지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 저널정보
- Korean Institute of Information Scientists and Engineers 정보과학회논문지 : 컴퓨팅의 실제 및 레터 정보과학회논문지 : 컴퓨팅의 실제 및 레터 제17권 제4호
- 발행연도
- 2011.4
- 수록면
- 249 - 253 (5page)
이용수
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
디지털 컨버전스가 진행됨에 여러 모달리티가 혼재된 형태의 데이터가 쏟아져 나오고 있다. 사용자 중심의 검색 및 추천 서비스를 위해서는 이러한 멀티모달 데이터에서의 정보 추출 및 연관성 분석 기법이 필수적이다. 본 논문에서는 다양한 출처에서 생성되는 데이터 간의 연관성 모델링 기법을 제시하고, 온라인상에서 기사와 상품 간의 연관 검색을 사진 정보만으로 실행한 사례를 보인다. 연관성 모델링 기법으로는 LDA(Latent Dirichlet Allocation) 기반의 토픽 모델링 기법을 확장하여 Bi-Source 토픽 모델 기법(BSTM)을 제시한다. 자체 구축한 한국어 잡지 기사 사진 및 쇼핑몰 상품의 사진 데이터에 BSTM을 적용하여, 기사와 상품 간 공통의 컨텍스트를 표현하는 토픽을 추출하고 두 출처에서 얻은 사진 간의 연관관계를 토픽 분포의 유사도를 기반으로 계량화할 수 있음을 보인다. 연관검색 성능 평가를 위해 상품 사진 질의에 대해 유사도를 기준으로 선별한 상위 4～6개의 상품의 카테고리를 확인한 결과 50～60%대의 적중률로 동일 카테고리 상품이 검색되었으며, 기사 사진을 질의로 한 관련 상품 검색 테스트 결과 다양한 잠재적 연관성이 반영된 검색 결과를 얻을 수 있었다.
목차
요약
Abstract
1. 서론
2. Bi-Source 토픽 모델링 기법
3. 기사-상품 연계 모델링
4. 실험 및 결과
5. 결론
참고문헌
참고문헌 (0)
참고문헌 신청이 논문의 저자 정보
이 논문과 함께 이용한 논문
사회문제 해결형 기술수요 발굴을 위한 키워드 추출 시스템 제안
정다미
,
김재석
,
김기남
외 3명
지능정보연구
2013
.09
LDA 모델을 이용한 트위터 토픽 추출 및 토픽 카테고리 판단
정병문
,
김태환
,
이진
외 1명
한국정보과학회 학술발표논문집
2015
.12
토픽 모델링을 이용한 댓글 그래프 기반 소셜 마이닝 기법
이상연
,
이건명
한국지능시스템학회 논문지
2014
.12
LDA 모델을 이용한 잠재 키워드 추출
조태민
,
이지형
한국지능시스템학회 학술발표 논문집
2014
.10
Semantic Dependency Link Topic Model for Biomedical Acronym Disambiguation
김선호
,
윤준태
,
서정연
Journal of KIISE
2014
.09
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2012-569-004457315