개인화 정보를 이용한 자동 뉴스 피딩 시스템

Abstract

온라인 뉴스 기사는 보도 자료의 새로운 형식으로 인터넷에 공개되었다. 온라인 뉴스는 신속성과 편의성으로 인해 점점 더 많은 사람들이 오프라인 형식의 뉴스 기사 대신 온라인 뉴스 기사를 더 선호하게 되었다. 하지만 매일 많은 양의 뉴스가 발표되기 때문에 발표되는 뉴스 중 구독자가 흥미로운 뉴스를 발견하는 것은 매우 어렵다. 이러한 문제를 해결하기위해 구독자에게 새로 공개되는 뉴스들로부터 구독자의 선호도와 일치하는 뉴스를 효율적으로 선택해주는 방법에 대해 연구되었고, 이러한 연구를 개인화 뉴스 추천이라고 한다. 최근 개인화 뉴스 추천 시스템은 여러 뉴스 사이트들로 부터 실시간 발생하는 뉴스 정보를 검색 엔진을 이용하여 각 개인의 선호도에 맞게 추천해 주는 방법이 연구되고 있다. 하지만 이러한 연구는 검색 결과에 나타나는 중복 뉴스를 해결하지 않았을 뿐만 아니라 구독자의 기호변화에 수동적으로 대응함으로써 적절한 뉴스를 제공하지 못하였다. 이러한 문제를 해결하기위해 본 논문에서 제안하고 있는 개인화 정보를 이용한 자동 뉴스 피딩 시스템(ANFS : Automatic News Feeding System)은 크게 세 가지 단계로 분류한다. 첫째, 최신 정보를 제공하기 위해서 검색 엔진을 이용하여 데이터를 수집하고 이렇게 수집된 데이터의 개체 무결성을 보장하기 위해 중복되는 뉴스를 탐지하는 단계이다. 둘째, 사용자의 요구에 부합하는 문서인지 아닌지를 보다 빠르고 정확하게 판별할 수 있도록 원본 문서의 내용을 요약하는 단계이다. 셋째 사용자의 선호 정보를 이용하여 사용자에게 필요한 문서를 사용자에게 추천하는 단계이다. 즉, 개인화 정보를 이용한 자동 뉴스 피딩 시스템은 정보관리(IM : Information Management)에서 의사 결정을 위하여 필요한 수집․ 처리․ 전달․ 저장의 4가지 단계를 사용하여 사용자에게 필요한 정보를 자동으로 갱신해 줌으로써 정보의 흐름을 자연스럽게 나타내고 있다. 본 논문에서 제안된 각각의 단계는 실험을 통해서 평가하였고, 평가 방법은 정확률, 재현율, F-measure를 이용하였다.