참고문헌에서 유도되며, 공구현은 공통된 맥락 또는 메타데이터 기반이다.
• 다이어그램은 SowiPort 인터페이스에 통합되어 문서 네트워크의 상호작용 탐색을 지원한다.
• 방법론은 NKOS 워크숍에서의 데모를 통해 평가되었으며, 시각적 설계 및 사용자 유용성에 중점을 두었다.

실험 결과

연구 질문

• RQ1 펜턴 다이어그램은 디지털 라이브러리 내 기본 문서와 그 학술 동료 간의 유사성을 효과적으로 어떻게 시각화할 수 있는가?
• RQ2 공동인용 및 공구현 분석을 사용할 경우, SowiPort 내 추천의 품질과 해석 가능성에 어떤 영향을 미치는가?
• RQ3 사용자들은 전통적인 추천 목록과 비교해 펜턴 다이어그램을 어떻게 인식하고 상호작용하는가?
• RQ4 생산용 디지털 라이브러리 시스템에 펜턴 다이어그램을 구현하고 렌더링할 때 발생하는 실질적 과제는 무엇인가?
• RQ5 펜턴 다이어그램은 학술 검색 환경에서 문서 간 관계 이해를 향상시킬 수 있는가?

주요 결과

• 펜턴 다이어그램은 공동인용 및 공구현 데이터를 활용해 복잡한 문서 간 관계를 성공적으로 시각화하여, 표준 추천보다 풍부한 맥락을 제공한다.
• SowiPort에 펜턴을 통합함으로써 사용자는 문서 연결의 강도와 성격을 더 직관적으로 인식할 수 있게 되었다.
• NKOS 워크숍에서의 데모를 통해 이 방법의 실현 가능성과 시각적 명확성이 실제 디지털 라이브러리 환경에서 확인되었다.
• 이 방법은 학술 네트워크의 상호작용 탐색을 지원하여 사용자의 관련 문헌 탐색에 대한 몰입도를 높였다.
• 이 연구는 디지털 라이브러리 내 시각적 추천 시스템의 렌더링 및 평가에 있어 실질적인 고려사항을 제시한다.
• 이 접근법은 문서 간 관계를 체계적인 다이어그램으로 시각화함으로써 추천 시스템의 투명성과 사용성 향상이 가능하다는 것을 입증한다.