현재 정보 검색에 대한 연구는 방대한 데이터에서 원하는 정보 검색을 제공할 뿐 만 아니라 개인에 따른 맞춤 검색 및 추론된 지식을 제공하는 데 초점을 두고 있다. 본 연구의 목적은 데이터를 개념화하여 분류 및 정의할 수 있는 온톨로지 구조를 기반으로 숨어있는 지 ...

현재 정보 검색에 대한 연구는 방대한 데이터에서 원하는 정보 검색을 제공할 뿐 만 아니라 개인에 따른 맞춤 검색 및 추론된 지식을 제공하는 데 초점을 두고 있다. 본 연구의 목적은 데이터를 개념화하여 분류 및 정의할 수 있는 온톨로지 구조를 기반으로 숨어있는 지식을 발견하여 개인 맞춤 검색을 제공하는 추론 알고리즘에 대해 연구하는 것이다. 현재의 검색에서는 방대한 데이터에서 너무 많은 검색 결과를 제공하거나 어떤 경우에는 검색 결과를 제공하지 못하는 경우도 발생하고 있다. 이러한 정보 검색에서 단점을 보완하기 위해 연관 마이닝 방법으로 추론된 연관 지식과 OWL 온톨로지와 SWRL 추론 언어를 이용하여 생성된 지식을 접목하여 새로운 숨어있는 지식을 발견하여 효율적인 검색을 지원하는 알고리즘을 제안한다. 식당, 주유소, 제과점 등의 도메인에 따른 개인별 선호 온톨로지를 구축하고, 특히 주유소 도메인을 예제로 구축한 연관된 추론 검색 시스템이 개인 선호 속성을 고려한 축약된 지식 정보를 제공함으로 나타났다.

The research of the current information search systems focuses on providing user-friendly and personalized services as well as showing needed information searching from an amount of data. The Purpose of this research is to find hidden knowledge based ...

The research of the current information search systems focuses on providing user-friendly and personalized services as well as showing needed information searching from an amount of data. The Purpose of this research is to find hidden knowledge based on the ontology data structure, which is a categorized and defined data structure in order to integrate and to analyze dispersed data, and to research an inference algorithm to provide personalized searching systems. Currently, users consume too much time discovering information adaptive to them. Nevertheless, they can sometimes not mine any information from the amount of data. In order to complement the disadvantages, this research proposes an inference algorithm to support efficient searching systems which can discover new hidden knowledge by applying the association mining method and OWL ontology constraints with the SWRL(Semantic Web Rule Language) inference language. Therefore, the associated inference searching system constructed with a case of gas stations can provide contracted knowledge information considering personal preference attributes.

현재 정보 검색에 대한 연구는 방대한 데이터에서 원하는 정보 검색을 제공할 뿐 만 아니라 개인에 따른 맞춤 검색 및 추론된 지식을 제공하는 데 초점을 두고 있다. 본 논문의 목적은 데이터를 개념화하여 분류 및 정의할 수 있는 온톨로지 구조를 기반으로 숨어있는 지 ...

현재 정보 검색에 대한 연구는 방대한 데이터에서 원하는 정보 검색을 제공할 뿐 만 아니라 개인에 따른 맞춤 검색 및 추론된 지식을 제공하는 데 초점을 두고 있다. 본 논문의 목적은 데이터를 개념화하여 분류 및 정의할 수 있는 온톨로지 구조를 기반으로 숨어있는 지식을 발견하여 개인 맞춤 검색을 제공하는 추론 알고리즘에 대해 연구하는 것이다. 현재의 검색에서는 방대한 데이터에서 너무 많은 검색 결과를 제공하거나 어떤 경우에는 검색 결과를 제공하지 못하는 경우도 발생하고 있다. 이러한 정보 검색에서 단점을 보완하기 위해 연관 마이닝 방법으로 추론된 연관 지식과 OWL 온톨로지와 SWRL 추론 언어를 이용하여 생성된 지식을 접목하여 새로운 숨어있는 지식을 발견하여 효율적인 검색을 지원하는 알고리즘을 제안한다. 식당, 주유소, 제과점 등의 도메인에 따른 개인별 선호 온톨로지를 구축하고, 특히 주유소 개인 선호 데이터를 예제로 하여 연관 및 온톨리지 기반에서 새로운 지식을 생성하여 연관 및 온톨로지 기반의 추론 검색이 개인에게 축약된 지식 정보를 제공함으로 나타났다.

본 연구는 방대한 데이터에서 사용자에게 효율적인 검색을 지원하기 위해 추론 기반 맞춤 검색을 제공하는 데 초점을 두고 있다. 사용자들의 선호 취향에 대해 연관 마이닝 기법을 사용하여 데이터 간의 연관 규칙을 생성한 후, 온톨로지 데이터 구조에서 제약조건과 시맨 ...

본 연구는 방대한 데이터에서 사용자에게 효율적인 검색을 지원하기 위해 추론 기반 맞춤 검색을 제공하는 데 초점을 두고 있다. 사용자들의 선호 취향에 대해 연관 마이닝 기법을 사용하여 데이터 간의 연관 규칙을 생성한 후, 온톨로지 데이터 구조에서 제약조건과 시맨틱 추론 언어와 접목하여 새로운 숨어있는 지식을 발견하는 알고리즘을 제안하였다. 제안한 알고리즘의 적용 사례로서, 주유소 도메인을 대상으로 개인 선호 기반 검색 시스템을 구축하여 연관 규칙을 생성하고 사용자 선호 온톨로지 구축하여 연관 및 온톨로지 기반의 검색 방법이 축약되고 연관된 지식을 제공하고 있음을 제시하고 있다.
본 연구 결과의 활용 방안으로 웹의 방대한 데이터에서 때로는 사용자가 너무 많은 검색 결과를 제공받기도 하고 전혀 검색 결과를 가질 수 없는 상황이 발생될 수 있다. 이러한 검색 결과의 단점을 보완하기 위해 사용자별로 주유소, 식당, 의류 취향 등의 도메인별로 개인 선호 프로파일을 생성한 후, 제안하고 있는 알고리즘은 선호 속성간의 연관된 추론 지식을 생성하여 축약되고 추론된 정보를 제공하는 개인 맞춤 정보 검색시스템 구축에 활용할 수 있다.