http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
수신자의 정보 전달 특성과 관심도에 기반한 가치 정보의 확산
김명훈(Myeonghun Kim),김상욱(Sangwook Kim) 한국HCI학회 2016 한국HCI학회 학술대회 Vol.2016 No.1
소셜 네트워크 환경에서 사용자에게 노출되는 정보의 가치를 수신자의 정보 전달 특성과 컨텐츠 관심도를 접목하여 정량적으로 산출하고, 이를 바탕으로 정보수신자의 인접 노드 들에게 높은 가치를 가지는 정보를 재 공급하는 방법을 제안한다. 소셜 네트워크의 수많은 정보의 범람으로 사용자는 모든 정보를 소비하는 것이 현실적으로 어렵기 때문에 정보 확산과정에서 많은 정보소멸현상이 발생한다. 이 소멸 가능성이 높은 정보 중 가치 있는 정보를 사전에 발견하고 재 공급할 수 있다면 정보의 생존성이 극대화되고 네트워크 구성원들이 보다 더 유용한 정보를 소비할 기회를 가지게 되므로 전체 소셜 네트워크 정보의 질적인 향상을 기대할 수 있다. As an increasing number of information in social network, we can witness important phenomena that information becomes extinct frequently without being spread to other nodes. We propose a method to maximize the life of information easily disappear but worth spreading by estimating degree of user’s interest on information and investigating which information was propagated. Even if this type of information does not play a crucial role to receiver, it can be a highly important to his neighbor nodes and we define it as a qualitative information.
온라인 소셜 네트워크 환경에서의 연결 긴밀도 분석을 통한 영향력 노드의 탐지 기법
김명훈(Myeonghun Kim) 한국정보통신학회 2020 한국정보통신학회 종합학술대회 논문집 Vol.24 No.1
본 연구는 온라인 소셜 네트워크 환경에서 개인화 정보를 추천하기 위한 다양한 방법 중 하나로 노드 간 간선 긴밀도 분석을 통하여 한 노드에게 가장 영향력 있는 노드를 탐지하는 기법을 제시한다. 영향력 노드가 제공하는 정보는 다른 노드의 정보보다 더 높은 개인화된 정보를 제공한다는 가정을 하고 있으며, 한 노드에 연결된 다수의 노드와의 Coherency 분석을 통해 Affinity 값을 정량적으로 산출하고 비교 우위를 통해 영향력 순위를 산출한다. 그리고 이 Affinity 값은 노드 상호간 다양한 인터렉션 활동분석(소통 기간, 빈도, 지속시간, 소통 분산 정도 등)을 기반으로 산출하며 Affinity 값이 높은 노드(영향력 노드)의 정보를 전달했을 때 수신 노드는 정보에 대한 반응성이 가장 높음을 실험을 통하여 증명한다. This research provides a method to detect the most influential node by analyzing edge coherency(called Closeness) to spread personalized information in online social network. We assume that an information spread by influential node has more qualitative context for receiver, and this information can be detected by calculating Affinity index(closely linked to Closeness) with coherency algorithm. Coherency algorithm is based on a few novel factors such as interaction term, frequency, duration, scatteredness and affinity index made by those factors indicates closeness degree. Also we demonstrate this technique is a meaningful approach by disseminating high affinity information to certain node to examine how many this node react with that(causes secondary dissemination).
컨텐츠 유사도와 사회적 친화도 분석 기법을 혼합한 가치정보의 추천 시스템
김명훈(Myeonghun Kim),김상욱(Sangwook Kim) 한국정보과학회 2016 정보과학회논문지 Vol.43 No.11
추천 시스템은 개인에게 고도로 개인화된 아이템을 제공함으로써 아이템의 선택과 소비과정에서 발생하는 과부하를 줄여주고 효율성을 증대시키는 중요한 역할을 한다. 본 연구에서는 전통적인 추천기법인 Content-Based(CB)기법과 최근 대두되는 Social Network-based(SN)기법을 접목하여 새로운 복합방식의 정보 추천 알고리즘을 제시한다. CB기법의 대표적인 한계점인 cold start problem과 SN기법에서 부족할 수 있는 추천 아이템의 전문성 문제를 상호 보완하는 형태가 되며, 특히 최근 소셜 네트워크의 특징인 비신뢰(non-trust) 기반의 영향력 있는 정보 확산자가 존재하는 환경에서 기법을 적용할 수 있도록 하였다. 또한 대부분 사람 추천 중심인 기존의 SN기법들과는 달리 사람에게 제공할 정보를 추천하는데 초점을 두며, 정보의 선정과정에서 개인의 소셜 네트워크와 실세계(real world)에서의 사회활동 정보를 모두 활용하여 더욱 더 개인화된 가치정보를 제공하고자 한다. Recommendation systems play a significant role in providing personalized information to users, with enhanced satisfaction and reduced information overload. Since the mid-1990s, many studies have been conducted on recommendation systems, but few have examined the recommendations of information from people in the online social networking environment. In this paper, we present a hybrid recommendation method that combines both the traditional system of content-based techniques to improve specialization, and the recently developed system of social network-based techniques to best overcome a few limitations of the traditional techniques, such as the cold-start problem. By suggesting a state-of-the-art method, this research will help users in online social networks view more personalized information with less effort than before.
사회적 영향력과 어의 유사도 분석에 기반한 가치정보의 추천 기법
김명훈 ( Myeonghun Kim ),김상욱 ( Angwook Kim ) 한국정보처리학회 2016 한국정보처리학회 학술대회논문집 Vol.23 No.2
추천 기법은 개인의 관심사와 상황을 고려한 개인화된 아이템을 제공함으로써 아이템의 소비 과정에서 발생하는 부하를 줄여주고 정보 소비의 효율성을 증대시키는데 중요한 역할을 한다. 본 연구에서는 전통적인 추천 기법인 Content-Based(CB)기법과 최근 온라인 소셜 네트워크의 경향을 반영한 Social Network-based(SN)기법을 접목하여 새로운 복합방식의 정보 추천 기법을 제시한다. CB 기법의 대표적인 한계점인 cold start problem 과 SN 기법의 추천 아이템의 전문성 문제를 상호 보완하며,특히 최근 소셜 네트워크의 특징 인 비신뢰 (non-trust) 기반의 영향력 있는 정보 확산자가 존재하는 환경에서 기법을 적용할 수 있도록 하였다. 또한 대부분 사람 추천 중심인 기존의 SN 기법들 과는 달리 사람에게 제공할 정보의 추천에 초점을 두며,정보 선정과정에서 개인의 온라인과 현실 (real world)에서 의 사회 활동 정 보를 모두 활용하여 더욱더 개인화된 가치 정보를 제공하고자 한다.
현실과 가상 세계에서 상호 신뢰도에 기반한 개인화 정보의 식별 방법
김명훈 ( Myeonghun Kim ),김상욱 ( Sangwook Kim ) 한국정보처리학회 2017 정보처리학회논문지. 소프트웨어 및 데이터 공학 Vol.6 No.5
최근 소셜 네트워크의 2가지 주목할 만한 특정은 바로 정보의 홍수와 정보 소비의 과부하 문제이다. 1990년대부터 상황 인지 기반의 개인화 기법들이나 추천 시스템을 통하여 이러한 문제들을 해결하고자 하였는데, 특히 커뮤니티 멤버간의 신뢰도나 친밀도를 기반으로 개인화 정보를 발견하기 위한 접근방법이 최근 소셜 네트워크가 거대화됨에 따라 그 중요성이 부각되고 있다. 그러나 이러한 대부분의 접근법들은 현실이 아닌 온라인 세계에서의 상호 신뢰도(또는 친밀도)만을 고려하는 경향이 있어 보다 더 높은 개인화 성능(적절성)을 가지기 위해서는 현실 세계까지 고려할 필요가 있다. 본 연구에서는 높은 적절성을 가지는 개인화 정보를 식별하는 새로운 방법을 제시하며, 이러한 개인화 정보를 발견하기 위하여 현실 세계와 온라인 세계에서 정보 제공자와 수신자의 상호 신뢰도를 측정하고 이를 기반으로 정보의 중요도를 판단한다. 그리고 본 기법은 개인에게 신규로 제공되는 정보가 아닌 과거에 소비하지 못하고 놓친 정보들을 대상으로 적용한다. Two remarkable problems of recent online social network are information overflow and information overload. Since the mid-1990s, many researches to overcome these issues have been conducted with information recommender systems and context awareness based personalization techniques, the importance of trust or relationship between users to discover influential information has been increasing as recent online social networks become huge. But almost researches have not regarded trust or relationship in real world while reflecting them in online world. In this paper, we present a novel method how to discover influential and spreadable information that is highly personalized to a user. This valuable information is extracted from an information set that consists of lots of information user missed in the past, and we assumes important information is likely to exist in this set.