Recent decade, people are more familiar with accessing information by using the web. Of all method of use the Web, information sharing by using video is an important factor which is rising for the future web environment. For this purpose, there is a various of services such as YouTube, Vimeo and Liveleak can support to upload UGC (User-Genarated Content) on the web. Users tend to seek related information during or after watching an informative video when they are using these kind of web service. In this situation, the first and best way of satisfying these kind of information needs is to find and read the comments on its service. However, existing service supports only sorting by recency (newest one) or rating (high ‘LIKES’ score). Then, there is a limitation for seeking related information unless reading all comments. Therefore, we suggest a novel method to find informative comments by considering original contents and its comments. For understanding user aspects, we conducted a qualitative study in situation of watching informative videos, and it shows how users interact with the comments, which feature users are more satisfied with, and which criteria users evaluate with. The methods are composed of measuring informativeness priority, classifying intention for information, and clustering to eliminate duplicated theme. The method of measuring informativeness priority calculates how much the comments cover all of topics in original contents. After the informativeness priority calculation, the method classifies comments` intention for information whether they invoke or evoke information. Then, the method picks most informative comments with applying clustering methods to eliminate duplicated theme by some rules. Experiments show that the suggested methods can find more informative comments than existing method (sorting by high ‘LIKES’ score).
최근 10년간 사람들은 웹을 이용하여 정보에 접근하는데 친숙해졌다. 이러한 변화 가운데, 동영상을 통하여 정보를 공유하는 것 또한 중요한 문제로 떠오르고 있다. 이를 지원하기 위하여 YouTube, Vimeo 등과 같은 다양한 서비스가 등장하였다. 이러한 서비스를 활용함에 있어서, 사람들은 관련있는 정보를 찾아보려는 욕구가 존재한다. 이런 상황에서 가장 첫번째로 그리고 효과적인 방법으로는 그 해당 댓글을 우선적으로 살펴보는 방법이 있다. 하지만, 기존의 서비스에서는 단순히 최신순 혹은 호감도 순으로 댓글을 보여주기 때문에 다양하고 많은 양의 댓글 속에서 유용한 댓글을 사용자가 선별하는 것은 상당이 어려움이 있다. 따라서, 영상과 댓글을 고려하여 자동적으로 유용한 댓글을 선별하는 방식을 제안한다. 이를 위하여 우선 질적연구방법론을 이용하여 사용자가 동영상 시청간에 추가적인 정보를 찾는 상황에 대하여 조사해 보았으며, 이를 토대로 도출된 특성들을 토대로 유용한 댓글을 선별하는 방식을 설계하였다. 방식은 크게 세가지로 구성이 되어 있는데, 첫째는 비디오 내용 전체를 담고있는 댓글인지 나타내는 점수를 제안하였으며, 둘째로 댓글의 정보 요구가 제공하려는 것인지 제공 받으려는 것인지를 판단하는 기능이 있다. 마지막으로 중복된 댓글을 선별하기 위하여 클러스터링 방식도 적용한다. 실험 결과, 제안된 방법이 기존의 호감순에 의해 댓글을 보여주는 방법에 비해 보다 더 유익한 댓글들을 선별해 냈다.
