질의어 단위 프로파일링을 이용한 북마크 기반 개인화 검색

Abstract

본 논문에서는 개인화 검색 시 사용자의 단일 프로파일이 개인의 다양한 정보 요구를 만족시키지 못하는 문제를 개선하고자, 질의어에 따라 프로파일을 조정하는 방법을 제안한다. 특히, 제안하는 방법은 질의어에 관해 사용자가 중요하게 생각하는 단어들을 북마크 데이터로부터 추출하여 프로파일 조정에 활용한다. 유명 북마크 서비스 제공자인 CiteULike의 데이터를 활용한 실험에서, 본 연구에서 제안하는 방법이 단일 프로파일에 기반한 기존의 방법보다 더 뛰어난 개인화 검색 결과를 제공함을 확인할 수 있었다.

The approach of a single user profiling for personalized search does not satisfy a person’s diverse information needs. This paper presents a new approach, query-level user profiling, for personalized search in order to improve the situation. Our proposed method extracts query-related words from each user’s bookmarking data and makes use of them in the process of adjusting the user’s profile. We tested our approach using the field data obtained from CiteULike, a popular bookmarking service provider on the Web. Our experiment results show that the proposed approach through query- level user profiling outperforms the existing personalized search method based on single user profiling.