그룹화된 폭소노미 구축을 위한 프레임워크와 지원도구의 개발

강유경(Yu-Kyung Kang),황석형(Suk-Hyung Hwang) 한국컴퓨터정보학회 2011 韓國컴퓨터情報學會論文誌 Vol.16 No.5

폭소노미는 웹에 존재하는 리소스에 대해 구성원이 자유롭게 선택한 태그를 붙여서 정보를 체계화하는 새로운 분류 체계이다. Del.icio.us, Flickr, YouTube 등과 같은 최근의 폭소노미 기반 협력 태깅 시스템들을 살펴보면, 폭소노미 데이터를 체계화하고 유용한 서비스를 제공하기 위해 폭소노미의 각 구성요소들(사용자들, 태그들, 리소스들)을 그룹핑하기 위한 기능들을 추가하고 있다. 본 논문에서는, 일반적인 폭소노미에 "그룹(Group)"이라는 개념을 도입하여 확장한 그룹화된 폭소노미(Grouped Folksonomy) 모델과 그룹핑 관련 기본 연산들(Group Aggregation, Group Composition, Group Intersection, Group Difference)을 제안한다. 또한, 본 논문에서는 그룹화된 폭소노미의 구축과 기본연산 수행을 지원하는 도구(GFO)의 개발과 활용사례를 소개한다. 본 연구에서 제안된 모델과 기본 연산들로 구성된 그룹화된 폭소노미 구축을 위한 프레임워크는 폭소노미의 각 구성요소들을 그룹핑하여 그룹화된 폭소노미를 구성하고 보다 유용한 정보들을 추출 및 통합하여 체계화 할 수 있는 토대를 제공한다. A folksonomy is a new classification approach for organizing information by users to freely attach one or more tags to various resources published on the web. Recently, in order to provide useful services and organize the folksonomy data, many collaborative tagging systems based on folksonomy offer additional functionalities for grouping each elements of a folksonomy. In this paper, organization framework for grouped folksonomy is proposed. That is, we suggest the grouped folksonomy model that is an extended folksonomy with the concept of "group" and fundamental operations(Group Aggregation, Group Composition, Group Intersection, Group Difference) for grouping of folksonomy elements. Also, we developed a supporting tool(GFO) that constructs grouped folksonomy and executes fundamental operations. And we introduce some cases using the fundamental operations for grouping of each elements of folksonomy. Based on suggested our approach, we can construct grouped folksonomy and organize and extract useful information from the folksonomy data by grouping each elements of a folksonomy.

A Folksonomy Ranking Framework: A Semantic Graph-based Approach

박현정,노상규 한국경영정보학회 2011 Asia Pacific Journal of Information Systems Vol.21 No.2

In collaborative tagging systems such as Delicious.com and Flickr.com, users assign keywords or tags to their uploaded resources, such as bookmarks and pictures, for their future use or sharing purposes. The collection of resources and tags generated by a user is called a personomy, and the collection of all personomies constitutes the folksonomy. The most significant need of the folksonomy users is to efficiently find useful resources or experts on specific topics. An excellent ranking algorithm would assign higher ranking to more useful resources or experts. What resources are considered useful in a folksonomic system? Does a standard superior to frequency or freshness exist? The resource recommended by more users with more expertise should be worthy of attention. This ranking paradigm can be implemented through a graph-based ranking algorithm. Two well-known representatives of such a paradigm are PageRank by Google and HITS(Hypertext Induced Topic Selection) by Kleinberg. Both PageRank and HITS assign a higher evaluation score to pages linked to more higher-scored pages. HITS differs from PageRank in that it utilizes two kinds of scores: authority and hub scores. The ranking objects of these pages are limited to Web pages, whereas the ranking objects of a folksonomic system are somewhat heterogeneous(i.e., users, resources, and tags). Therefore, uniform application of the voting notion of PageRank and HITS based on the links to a folksonomy would be unreasonable. In a folksonomic system, each link corresponding to a property can have an opposite direction, depending on whether the property is an active or a passive voice. The current research stems from the idea that a graph-based ranking algorithm could be applied to the folksonomic system using the concept of mutual interactions between entities, rather than the voting notion of PageRank or HITS. The concept of mutual interactions, proposed for ranking the Semantic Web resources, enables the calculation of importance scores of various resources unaffected by link directions. The weights of a property representing the mutual interaction between classes are assigned depending on the relative significance of the property to the resource importance of each class. This class-oriented approach is based on the fact that, in the Semantic Web, there are many heterogeneous classes; thus, applying a different appraisal standard for each class is more reasonable. This is similar to the evaluation method of humans, where different items are assigned specific weights, which are then summed up to determine the weighted average. We can check for missing properties more easily with this approach than with other predicate-oriented approaches. A user of a tagging system usually assigns more than one tags to the same resource, and there can be more than one tags with the same subjectivity and objectivity. In the case that many users assign similar tags to the same resource, grading the users differently depending on the assignment order becomes necessary. This idea comes from the studies in psychology wherein expertise involves the ability to select the most relevant information for achieving a goal. An expert should be someone who not only has a large collection of documents annotated with a particular tag, but also tends to add documents of high quality to his/her collections. Such documents are identified by the number, as well as the expertise, of users who have the same documents in their collections. In other words, there is a relationship of mutual reinforcement between the expertise of a user and the quality of a document. In addition, there is a need to rank entities related more closely to a certain entity. Considering the property of social media that ensures the popularity of a topic is temporary, recent data should have more weight than old data. We propose a comprehensive folksonomy ranking framework in which all these considerations are dealt with and that can be easily... In collaborative tagging systems such as Delicious.com and Flickr.com, users assign keywords or tags to their uploaded resources, such as bookmarks and pictures, for their future use or sharing purposes. The collection of resources and tags generated by a user is called a personomy, and the collection of all personomies constitutes the folksonomy. The most significant need of the folksonomy users is to efficiently find useful resources or experts on specific topics. An excellent ranking algorithm would assign higher ranking to more useful resources or experts. What resources are considered useful in a folksonomic system? Does a standard superior to frequency or freshness exist? The resource recommended by more users with more expertise should be worthy of attention. This ranking paradigm can be implemented through a graph-based ranking algorithm. Two well-known representatives of such a paradigm are PageRank by Google and HITS(Hypertext Induced Topic Selection) by Kleinberg. Both PageRank and HITS assign a higher evaluation score to pages linked to more higher-scored pages. HITS differs from PageRank in that it utilizes two kinds of scores: authority and hub scores. The ranking objects of these pages are limited to Web pages, whereas the ranking objects of a folksonomic system are somewhat heterogeneous(i.e., users, resources, and tags). Therefore, uniform application of the voting notion of PageRank and HITS based on the links to a folksonomy would be unreasonable. In a folksonomic system, each link corresponding to a property can have an opposite direction, depending on whether the property is an active or a passive voice. The current research stems from the idea that a graph-based ranking algorithm could be applied to the folksonomic system using the concept of mutual interactions between entities, rather than the voting notion of PageRank or HITS. The concept of mutual interactions, proposed for ranking the Semantic Web resources, enables the calculation of importance scores of various resources unaffected by link directions. The weights of a property representing the mutual interaction between classes are assigned depending on the relative significance of the property to the resource importance of each class. This class-oriented approach is based on the fact that, in the Semantic Web, there are many heterogeneous classes; thus, applying a different appraisal standard for each class is more reasonable. This is similar to the evaluation method of humans, where different items are assigned specific weights, which are then summed up to determine the weighted average. We can check for missing properties more easily with this approach than with other predicate-oriented approaches. A user of a tagging system usually assigns more than one tags to the same resource, and there can be more than one tags with the same subjectivity and objectivity. In the case that many users assign similar tags to the same resource, grading the users differently depending on the assignment order becomes necessary. This idea comes from the studies in psychology wherein expertise involves the ability to select the most relevant information for achieving a goal. An expert should be someone who not only has a large collection of documents annotated with a particular tag, but also tends to add documents of high quality to his/her collections. Such documents are identified by the number, as well as the expertise, of users who have the same documents in their collections. In other words, there is a relationship of mutual reinforcement between the expertise of a user and the quality of a document. In addition, there is a need to rank entities related more closely to a certain entity. Considering the property of social media that ensures the popularity of a topic is temporary, recent data should have more weight than old data. We propose a comprehensive folksonomy ranking framework in which all these considerations are dealt with and that can be easily cu...

형식개념분석을 이용한 폭소노미 마이닝 기법과 지원도구의 개발

강유경(Kang, Yu-Kyung),황석형(Hwang, Suk-Hyung),양해술(Yang, Hae-Sool) 한국산학기술학회 2009 한국산학기술학회논문지 Vol.10 No.8

폭소노미(folksonomy)는 웹에 존재하는 리소스에 대해 사용자가 자유롭게 선택한 태그(tag)를 붙여서 정보를 체계화하는 새로운 분류 체계이다. 폭소노미 기반의 시스템에서는 사용자들의 협력태깅에 의해 사용자, 태그, 리소스 사이의 관계를 나타내는 3항원소데이터가 생성된다. 이와 같은 폭소노미 데이터는 웹 리소스에 대한 정보체계화를 위 한 메타데이터로서 시맨틱 웹과 웹2.0 분야에 활용되고 있다. 본 논문에서는 다종다양한 폭소노미 데이터를 다양한 관점으로 분석하여 유용한 정보를 추출하기 위한 형식개념분석 기반의 폭소노미 데이터 마이닝 기법을 제안하고, 이 를 지원하기 위한 분석도구 FMT를 개발하였다. 또한, 제안한 기법과 FMT의 유용성을 검증하기 위하여, 폭소노미 기 반 시스템인 del.icio.us의 데이터를 대상으로 실험을 수행하고, 그 결과를 보고한다. Folksonomy is a user-generated taxonomy to organize information by which a user assigns tags to resources published on the web. Triadic datas that indicate relations of between users, tags, and resources, are created by collaborative tagging from many users in folksonomy-based system. Such the folksonomy data has been utilized in the field of the semantic web and web2.0 as metadata about web resources. In this paper, we propose FCA-based folksonomy data mining approach in order to extract the useful information from folksonomy data with various points of view. And we developed tool for supporting our approach. In order to verify the usefulness of our proposed approach and FMT, we have done some experiments for data of del.icio.us, which is a popular folksonomy-based bookmarking system. And we report about result of our experiments.

학술정보서비스의 폭소노미 분석 연구

조재인 한국문헌정보학회 2008 한국문헌정보학회지 Vol.42 No.4

In contrast to traditional taxonomy, folksonomy is generated not only by experts but also by creators and consumers of the content. Folksonomy is the practice and method of collaboratively creating and managing tags to annotate and categorize content. It is also known as collaborative tagging or social indexing. Folksonomy is also used to link to create social network that connect people to people who share same interest. Folksonomy users can generally discover the contents by which the tag sets of another user who tends to interpret contents in a way that makes sense to them. Firstly, this study consider the significance and some critical issues about folksonomy. Secondly, analyze special features of Korean academic site's folksonomy, which is managed by academic information site. Accordingly consider the directions of development about folksonomy system. 폭소노미는 전통적인 분류체계인 텍소노미에 대칭되는 용어로 사람들에 의한 분류법이란 의미로 해석된다. 인터넷 컨텐츠를 대상으로 개방적으로 조직된 레이블로, 소셜 태깅의 결과로 만들어진 협력형 색인이다. 폭소노미는 다양한 이용자가 다양한 관점에서 생성한 태그를 통해 우연한 접근의 기회를 제공하며, 동일한 관심사를 가진 타인과 소셜 네트워크 형성을 위한 연결 고리가 된다. 본 연구에서는 폭소노미의 의의를 짚어보고, 전통적인 텍소노미 시스템을 어떻게 보완할 수 있는지, 그리고 그 문제점과 한계는 무엇인지 고찰해 본다. 더불어 학술정보서비스에 부여되고 있는 폭소노미 태그를 분석하여 그 특징을 살펴보고 폭소노미 시스템의 운영 방향을 제시한다.

폭소노미에서 위치태그 분석을 통한 공간관계 추출 기법

최윤희,용환승 한국멀티미디어학회 2009 멀티미디어학회논문지 Vol.12 No.8

As the semantic web receives higher concern with an intensified necessity in these days, the research on the ontology as its core technology has been carried out in various fields. The ontology has been adopted as an alternative to work out lots of problematic issues resulted from the insufficient vocabulary selection rules in folksonomy, widely accepted under Web 2.0. Therefore the importance of research to complementarily consolidate the two disciplines, the folksonomy and the ontology, has been increased. Based on this idea this research proposes a system, which pulls out, using open services, the location information tags from folksonomy-based metadata, ultimately extracts, following location information analyses, spatial relationships among tags, and in turn automatically constructs self-correcting location information domain ontology. The system devised in this study will associate data derived from easily accessible folksonomy with meaningful and technological information from ontology. 최근 시맨틱 웹에 대한 관심과 필요성이 높아지면서 시맨틱 웹의 핵심기술인 온톨로지 역시 다양한 분야에서 많은 연구가 진행되고 있다. 온톨로지는 웹 2.0 환경에서 널리 인용되는 폭소노미의 문제들을 해결하기 위한 대안이 되고 있다. 이에 본 연구에서는 웹 2.0 환경의 폭소노미 기술이 가지는 단점을 보완하고자 폭소노미 기반의 데이터를 온톨로지로 변환해주는 위치 정보 온톨로지 자동 구축 시스템을 제안한다. 제안된 기법은 폭소노미 기반 웹 서비스인 Flickr에 온톨로지 기술을 적용하여 Flickr의 이미지 데이터들과 이들의 메타데이터인 태그들로부터 위치정보 태그와 공간 관계를 추출하고 OWL형태의 온톨로지로 자동 구축한다. 위치정보 태그와 의미적 공간 관계를 분석하고 추출하기 위해 여러 웹 서비스에서 제공하는 공개질의정보 API(이하 openAPI)를 사용하였다. 따라서 본 연구에서 구현한 시스템은 폭소노미 데이터를 온톨로지의 의미적인 정보로 연결해 줌으로써 개념적인 관계를 보완하고 더욱 정확한 검색결과를 제공 할 수 있도록 한다.

상위온톨로지 모델링을 이용한 폭소노미 기반 마이크로컨텐츠 구축

이승민 한국정보관리학회 2011 정보관리학회지 Vol.28 No.4

Metadata and folksonomy are two main approaches in representing, organizing, and retrieving resources in the current information environment. Many researches have conducted studies to combine of metadata and folksonomy in order to utilize the strengths of both approaches. This research proposed an approach to utilize both metadata and folksonomy in representing resources by using microcontents. Microcontents in this research is a conceptual structure that reflects dynamic characteristics of folksonomy and the structure of metadata. By connecting folksonomy with metadata through this microcontents structure, both approaches can maximize their strengths and minimize their weaknesses in representing, organizing, and retrieving resources. 현재 메타데이터와 폭소노미는 정보의 표현과 조직, 검색에 널리 사용되고 있다. 그러나 각각이 지닌 고유한 특성과 장점을 모두 활용하기 위해 이 두 가지 방식을 연결시키기 위한 연구가 많이 수행되고 있다. 본 연구에서는 폭소노미와 메타데이터가 지닌 공통점을 활용해 이 두 가지 방식을 마이크로컨텐츠를 이용해 연결시켜 정보자원의 활용을 극대화하는 방안을 제안하고 있다. 마이크로컨텐츠는 폭소노미의 동적인 특성과 메타데이터의 명확한 체계를 모두 반영한 구조로서, 실질적인 태그나 요소의 값을 갖지 않는 개념적인 구조이다. 이 마이크로컨텐츠를 이용한 접근방법은 폭소노미 태그와 메타데이터 구조에서 제공받은 접근점을 통해 이들 두 가지 방식의 단점을 상호보완하고 장점을 극대화하는데 활용될 수 있다.

어휘관계의 새로운 지평, 대중분류관계(Folksonomy)(1) - 대중분류관계의 기본 개념 및 언어학적 의의를 중심으로-

김진해 ( Kim Jinhae ),이민우 ( Lee Minwoo ) 경희대학교 인문학연구원 2018 인문학연구 Vol.0 No.36

이 논문은 대중분류관계(Folksonomy)의 개념을 소개하고, 이것이 어휘관계 연구에 던지는 의의에 대해서 살펴보는 것을 목적으로 한다. 대중분류관계는 검색을 쉽게 하기 위해 정보 및 객체에 개인이 자유롭게 부여한 태그의 집합체이다. 이러한 태그 집합체는 일정한 어휘관계를 형성한다. 이 논문은 대중분류에 대한 실험결과를 통해 다음 두 가지 의의를 찾을 수 있었다. 첫째, 인간의 신체화된 경험을 바탕으로 한 개념화를 밝히고자 하는 인지언어학의 기본 전제가 타당하다는 점이다. 둘째, 어휘관계가 언어 내적인 관계성 중심이 아닌, 특정 사건/사물과 언어 간에 맺고 있는 관계에서 비롯된다는 점이다. 이는 결과적으로 어휘관계가 고정적이지 않고, 역동성과 문맥의존성을 갖는다는 것을 보여준다. This paper aims to introduce the concept of ‘folksonomy’ and to explore the implications of this study on the lexical relationship research. Folksonomy is the result of personal free tagging of information and objects for one’s own retrieval. These tags form a variety of lexical relationship. In this paper, we have found the following two implications from the experimental results on folksonomy. First, the basic presupposition of cognitive linguistics which is intended to reveal the conceptualization based on human embodied experience is valid. Second, the lexical relationship is not based on intra-linguistic relations, but rather on the relationship between certain events/objects and language. As a result, it shows that lexical relationships have dynamics and context dependency.

Folksonomy를 위한 POI 관리도구 개발

김흠(Jin Xin),박용진(Yong-Jin Park),송은하(Eun-Ha Song),안시훈(Si-Hoon Ahn),남승훈(Seung-Hoon Nam),정영식(Young-Sik Jeong) 한국정보과학회 2008 정보과학회 컴퓨팅의 실제 논문지 Vol.14 No.7

오늘날 웹은 가장 폭넓게 사용되는 기술이고 과거 몇 년 동안 웹은 여러 단계를 통해 진화되고 성숙된 기술이다. 특히 폭소노미, 태깅, RSS 등의 웹 인터페이스 기술이 사용자 중심적으로 발전, 변화하고 있다. 본 논문에서는 POI 정보 관리를 일반적인 구조적 관리 방법 뿐만 아니라, 태깅 기술을 적용하여 POI 정보관리를 위한 POIM(POI Management tool)를 개발한다. 사용자 중심의 POI 서비스를 위하여 사용자가 직접 POIM를 이용하여 특정 POI 객체들에 XML 기반 태깅 정의, 수정, 삭제 등을 수행하면 각 POI 객체들이 GML로 저장된다. The web might be today's most widely-used technology and over the past few years, the web has evolved through various phases and is a mature technology Specially, the web interface technologies, such as folksonomy, tagging, RSS have been developed and changed with respect to user-friendly. In this paper, we should apply to not only the general structure scheme but also the tagging technology for POI information management and develop POIM(POI Management tool)for it. For POI service with user-friendly, the user can available to define, modify, and delete for a specific POI object based on XML by using POIM and then these should be saved on GML.

웹2.0의 참여형 아키텍쳐 환경에서 그래픽 기반 포크소노미 태그 연관 검색의 설계 및 구현

김운용 ( Woon-yong Kim ),박석규 ( Seok-gyu Park ) 한국인터넷정보학회 2007 인터넷정보학회논문지 Vol.8 No.5

최근 인터넷의 급격한 확장을 통해 대두되는 웹2.0 기술은 웹의 구조적 진화인 질적 변화와 사용자 증가라는 양적인 변화로 해석할 수 있으며, 이 구조는 사용자 참여형 아키텍쳐를 근간으로 하고 있다. 블로그, UCC, SNS(Social Networking Service), 매쉬 업, 롱테일 등으로 대표되는 웹2.0기술은 웹의 구조화에 중심적인 역할을 담당하고 있으며, 이곳에 포함된 사용자 참여형 자료의 분류와 검색은 포크소노미(Folksonomy)방식을 통해 널리 이용되고 있다. 포크소노미는 웹 페이지에 공개되고 있는 정보나 관련 주제를 고전적 분류학 기술로 나누는 것이 아니라 꼬리표(태그)에 따라 구분하는 새로운 분류방식으로 사용자 참여로 구성된다. 현재 이러한 분류를 통한 검색은 단순 텍스트 태그검색이나 태그클라우드 방식 등을 통해 특정 태그에 대한 검색이 이루어지고 있으나 태그들 간의 관계를 표현하고, 이들 관계를 고려한 검색은 미비한 실정이다. 이에 본 논문에서는 등록되는 태그들 간의 관계를 고려하여 태그들 간의 연관 그래프를 동적으로 형성하고 이를 기반으로 연관 검색을 제공한다. 이를 통해 태그 검색의 신뢰성을 높이고 검색의 편이성을 제공할 수 있을 것이다. Recently, the web 2.0 services which appear by exponential extension of the Internet can be expressed with the changes in the quality of structural evolution and in the quantity of increasing users. The structural base is in user participational architecture. the web 2.0 services such as Blog, UCC, SNS(Social Networking Service), Mash-up, Long tail, etc. play a important role in organization of web, and grouping and searching of user participational data in web 2.0 is broadly used by folksonomy. Folksonomy is a new form that categorizes by tags, not classic taxonomy skill. it is made by user participation. Searching based on tag is now done by a simple text or a tag cloud method. But searching to consider and express the relations among each tags is imperfect yet. Thus, this paper provides the relational searching based on tags using the relational graph of tags. It should improve the trust of the searching and provide the convenience of the searching.

태그 질의 확장 기능에 기반한 비디오 검색 시스템의 효율성에 대한 실험적 연구

김현희 한국문헌정보학회 2010 한국문헌정보학회지 Vol.44 No.4

This study designed a pilot system in which queries can be expanded through a tag ontology where equivalent, synonymous, or related tags are bound together, in order to improve the retrieval effectiveness of videos. We evaluated the proposed pilot system by comparing it to a tag-based system without tag control, in terms of recall and precision rates. Our study results showed that the mean recall rate in the structured folksonomy-based system was statistically higher than that in the tag-based system. On the other hand, the mean precision rate in the structured folksonomy-based system was not statistically higher than that in the tag-based system. The result of this study can be utilized as a guide on how to effectively use tags as social metadata of digital video libraries. 본 연구는 폭소노미가 비디오 자료를 색인하고 브라우징 하는데 얼마나 유용한지 살펴본 후, 동등어, 동의어 및 관련어를 활용한 질의 확장을 통해서 수행되는 폭소노미 태그 통제가 비디오 검색에 얼마나 효율적인지 조사해 보았다. 이를 위해서, 태그들을 태그 간의 동등 및 연관 관계에 기초하여 클러스터링하고 이러한 정보를 질의 확장에 적용시킨 실험 시스템을 설계, 구현하고 이러한 제안된 시스템이 정보검색 과정에서 폭소노미의 효율성을 얼마나 개선시킬 수 있는지에 대해서 실험을 통해서 확인해 보았다. 실험 결과, 질의 확장을 통해서 태그 통제를 한 제안된 시스템은 태그 통제를 전혀 하지 않은 시스템과 비교하여, 재현율은 증가하였으나 정확률은 전혀 차이가 없는 것으로 나타났다. 본 연구 결과는 폭소노미를 디지털 비디오 도서관의 소셜 메타데이터로 적용하기 위한 하나의 방안이 될 것으로 생각된다.