XML 기반 멀티미디어 뉴스 관리 시스템

김현희,박승수,Kim Hyon Hee,Park Seung Soo 한국정보처리학회 2004 정보처리학회논문지B Vol.11 No.7

With recent progress of related multimedia computing technologies, it is necessay to retrieve diverse types of multimedia data based on multi-media content and their relationships. However, different from alphanumeric data, it is difficult to provide relevant multimedia information, be-cause multimedia contents and their relationships are implied in multimedia data. Therefore, in case of a multimedia news service system that is a representative multimedia application, most of new services provide relevant news about text articles and retrieval of multimedia news such as video news or image news are provided independently. In this paper, we present an XML-based multimedia news management system, which provides integrating, retrieval, and delivery of relevant multimedia news. Our data model composed of media object, relationship object, and view object represents diverse types of multimedia news content and semantically related multimedia news. In addition, a proposed view mechanism makes it possible to customize multimedia news, and therefore provides multimedia news efficiently. 최근 인터넷과 멀티미디어 관련 기술의 발달로, 멀티미디어 정보에 대한 사용자들의 요구가 다양해지고 있으며, 특히 한 종류의 멀티미디어 뿐만이 아니라, 다른 종류의 멀티미디어 컨텐츠와 의미 관계를 기반으로 관련 멀티미디어 정보를 검색할 필요성이 대두하고 있다. 그러나 일반 데이터와는 달리 멀티미디어 컨텐츠와 의미 관계는 암시적으로 데이터 내에 내포되어 있기 때문에, 관련 멀티미디어 정보를 제공하는 것이 어렵다. 따라서, 대표적인 응용 프로그램인 멀티미디어 뉴스 관리 시스템의 경우, 대부분의 뉴스 서비스들이 텍스트 기사에 대한 관련 기사를 제공하고 있으며, 비디오 혹은 이미지와 같은 멀티미디어 뉴스에 대한 검색은 독립적으로 이루어지고 있다. 본 논문에서는 XML을 기반으로 관련 멀티미디어 뉴스를 통합, 검색 및 전송할 수 있는 멀티미디어 뉴스 관리 시스템을 개발하였다. 미디어 객체, 관계 객체, 뷰 객체로 구성된 데이터 모델을 제안하여 다양한 종류의 멀티미디어 뉴스 컨텐츠를 표현하고 의미 관계를 포착하였으며, 뷰 메커니즘을 개발하여, 생성된 뷰 객체의 가공을 통하여 사용자에게 멀티미디어 뉴스를 효율적으로 제공하도록 하였다

사용자 청취 습관과 태그 정보를 이용한 하이브리드 음악 추천 시스템

김현희(Hyon Hee Kim),김동건(Donggeon Kim),조진남(Jinnam Jo) 한국컴퓨터정보학회 2013 韓國컴퓨터情報學會論文誌 Vol.18 No.2

본 연구에서는 소셜 음악 사이트에서 사용자들이 음악 아이템을 청취한 횟수와 생성한 태그 정보를 혼합하여 음악을 추천하는 시스템을 제안한다. 현재, 상용화된 음악 추천 시스템들은 주로 사용자의 청취 습관과 외부적인 선호도 입력값을 기반으로 음악을 추천하고 있다. 그러나 이 방식은 아직 음악을 청취한 사용자가 많지 않은 새로운 음악이나 청취 정보가 없는 새로운 사용자의 경우 추천하는 데 어려움이 있다. 이 문제를 해결하기 위해서 본 논문에서는 사용자가 선정한 키워드를 아이템에 부여하는 협업 태깅으로 생성된 태그 정보를 활용하였다. 태그의 의미를 파악하여 감정 표현의 정도에 따라 가중치를 부여한 뒤, 태그 점수와 청취 횟수를 혼합하여 음악 아이템의 선호도를 산출하였다. 이를 기반으로 사용자 프로파일을 생성하고 협업 필터링 알고리즘을 수행하였다. 제안하는 추천 방법의 효율성을 평가하기 위해서, 청취 습관 기반 추천, 태그 점수 기반 추천, 하이브리드 추천 방법의 세 가지 추천 방법에 대해서 정확도, 재현율, 그리고 F-measure를 계산하였다. 실험 결과에 대해 통계적 검증을 시행한 결과, 하이브리드 추천 방법이 다른 두 가지 방식보다 통계적으로 유의한 차이를 보여 성능이 우수한 것으로 나타났다. In this paper, we propose a hybrid music recommendation system combining users' listening habits and tag information in a social music site. Most of commercial music recommendation systems recommend music items based on the number of plays and explicit ratings of a song. However, the approach has some difficulties in recommending new items with only a few ratings or recommending items to new users with little information. To resolve the problem, we use tag information which is generated by collaborative tagging. According to the meaning of tags, a weighted value is assigned as the score of a tag of an music item. By combining the score of tags and the number of plays, user profiles are created and collaborative filtering algorithm is executed. For performance evaluation, precision, recall, and F-measure are calculated using the listening habit-based recommendation, the tag score-based recommendation, and the hybrid recommendation, respectively. Our experiments show that the hybrid recommendation system outperforms the other two approaches.

다중 에이전트 기반 웹 웨어하우징

김현희(Hyon-Hee Kim),방승수(Seoung-Soo Park) 한국정보과학회 2000 한국정보과학회 학술발표논문집 Vol.27 No.1B

본 연구에서는 기존의 데이터 웨어하우징 기술과 웹 기반 기술을 통합한 웹 웨어하우징 기법에 다중 에이전트 패러다임을 적용하여 다중 에이전트 기반 웹 웨어하우징 시스템을 설계, 구현하였다. 시스템은 정보 검색 에이전트, 정보 통합 에이전트, 웹하우스 구축 에이전트로 구성된다. 정보 검색 에이전트는 여러 종류의 웹 자원을 수집한다. 정보 통합 에이전트는 정보 검색 에이전트에 의해 수집된 이형질적인 데이터를 일정한 형식으로 변환한다. 웹하우스 에이전트는 생성된 데이터를 사용하여 웹하우스를 구축하고 관리한다. 웹 데이터를 통합하기 위해 새로운 데이터 모델을 제안하였다. 의미를 갖는 지능적 객체를 생성하기 위해 여러 종류의 추론 에이전트들이 추론작업을 수행하고, 이들은 블랙보드 시스템을 통하여 작업을 통합한다. 본 시스템은 의미 정보 데이터를 사용하므로 웹 정보의 의미적 검색과 정보추출이 가능하다.

토픽 네트워크 분석을 활용한 데이터 마이닝 분야 연구 논문 분석

김현희(Hyon Hee Kim),이혜영(Hey Young Rhee) 한국컴퓨터정보학회 2016 韓國컴퓨터情報學會論文誌 Vol.21 No.5

In this paper, we propose a topic network analysis approach which integrates topic modeling and social network analysis. We collected 2,039 scientific papers from five top journals in the field of data mining published from 1996 to 2015, and analyzed them with the proposed approach. To identify topic trends, time-series analysis of topic network is performed based on 4 intervals. Our experimental results show centralization of the topic network has the highest score from 1996 to 2000, and decreases for next 5 years and increases again. For last 5 years, centralization of the degree centrality increases, while centralization of the betweenness centrality and closeness centrality decreases again. Also, clustering is identified as the most interrelated topic among other topics. Topics with the highest degree centrality evolves clustering, web applications, clustering and dimensionality reduction according to time. Our approach extracts the interrelationships of topics, which cannot be detected with conventional topic modeling approaches, and provides topical trends of data mining research fields.

재중동포 가족 찾기 서신 데이터베이스 구축 및 토픽 모델링과 로컬 대리 분석을 적용한 서신 내용 분석

김현희(Hyon Hee Kim),조진남(Jinnam Jo) 한국데이터정보과학회 2021 한국데이터정보과학회지 Vol.32 No.1

본 연구에서는 1974년에서 2008년까지 진행된 KBS 한민족방송 가족 찾기 프로그램으로 발송된 재중동포 서신 8만 여통에 대하여 데이터베이스를 구축하고 서신의 내용을 분석하였다. 서신을 스캔하여 이미지 파일로 생성한 다음, 태그를 사용하여 서신 내용을 요약하여 서신 이미지를 저장하였다. 태그를 기반으로 검색이 가능하며 검색된 서신에 대한 발송지, 발송자, 발송일 정보와 태그를 저장하여 분석에 활용할 수 있도록 하였다. 데이터베이스 구축 시 서신의 주제를 분류하기 위해서 정치, 경제, 문화, 생활 등의 대분류를 정의하였으며, 각 대분류 내에서 구체적 내용을 파악하기 위해 토픽 모델링을 실시하였고 해당 주제에서 중요한 키워드를 찾기 위해서 나이브 베이즈 알고리즘으로 서신 분류 모델을 생성하고 설명가능 인공지능 기술의 하나인 로컬 대리 분석을 적용하여 해당 분야로 분류하게 된 핵심 키워드들을 추출하였다. 정치 분야의 서신 내용으로는 남북 관계, 한국 정부에 대한 요청 등의 주제를 찾아내었고, 경제 분야의 서신 내용으로는 물품 요청 및 국어사전, 일한사전 등과 같은 구체적인 요청 품목을 찾아내었다. 많은 빅데이터 연구가 다양한 학문 분야에서 융합 연구로 이루어지고 있는 반면, 인문학 분야에서 적용된 예는 드물다. 본 연구는 인문학 연구에도 빅데이터 분석에서 활용되는 다양한 분석 기법을 적용하여 성공적으로 결과를 도출할 수 있다는 것을 보여줌으로써 인문학 분야에서의 빅데이터 기반 연구가 의미가 있음을 보여준다. In this paper, we presented a correspondence database from ethnic Koreans living in China and content analysis using topic modeling and local surrogates. Scan image files were generated from correspondences and contents were summarized using tags. And then, image files were uploaded into the database. In addition, sender information such as name, location, dates, and subjects were inserted. Topic modeling was applied to specialized subjects such as politics, economy, society, and culture. Also, important keywords were extracted using the local surrogate analysis, one of the explainable artificial intelligence technology. In the subject of politics, the relationship between South Korea and North Korea and requests for improving the status of Korean living in China to Korean government were found. In the subject of economics, requests for daily necessity, dictionary, etc. were found. This paper shows that successful results can be derived from humanities research by applying various big data analysis techniques used in big data research.

UniTag 온톨로지를 이용한 태그 기반 음악 추천 기법

김현희(Hyon Hee Kim) 한국컴퓨터정보학회 2012 韓國컴퓨터情報學會論文誌 Vol.17 No.11

본 논문에서는 소셜 음악 사이트에서 사용자들이 생성한 태그를 바탕으로 음악을 추천하는 기법을 제안한다. 협력적 태깅 시스템은 사용자가 직접 선정한 단어를 콘텐츠에 부여할 수 있도록 하므로, 사용자의 선호도를 구체적으로 파악할 수 있는 정보를 제공한다. 특히, 감정을 표현하는 감정 태그들은 음악 장르나 음악가와 같이 사실을 나타내는 사실 태그들과는 다르게 선호도를 훨씬 직접 표현하고 있다. 따라서 태그의 의미를 파악하여 감정 태그와 사실 태그로 분류하고, 감정 태그는 감정표현의 정도에 따라 가중치를 부여하기 위해서 UniTag라고 하는 태그 온톨로지를 개발하였다. UniTag 온톨로지를 이용하여 정제된 태그 집합은 사용자 프로파일 생성에 사용되며, 태그 기반 사용자 프로파일을 바탕으로 음악 추천 알고리즘을 수행하였다. 제안하는 추천 방법의 효율성을 평가하기 위해서, 전통적인 청취 횟수 기반 추천, 감정 태그 가중치를 고려하지 않은 추천, 그리고 감정 태그 가중치를 고려한 추천의 세 가지 추천 방법의 정확도와 재현율을 비교하였다. 실험 결과는, 감정 태그 가중치를 고려한 추천 방식이 정확도의 측면에서 다른 두 가지 방식보다 효율적이라는 것을 보여준다. In this paper, we propose a music recommendation method considering users' tags by collaborative tagging in a social music site. Since collaborative tagging allows a user to add keywords chosen by himself to web resources, it provides users' preference about the web resources concretely. In particular, emotional tags which represent human's emotion contain users' musical preference more directly than factual tags which represent facts such as musical genre and artists. Therefore, to classify the tags into the emotional tags and the factual tags and to assign weighted values to the emotional tags, a tag ontology called UniTag is developed. After preprocessing the tags, the weighted tags are used to create user profiles, and the music recommendation algorithm is executed based on the profiles. To evaluate the proposed method, a conventional playcount-based recommendation, an unweighted tag-based recommendation, and an weighted tag-based recommendation are executed. Our experimental results show that the weighted tag-based recommendation outperforms other two approaches in terms of precision.

멀티 에이전트 기반 그룹 일정 관리 시스템

김현희(Hyon Hee Kim),박승수(Seung Soo Park) 한국정보과학회 1997 한국정보과학회 학술발표논문집 Vol.24 No.2Ⅱ

인터넷의 급속한 보급과 함께 간단한 작업을 수행하는 에이전트들이 협력하여 공동의 목적을 달성하는 멀티 에이전트 시스템에 관한 연구가 활발히 진행되고 있다. 본 논문에서는 기업 내 그룹 일정 관리 시스템에 멀티 에이전트 기술을 적용하여 인터넷 환경에서 그룹 일정 관리 시스템을 설계, 구현하였다. 본 시스템은 사용자 에이전트, 작업 에이전트, 개별 에이전트로 구성되며 그룹 일정과 개인 일정을 분리하여 관리한다. 한 시스템 내에서의 에이전트들의 통합방법과 분산된 두 시스템간의 정보 교환 방법을 제시하며 인터넷 환경에서 그룹웨어를 구축할 수 있는 적절한 모델을 제시하였다.

국가별 관심도 측정을 위한 온톨로지 기반 위키피디아 사용 데이터 분석

김현희(Hyon Hee Kim),조진남(Jinnam Jo),김동건(Donggeon Kim) 한국컴퓨터정보학회 2014 韓國컴퓨터情報學會論文誌 Vol.19 No.4

본 논문에서는 위키피디아 사용 데이터를 분석하여 국가별 관심도를 측정하는 기법을 제시하였다. 먼저 해당 국가에 대한 분야별 관심도를 측정하기 위해서 위키피디아 카테고리로부터 개념 계층 구조를 추출하여 관심도 온톨로지를 구축하였다. 관심도 온톨로지는 국가에 대한 관심 분야를 정치, 경제, 사회, 그리고 문화로 분류하고 각 대분류에 대해 다시 세부 분야으로 분류하였다. 다음으로, 특정 국가의 페이지에서 자주 편집된 기사들의 제목을 관심도 온톨로지에 매핑하여 분야별 페이지 뷰를 분석하였다. 마지막으로 한국, 중국, 그리고 일본에 대한 국가별 관심도를 측정하고 국가별로 위키피디아 사용자들의 관심 분야가 다른지 판별하기 위해서 카이 제곱 독립성 검정을 실시하였다. 실험 결과는 위키피디아 사용자들의 관심 분야가 각 국가와 연관성이 있음을 보여준다. 본 연구는 기존의 설문조사 방식으로 국가 이미지를 측정하는 경우보다 적시에 그리고 유연하게 분야별 관심도를 측정할 수 있는 방안을 제시하며, 위키피디아 사용 데이터 분석 결과를 국가 이미지 개선을 위해 분야별로 재고할 방향을 제시한다. In this paper, we propose an ontology-based approach to measuring degree-of-interest in country by analyzing wikipedia usage data. First, we developed the degree-of-interest ontology called DOI ontology by extracting concept hierarchies from wikipedia categories. Second, we map the title of frequently edited articles into DOI ontology, and we measure degree-of-interest based on DOI ontology by analyzing wikipedia page views. Finally, we perform chi-square test of independence to figure out if interesting fields are independent or not by country. This approach shows interesting fields are closely related to each country, and provides degree of interests by country timely and flexibly as compared with conventional questionnaire survey analysis.

감성분석과 딥러닝을 적용한 재중동포 서신 빅데이터 분석

김현희 ( Kim Hyon Hee ),조진남 ( Jo Jinnam ) 중국학연구회 2021 중국학연구 Vol.- No.95

본 논문은 빅데이터 분석 기술을 재중 동포 서신 빅데이터에 적용하여 인공지능 기반의 인문학 연구를 위한 새로운 방법을 제시하였다. 연구에 사용된 서신 빅데이터는 1974년도에서 2008년도까지 진행된 KBS 한민족 방송 가족 찾기 프로그램으로 발송된 재중 동포 서신 약 8만 여 통이다. 서신의 주 내용은 고향에 있는 가족을 찾는 내용이지만, 본 연구에서 초점을 둔 것은 중국과의 공식 수교가 단절되었던 시기에 재중 동포의 삶과 문화를 서신으로부터 찾아내는 것이다. 이를 위해 8만 여통의 서신을 데이터베이스로 구축하여 운영하고 있으며, 감성 분석, 딥러닝, 그리고 설명가능 인공지능 기술을 적용하여 서신 내용을 분석하였다. 감성 분석은 서신에 등장한 형용사만 추출하여 긍정 형용사와 부정 형용사로 나눈 다음, 텍스트의 내용이 긍정적인 내용인지 부정적인 내용인지 판별한다. 긍정 및 부정 형용사를 점수화하기 위해서 공개된 한국어 감성사전에 본 서신에서 사용된 형용사들을 추가하여 처리하였고, 정규화하여 점수를 산출하였다. 한국, 중국, 그리고 일본을 언급한 서신 내용에 대해 감성 분석을 시기별로 분석한 결과 한국에 대한 긍정 점수가 가장 높고 지속적으로 증가함을 알 수 있었다. 부정 점수의 경우는 일본이 초기에는 가장 높았으나 후반부로 갈수록 급격히 하락하였으며, 이는 한중 수교 이후 재중 동포의 관심이 한국으로 집중되었기 때문이라고 할 수 있다. 서신의 내용을 분석하기 위해서 딥러닝을 적용하여 서신을 주제별로 학습시키고 자동 분류를 하도록 하였으며, 설명가능 인공지능 기술인 로컬 대리 분석을 적용하여 주제를 분류하는데 중요한 역할을 한 주요 단어들을 제시하였다. 정치 분야에서는 한중수교, 문화혁명 등이, 그리고 경제 분야에서는 무역, 사업 등이 주요 키워드로 등장하였다. 본 연구는 빅데이터 분석 기술이 인문학 연구에서도 성공적으로 활용될 수 있다는 것을 보여준다. In this paper, we presented a new approach to do research in the humanities based on artificial intelligence. A correspondence database was built using letters from ethnic Koreans living in China sent to Korea Broadcasting System (KBS) for finding separated families. Sentiment of Koreans living in China related to Korea, China, and Japan is analyzed according to the time period. Korea has the highest positive score, and Japan has the lowest positive score. The positive scores of South Korea and China increase, but Japan’s positive score decreases according to the time periods. Deep learning and explainable artificial intelligence are applied to the correspondence database to analyze content of letters,. In the subject of politics, Korea-China diplomatic relation and Cultural revolution are extracted, and in the subject of economy, business and trade are extracted. This research shows that the technology of the big data analysis are successfully applied to humanities studies.

빅데이터를 활용한 국내 도서의 해외 판매시 굿셀러 예측

김나연 ( Nayeon Kim ),김도영 ( Doyoung Kim ),김미려 ( Miryeo Kim ),정지영 ( Jiyeong Jung ),김현희 ( Hyon Hee Kim ) 한국정보처리학회 2022 한국정보처리학회 학술대회논문집 Vol.29 No.1

한국 문학이 세계로 뻗어나감에 따라 해외 시장에서 자리를 잡는 것이 중요해진 시점이다. 본 연구에서는 2016 년도부터 2020 년도까지 최근 5 년간 해외 출간된 도서들 중에서 굿셀러로 분류되는 누적 5 천부 이상 판매 여부를 예측하고자 했다. 굿셀러로 분류되는 도서는 전체 번역 도서 중 적은 비율을 차지하여 데이터 불균형이 발생하였으며, 본 연구에서는 SMOTE 기법과 앙상블 알고리즘을 적용하여 데이터 불균형 문제를 해결하였다. 그 결과, 데이터 클래스 비율이 1:1 에 가까울수록 성능 개선 효과가 나타났으며 LightGBM 모델이 99.83%의 AUC 값을 얻어 다른 앙상블 알고리즘에 비해 가장 좋은 예측 성능을 보임을 검증하였다. 또한 누적 5 천부 이상 판매 여부 예측에 있어 큰 영향을 미치는 변수로는 작가가 가장 중요한 요인으로 나타났으며 출간 국가, 그리고 평점 평균, 평점 참여자 수 같은 온라인 요인도 판매 예측에 유의미한 변수로 나타난 것을 확인할 수 있었다.