블로그 환경에서 포스트 랭킹을 위한 액션 발생 시각 정보의 활용

Abstract

블로그는 개인의 생각을 온라인상의 문서인 포스트로 남기는 일종의 개인 홈페이지이다. 포스트는 웹 문서와 다른 특징을 가지고 있기 때문에 포스트에 대하여 가해지는 다른 블로거의 액션을 추천의 의미로 이용하여 포스트에 랭킹을 부여하는 알고리즘들이 제안된 바 있다. 기존의 포스트 랭킹 알고리즘들은 포스트에 남겨진 모든 액션들이 동일한 추천의 강도를 가진다고 판단한다. 그러나 액션은 액션이 발생한 순서, 시간에 따라 그 추천의 강도가 다를 수 있다. 본 논문에서는 먼저 액션이 발생한 시각 정보를 바탕으로 액션이 발생한 순서와 시간에 따른 패턴을 분석한다. 이를 바탕으로 액션의 발생 순서와 시간에 따라 서로 다른 가중치를 부여하여 포스트 랭킹에 적용하는 새로운 방법을 제안한다. 또한, 액션을 남긴 블로거의 주제별 관심 정도에 따라 액션의 추천의 강도가 다를 수 있다. 이를 반영하기 위한 방법을 제안한다. 본 논문에서는 제안된 방법들을 기존의 포스트 랭킹 알고리즘에 적용하고, 실험을 통해 실제 블로그 환경에서 각각의 알고리즘들을 평가한다. 실험 결과에 의하면, 제안된 방법들이 기존의 포스트 랭킹 알고리즘의 성능 향상에 도움이 되는 것으로 나타났다.; A blog is a personal web site, usually maintained by an individual, with posts that contain private thoughts. Posts have their unique features different from those of web-pages: Posts have very few hyperlinks, but a large number of actions performed by other bloggers can be regarded as a recommendation. Post ranking algorithms using actions were proposed. These algorithms consider all the actions to have the same strength in recommendations. Actions would be different in the strength of recommendations according to their occurrence orders and/or times. In this paper, we first find action occurrence patterns by analyzing action occurrence times. Based on this result, we propose a novel method that assign different weights to actions according to their occurrence times. The strength of a recommendation for an action performed by a blogger tends to depend on his/her interests on the topic that the corresponding post deals with. We propose a method of applying this tendency to post ranking algorithms. We develop post ranking algorithms expoiting the proposed methods, and then, evaluate the accuracy of these algorithms by performing extensive experiments using real-world blog data. The experimental results reveal that our methods help each algorithms improve the accuracy in post ranking.