이용자 태그 확장을 통한 블로그 자동분류 성능 향상에 관한 연구

국문 초록 (Abstract)

웹 2.0 시대가 되면서 이용자 누구나 정보 및 컨텐츠 등의 생산자가 되었다. 이에 맞추어 정보의 생산과 공유가 쉽도록 이용자 중심의 환경이 제공되고 있다. 블로그는 어려운 문법이 필요 없고, 실시간으로 작성할 수 있으며 같은 관심사를 가진 이용자들 간에 사회적 네트워크 형성이 가능하다는 장점들 때문에, 개인뿐만 아니라 기관에 의해서도 많이 이용되고 있다. 이에 따라 웹 문서에서 블로그가 차지하는 비중이 증가하였으며, 많은 사람들이 블로그를 통해 정보를 획득, 공유하고 있다. 따라서 이러한 블로그 페이지들의 분류와 검색이 효과적으로 이루어질 필요가 있다.본 연구의 목적은 이용자가 부여하는 태그를 이용하여 블로그 페이지의 자동 분류 성능을 향상시키는 데 있다. 이를 위해 블로그 페이지에 이용자가 부여한 태그를 확장하여 분류 자질로 이용하는 것이 효과적인지 알아보고, 자동 분류 성능 향상을 위한 최적의 조건을 찾기 위한 실험을 수행하였다.블로그 페이지의 자동 분류 실험을 위해 티스토리와 메타 블로그인 믹시를 통해, ‘IT’, ‘영화’, ‘스포츠’, ‘정치’, ‘여행’의 다섯 개 카테고리의 약 4,300여 건의 블로그 페이지를 수집하였다. 수집된 블로그 페이지들을 대상으로, 본문의 용어만을 분류 자질로 사용하는 실험, 본문의 용어와 이용자 태그를 분류 자질로 이용하는 실험, 태그 간 동시 출현 빈도에 기반한 유사도를 이용하여 확장한 태그와 본문의 용어를 분류 자질로 이용하는 실험, 본문의 태그와 트랙백으로 연결된 문서에 출현한 태그 간의 유사도를 기반으로 확장한 태그를 본문의 용어와 함께 분류 자질로 사용하는 실험의 네 단계 실험과정을 통해서 가장 높은 분류 성능을 나타내는 조건을 알아보았다.실험을 통해 밝혀진 사실은 다음과 같다.첫째, 블로그 페이지의 작성자가 부여한 태그를 자동 분류를 위한 자질로 추가하였을 때의 분류 성능이 페이지 본문에서 추출한 용어만을 자질로 이용한 경우보다 2.92%~3.14%의 성능 향상이 있었다.둘째, 태그 간 동시 출현 빈도를 기반으로 산출한 유사도 값을 이용하여 태그 확장을 한 후, 추가된 태그들을 분류 자질로 이용한 경우의 자동 분류 성능은 본문의 용어만을 이용한 경우보다 11.94%~16.83% 향상되었고, 본문에 출현한 용어와 태그를 이용한 경우보다 8.75%~13.27%의 성능 향상이 있었다.셋째, 트랙백으로 연결된 문서에 등장한 태그들과의 동시 출현 빈도를 기반으로 한 유사도 값을 이용하여 태그 확장을 한 후, 추가된 태그들을 분류 자질로 이용한 경우의 자동 분류 성능은, 본문의 용어만을 이용한 경우보다 12.76%~18.34%의 성능 향상이 있었고, 본문의 용어와 태그를 이용한 경우에 비해 9.55%~14.73%가 높았으며, 본문의 용어와 확장한 태그를 이용한 경우에 비해서는 0.7%~1.29%의 성능 향상이 있었다.넷째, 태그 확장을 거친 경우, 추가 태그 수에 따라서 성능 향상 정도가 달라졌으며 추가 되는 태그 수를 150개로 하였을 때 가장 높은 성능을 보였고, 그 이후로는 오히려 성능이 하락되는 것으로 나타났다.다섯째, 트랙백 문서를 이용한 경우, 태그 간 유사도 값에 부여하는 가중치에 따라 성능 향상 정도가 달라졌으며, 가중치 값이 60일 때 가장 높은 성능을 보였으며, 그 이후로는 성능이 하락되는 것을 보였다.결론적으로 블로그 페이지의 자동 분류 자질로 이용자가 직접 부여하는 태그를 이용하거나, 태그 확장 과정을 적용하는 것이 자동 분류 성능 향상에 효과가 있었으며, 트랙백으로 연결된 문서에 속한 태그를 추가하는 것 또한 성능 향상에 도움이 되는 것으로 나타났다.