DOI QR코드

DOI QR Code

The Expert Search System using keyword association based on Multi-Ontology

멀티 온톨로지 기반의 키워드 연관성을 이용한 전문가 검색 시스템

  • 정계동 (광운대학교 컴퓨터과학과) ;
  • 황치곤 (광운대학교 컴퓨터과학과) ;
  • 최영근 (광운대학교 컴퓨터과학과)
  • Received : 2011.09.05
  • Accepted : 2011.10.10
  • Published : 2012.01.31

Abstract

This study constructs an expert search system which has a mutual cooperation function based on thesis and author profile. The proposed methodology is as follows. First, we propose weighting method which can search a keyword and the most relevant keyword. Second, we propose a method which can search the experts efficiently with this weighting method. On the preferential basis, keywords and author profiles are extracted from the papers, and experts can be searched through this method. This system will be available to many fields of social network. However, this information is distributed to many systems. We propose a method using multi-ontology to integrate distributed data. The multi-ontology is composed of meta ontology, instance ontology, location ontology and association ontology. The association ontology is constructed through analysis of keyword association dynamically. An expert network is constructed using this multi-ontology, and this expert network can search expert through association trace of keyword. The expert network can check the detail area of expertise through the research list which is provided by the system.

본 연구는 연구논문 및 저자 프로파일을 기반으로 상호 협력이 가능한 전문가 검색 시스템을 구축한다. 제안한 방법론은 다음과 같다. 첫째, 입력 키워드와 가장 연관성 높은 키워드를 검색하기 위한 가중치 부여 기법을 제안하고, 둘째, 이 기법을 통해 전문가를 효율적으로 검색하는 방안을 제안한다. 우선적으로 논문에서 키워드와 저자 프로파일을 추출하고, 이를 통하여 전문가를 검색할 수 있도록 한다. 이것은 소셜 네트워크의 여러 분야에서 활용할 수 있다. 이러한 정보는 여러 시스템에 분산되어 있다. 이렇게 분산된 데이터를 통합하기 위한 기술로 멀티 온토롤지를 이용하는 기법을 제안한다. 멀티 온톨로지는 메타 온톨로지, 인스턴스 온톨로지, 로케이션 온톨로지와 연관관계 온톨로지로 구성되고, 연관관계 온톨로지는 동적으로 키워드 연관관계 분석을 통해 구축된다. 이 멀티 온톨로지를 이용하여 전문가 망을 제공하고, 이것은 키워드의 연관관계 추적을 통한 전문가 검색이 가능하도록 한다. 이를 통하여 전문가들의 연구물을 확인할 수 있도록 제공함으로써 세부 전문분야를 확인할 수 한다.

Keywords

References

  1. 소셜 네트워크와 데이터 마이닝 기법을 활용한 학문 분야 중심 및 융합 키워드 추천 서비스, 조인 동, 김남규, 지능정보연구 제17권 제1호 2011. 3. pp.127-138.
  2. Wennerberg, P. O., "Ontology Based Knowledge Discovery in Social Networks. Final Report," JRC(Joint Research Center) 2005.
  3. 이승훈, 김지혁, 김흥남, 조근식, "웹 기반 소셜 네트워크에서 시맨틱 관계 추론 및 시각화," 지능정보연구, 제15권, 제1호, 2009. 3.
  4. 황치곤, 정계동, 최영근, "XMDR 기반의 통합 검색을 위한 데이터 그리드 Wrapper 설계", 한국해양정보통신학회논문지 Vol.12 No.5 p.921-929, 2008.
  5. D. Brickley and L. Miller, "FOAF Vocabulary Speciifcation 0.91", Nov. 2007. http://xmlns.com/ foaf/spec/]와 XFN[ XFN(XHTML Friend Network) http://gmpg.org/xfn/
  6. 한국한의학연구원 소셜 네트워크 온톨로지 구축", 김상균, 장현철, 예상준, 한정민, 김진현, 김철, 송미영, 한국콘텐츠학회논문지 '09 Vol. 9 No. 12. https://doi.org/10.5392/JKCA.2009.9.12.485
  7. P. Mika, "Ontologies are us: A unified model of social networks and semantics," Journal of Web Semantics, Vol.5, No.1, pp.5-15, 2007. https://doi.org/10.1016/j.websem.2006.11.002
  8. Funakoshi, K. and T. Ohguri, "A Content-based collaborative recommender system with detailed use of evaluations", Proceedings of the 4th International conference on knowledge-based Intelligent Engineering systems and Allied Technologies, 2007.
  9. Huang, Z., H. Chen. and D. Zeng, "Applying Associative Retrieval Techniques to Alleviate the Sparsity Problem in Collaborative Filtering", ACM Transactions on Information Systems, Vol.22, No.1 (2004), 116-142. https://doi.org/10.1145/963770.963775
  10. Balabanovic, M. and Y. shohm, "Fab : Content based, Collaborative Recommendation", communications of the ACM, Vol.40, No.3(1997), 66-72. https://doi.org/10.1145/245108.245124
  11. G. Salton and M. McGill, "Introduction to Modern Information Retrieval," McGraw-Hill, 1983.