As an increasing number of blogging people and blog posts gradually, people concern for the metablog which showed collected blog posts to people is growing. People search for blog posts which included desired information through the metablog, but blog posts are recommended by non-personalized recommendation system of metablog which is cannot be sure that users need.
Currently, most of the metablogs use recommendation system based on votes and views. So existing system has a problem that is system recommend post to people depending on popularity regardless of contents. To solve this problem, recommendation system needs other property in addition to votes and views. So we use method that is similarity evaluation of weighted keyword.
In this paper, we propose a blog recommendation system based on keyword similarity. Proposed system computes score of blog post which is evaluated by keyword similarity between a set of search keyword and a set of blog keyword. And it is recommends a higher score post. As an experimental result, we confirmed that proposed system has good performance compared with existing system by ROC analysis using actual data base.
블로그에 대한 관심이 높아지고 블로그 사용인구가 늘어나면서 블로그를 통해서 쏟아지는 글의 양도 증가하고 있다. 그러면서 이를 통해서 정보를 얻고자 하는 사람들이 늘어나고 블로그 글을 수집해서 보여주는 메타블로그에 대한 관심도 증가하고 있다. 하지만 추천수와 조회수에 의존한 현재의 메타블로그 추천시스템은 이런 사용자의 욕구를 모두 반영하지 못하고 있어, 문제점을 찾아서 해결하고자한다.
최근 메타블로그에서 사용하고 있는 추천시스템은 추천수와 조회수에 의존하다보니 글의 내용과 상관없이 구독자의 수나 인기에 의해서 특정 블로거에게 추천이 집중되는 현상이 발생한다. 이 문제를 해결하기 위해서는 추천수와 조회수 이외의 새로운 요인이 필요하고 우리는 키워드 유사도 평가와 가중치 부여를 통해서 이 문제를 해결하고자 한다. 이 논문에서는 키워드유사도에 기반한 블로그 추천시스템을 제안한다.
제안된 시스템은 토픽키워드셋과 블로그키워드셋 사이의 유사도 평가와 각각의 키워드에 대한 가중치 부여를 통해서 블로그 글이 가지는 점수를 계산하는 방법으로 실제 데이터베이스인 다음뷰를 이용, 실험을 통해서 기존의 시스템보다 우수함을 입증하였고, 실험의 분석을 위해서 ROC분석을 사용하였다. 이를 통해서 기준의 문제점들을 해결하는 성과를 보여주었다.
