전자도서관 도메인에서 의미적 관계를 이용한 개인화된 논문 추천 시스템

Abstract

오늘날 많은 양의 논문들이 전자문서 형태로 세계 곳곳에서 생겨나 전자도서관에 저장되고, 저장된 논문이 기하급수적으로 증가함에 따라 연구자는 자신이 원하는 논문을 찾기 위해 많은 시간과 노력을 소비해야 한다. 이러한 문제를 개선하기 위해 연구자의 연구분야와 흥미를 반영해 연구자에게 적절한 논문을 추천해주는 개인화된 논문 추천 시스템이 제안되었다. 텍스트로 이루어진 논문을 추천하는 개인화된 논문 추천 시스템은 텍스트 기반 추천방식에 적합한 콘텐츠 기반 필터링을 사용해 많이 연구되었다. 하지만 콘텐츠 기반 필터링을 이용한 개인화된 논문 추천 시스템은 논문 내 콘텐츠 유사도만 고려하고 의미적 관계는 고려하지 않았기 때문에 논문의 잠재적 의미 관계는 파악하지 못하는 한계가 있다. 이를 개선하기 위해 본 논문에서는 콘텐츠 기반 필터링 방법에 의미적 관계를 적용한 PAPRuSR(Personalized Academic Paper Recommender using Semantic Relation in the Digital Library Domain)를 제안한다. PAPRuSR에서 논문은 저자의 연구분야와 흥미를 반영한다는 가정을 바탕으로 연구자의 논문과 해당 논문의 참조논문 및 인용논문을 이용해 연구자 선호 데이터를 구축한다. 구축된 선호 데이터와 추천할 후보 논문 간 콘텐츠 유사도와 논문 간 의미적 유사도를 함께 고려해 높은 유사도를 보이는 논문을 연구자에게 추천한다. 본 논문에서는 콘텐츠 유사도만 고려한 이전 연구와의 비교평가를 통해 PAPRuSR의 효율성을 평가하였고, 그 결과 PAPRuSR가 더 높은 성능을 보임을 확인하였다.