사용자 행동 예측을 이용한 개인화 기반 검색 결과 재조정

Abstract

검색 엔진을 통한 현재의 검색 결과는 각 사용자의 선호도와 관계없이 모두 같은 결과를 보여준다. 사용자는 원하는 정보를 검색하기 위하여 통계적으로 2.21개의 검색어를 입력하지만, 이는 사용자의 선호를 표현하기에 부족하다. 사용자는 선호하는 정보를 찾기 위하여 많은 웹 문서를 방문하거나, 검색어를 확장 또는 다른 검색어를 입력한다. 본 논문에서는 검색 결과에 사용자 선호 개념(User Preference Concept)을 적용함으로써 사용자의 선호 개념을 기반으로 검색 결과 순위 재조정을 하기 위하여, 사용자와 유사한 검색 행동을 갖는 사용자 집단의 검색 기록을 이용하여 사용자의 행동 예측을 한다. 사용자 행동 예측을 통하여, 사용자가 보게 될 확률이 가장 높은 문서의 집합을 STC(Suffix Tree Clustering)를 이용하여 사용자 선호 개념을 추출하고, 이를 이용하여 개인화 기반의 검색 결과 순위를 재조정하는 시스템을 제안한다