효율적인 소셜 검색을 위한 토픽기반 소셜 관계 랭크 알고리즘

국문 초록 (Abstract)

지난 10여 년간, 정보기술 분야의 패러다임은 기계중심에서 인간중심으로, 기술기반에서 사용자가 쉽게 정보시스템에 참여하고 활용 할 수 있는 사용자 기반으로 변화되었다. 즉 소셜 네트워크를 이용하여 정보를 상호 공유하는 소셜 검색의 형태로 변화하고 있으며, 이와 같이 사람과 사람을 연결 해 주는 소셜 네트워크 서비스는 웹서비스와 융합을 통해 친구 맺기, 친구 찾기, 유사한 관심사를 갖고 있는 사람들과의 정보공유, 선호도 검색, 정보추천시스템 등 다양한 분야에 활용되고 있다.
본 논문에서는 토픽 기반 소셜 관계 랭크(TS_SRR : Topic Sensitive_Social Relation Rank) 알고리즘을 제안한다. 제안 알고리즘은 소셜 네트워크 서비스를 웹 검색 엔진과 통합하는 것을 목적으로 하며, 소셜 관계 지수, 즉 Social Relation Rank와 검색 결과에 대한 선호도 사이의 상관관계를 분석하였다. 실험 과정에서 소셜 네트워크 안에 존재하는 일반적인 사람들은 정보 공유시 특정 분야에 대해 관심사가 유사할 경우 잘 모르는 타인들에 비해 친밀도가 높은 친구를 더 신뢰한다는 것을 확인 할 수 있었다. 따라서 제안 알고리즘은 소셜 검색의 신뢰성을 향상 시킬 수 있을 것으로 판단된다.

다국어 초록 (Multilingual Abstract)

In the past decade, a paradigm shift from machine-centered to human-centered and from technology-driven to user-driven has been witnessed. Consequently, Social search is getting more social and Social Network Service (SNS) is a popular Web service to connect and/or find friends, and the tendency of users interests often affects his/her who have similar interests. If we can track users’ preferences in certain boundaries in terms of Web search and/or knowledge sharing, we can find more relevant information for users.
In this paper, we propose a novel Topic Sensitive_Social Relationship Rank (TS_SRR) algorithm. We propose enhanced Web searching idea by finding similar and credible users in a Social Network incorporating social information in Web search. The Social Relation Rank between users are Social Relation Value, that is, for a different topics, a different subset of the above attributes is used to measure the Social Relation Rank. We observe that a user has a certain common interest with his/her credible friends in a Social Network, then focus on the problem of identifying users who have similar interests and high credibility, and sharing their search experiences. Thus, the proposed algorithm can make social search improve one step forward.

목차 (Table of Contents)

• 요약
• ABSTRACT
• Ⅰ. 서론
• Ⅱ. 관련연구
• Ⅲ. 토픽기반 소셜 관계 랭킹 알고리즘 제안
• Ⅳ. 실험 및 평가
• Ⅴ. 결론
• Reference

참고문헌 (Reference)

1 김영안, "신뢰할 수 있는 온라인 커뮤니티 기반의 효율적인 웹 검색 시스템 설계" 한국통신학회 37 (37): 67-74, 2012

2 A. Mohan, "Web-search ranking with initialized gradient boosted regression trees" 14 : 77-89, 2011

3 C. Dwyer, "Trust and privacy: A comparison of Facebook and MySpace" 339-, 2007

4 Y. H. Kim, "Social Network Analysis" ParkYoung Company 2003

5 Y. Zeng, "Ranking and Combining Social network data for web personalization" 15-18, 2012

6 S. Hatakenaka, "Query and topic sensitive pagerank for general documents" 97-101, 2012

7 E. Lessor, "IBM collective intelligence white paper" IBM Global Business Service 2012

8 J. S. Kim, "Human Network" 16 (16): 1-19, 2004

9 E. Spertus, "Evaluating similarity measures: A large-scale study in the Orkut social newtork" 678-684, 2005

10 M. V. Vieira, "Efficient search ranking in social networks" 563-572, 2007

11 F. Yasuhiro, "Efficient personalized pagerank with accuracy assurance" 15-23, 2012