Recently, huge amounts of contents have arisen in the society as social network services become popular. Therefore, developing the way for choosing and recommending most appropriate contents to users among diverse contents is a crucial issue. Moreover, a user can easily create and share various contents in their life with a smartphone, a core device for utilizing social networks. One of the most important standards to distinguish proper contents for a user is the user’s location information. The contents of suitable data for the user are different according to the user’s location.
Tagging is an effective way to categorize contents for providing appropriate contents to a user based on the user’s location information. However, since creating tags are up to users, this informality of tags cause ambiguous semantics. If we can know the precise semantics of tags, we can provide a precise recommendation for the contents.
In this thesis, we propose a new method that recommends topics highly related to a user’s current location by collecting semantic categories of tags. We collect tags attached to the contents which are generated near from the user’s current location and rank them using our scoring function. In addition, we match and categorize the ranked top-K tags to an ontology. Users can obtain the information of the location via the proposed method based on a certain social network service. Experimental results based on over 600,000 Flickr photos and 158,436 distinct tags show that the proposed method effectively provides location-aware tags to a user according to the user’s current location.
최근 몇 년 동안, 플리커, 페이스북, 트위터 같은 온라인 소셜 네트워크 서비스가 큰 인기를 얻고 있다. 유저는 소셜 네트워크 상에서 자신이 생성한 컨텐츠를 업로드 하고 다른 유저들과 이를 공유하면서 관계를 맺을 수 있게 되었다. 더욱이 최근 스마트폰의 빠른 보급은 이러한 소셜 네트워크 서비스들의 활성화에 큰 역할을 하고 있다. 스마트폰을 이용하여 언제 어디서나 컨텐츠를 생성하고 공유할 수 있게 되면서 생성되는 컨텐츠의 양이 비약적으로 증가하는 추세이다. 특히 GPS 시스템이 장착된 스마트폰은 유저의 위치정보를 실시간으로 유저에게 제공해 줌으로써 위치정보가 포함된 컨텐츠를 생성하고 검색하는 데 크게 도움을 주고 있다. 유저 개개인이 위치정보가 포함된 컨텐츠를 생성할 수 있게 되면서 위치기반 소셜 네트워크 서비스가 빠른 속도로 증가하는 추세이고 기존의 소셜 네트워크 서비스들도 위치정보를 고려한 새로운 서비스들을 선보이고 있다.
이렇듯 컨텐츠들의 수가 점점 증가함에 따라 어떤 컨텐츠가 유저에게 필요할 것인지 파악하여 자동으로 추천해주는 방법이 필요하게 되었다. 모바일 환경에서 유저의 위치정보를 중요한 추천의 기준으로 선택할 수 있는데 현재 유저가 있는 장소에 따라서 유저에게 필요한 컨텐츠가 다를 수 있다. 유저의 위치정보를 기반으로 컨텐츠를 추천하기 위해서는 먼저 컨텐츠를 분류할 필요가 있는데 이때 사용되는 것이 태그이다. 태그를 이용하면 소셜 네트워크의 방대한 컨텐츠들을 쉽게 분류할 수 있다.
특히 태그는 이미지나 동영상 등 문자가 아닌 컨텐츠도 쉽게 분류할 수 있다는 장점이 있다. 하지만 태그는 정해진 양식이 없이 유저가 마음대로 달 수 있기 때문에 어떤 태그에 대한 시맨틱한 의미를 알기가 힘들다. 만약 태그의 시맨틱한 의미를 알 수 있다면 정확한 추천을 하는데 도움이 될 수 있다. 본 논문에서는 시맨틱한 의미가 파악된 태그를 토픽으로 간주한다. 소셜 네트워크에서 이용되는 태그는 컨텐츠를 생성한 유저가 해당 컨텐츠를 대표하고자 하는 목적으로 선택한 키워드이기 때문에 각 태그를 하나의 토픽으로 고려할 수 있다.
본 논문에서는 유저의 현재 위치와 관련이 높은 태그들을 시맨틱한 그룹으로 묶어 유저에게 추천해 주는 방법을 제안한다.
먼저 유저의 현재 위치 근처에서 생성된 컨텐츠들과 컨텐츠들에 달린 태그들을 수집한다. 다음으로 수집된 태그들이 얼마나 유저의 현재 위치와 연관성이 높은지를 계산하여 점수를 매기게 된다. 점수가 높은 상위 K 개의 태그들을 대상으로 YAGO 온톨로지 인스턴스에 매칭시켜 태그들의 시맨틱한 의미를 파악하고 몇 개의 그룹으로 분류하여 유저에게 제공한다.
유저는 제공받은 토픽들을 이용하여 해당 지역의 특징을 알 수 있다. 예를 들어 유저가 서울을 방문했을 때 경복궁, 남산, 63 빌딩 등의 태그들을 추천 받는다면 서울에 대한 대략적인 정보를 알 수 있다. 유저가 추천 받은 그룹 중에서 관심 있는 그룹을 선택하면 해당 그룹으로 분류된 토픽들이 유저에게 제공된다. 이 중 관심 있는 토픽을 선택함으로써 해당 토픽과 관련된 컨텐츠들을 쉽게 확인할 수 있다.
