R&D연구결과보고서

(1)

디지털콘텐츠원천기술개발사업

스마트 공간에서의 실시간 지능형 정보 추천을 위한 데이터 마이닝 핵심기술 개발

(Development of Data Mining Core Technologies for Real-time Intelligent

Information Recommendation in Smart Spaces)

한국과학기술원

정보통신기술진흥센터

(2)

단계 보고서

사업명 디지털콘텐츠원천기술개발사업 과제번호 R0184-15-1037

과제명

국문

( )스마트 공간에서의 실시간 지능형 정보 추천을 위한 데이터 마 이닝 핵심기술 개발

영문

( )Development of Data Mining Core Technologies for Real-time Intelligent Information Recommendation in Smart Spaces

주관기관 한국과학기술원 총괄책임자 이동만

참여기관 책임자 ( )

총수행기간 2015. 7. 1. ~ 2018. 8. 31. ( 2년 2개월)

협약기간 2015. 7. 1. ~ 2015. 9. 30. ( 3개월 ) 해당년도

수행기간 2015. 7. 1. ~ 2015. 9. 30. ( 3개월 ) 협약기간

총사업비 천원( )

정 부

출연금 830,000 민 간 부담금

현금 0

계 957,624 현물 127,624

해당단계 사업비 천원( )

정 부

출연금 30,000 민 간 부담금

현금 0

계 34,904 현물 4,904

키워드 개 (6 ~ 10 )

지능형 개인비서 장소성 정형화 데이터 감성분석 다차원 연결망 데, , , , , 이터 마이닝

정보통신 방송연구개발 관리규정 제· 33조에 의거하여 연차보고서 10부를 제출합니다.

년 월 일

2015 9 17 총괄책임자: 이 동 만 (인)

주관기관장: 강 성 모 (직인 인감/ )

정보통신기술진흥센터장 귀하

(3)

해당 단계 추진 현황

Ⅰ.

기술개발 추진 일정

Ⅰ-1

일련

번호 개발 내용 추진 일정 개월 달성도

주요 실적 요약

계획수립 및 자료조사

장소성의 개념을 수립한 기존 연구 조사 및 장소성 정형화 및 추론 관련 기존 연구

조사

세부장소에서의 장소 특성 분석 관련 기존 연구 조사

다차원 연결망 관련도 추론 관련 기존 연구 조사

장소에 대한 분위기 및 감성 분석 관련 기존 연구 조사

기존 연구의 한계점 분석

기존 장소성 정형화 및 추론 기술의 한계점 분석

기존 세부장소 특성 분석 기술의 한계점 분석

기존 다차원 연결망 관련도 계산 기술의 한계점 분석

장소에 대한 분위기 및 감성 분석 관련 기존 연구의 한계점 분석

향후 연구 방향 설정 및 전체 구조 설계

장소성을 구성하는 핵심요소 도출 및 장소성 추론 기술 연구계획 수립

세부장소에서의 장소성 추론 기술 연구계획 수립

사용자 맥락에 적합한 세부 인기 장소 선별을 위한 장소 사용자 간 다차원 연결망

관련도 추론 연구계획 수립

장소에 대한 대중 감성의 파악 및 실용적 활용을 위한 연구계획 수립

핵심 요소기술 간 연계 정의 및 전체 구조 설계

당초계획 개발내용

(4)

해당 단계 추진 실적

Ⅰ-2

단계 목표 장소성 기반 데이터 마이닝 핵심 기술 개발을 위한 사전연구 장소성을 구성하는 핵심요소 도출을 위한 사전 연구

ㅇ

세부장소에서의 장소성 추론을 위한 사전 연구 ㅇ

사용자 맥락에 적합한 세부 인기 장소 선별을 위한 장소 사용자 간 다차원 ㅇ

연결망 관련도 추론 핵심 기술 사전 연구

장소에 대한 대중 감성의 파악 및 실용적 활용 방안에 관련된 사전 연구 ㅇ

단계 사전연구 목표 달성도

가 장소성을 구성하는 핵심요소 도출을 위한 사전 연구 달성 기존 연구 분석

장소성을 정의하는 기존 연구 분석 완료

▷

장소성 정형화 및 추론을 위한 기존 연구 분석 완료

▷

연구이슈 도출 완료

사용자의 요구와 장소의 적합도 매칭 시 기존 연구가 장소의 사회적 의미와 문화적 특성을 미반영

개인 맞춤형 지능형 정보 추천을 위해 공간 활용도 및 인구학적 특성 기반의 장소성 추론이 필요함

이를 위해 지능형 정보 추천에 영향을 주는 장소성을 구성하는 핵심 요소 정 의 및 이를 활용한 장소성 추론 기술 개발이 필요함

나 세부장소에서의 장소성 추론을 위한 사전 연구 달성 기존 연구 분석

세부장소의 특성을 얻을 수 있는 데이터 셋 분석 완료

▷

(5)

▷

장소 추천 및 인기 세부장소 추론 기존 연구 분석 완료

▷

다양한 데이터를 기반으로 어떠한 장소 특성들을 통해 장소성을 추론하는 모 델 연구

실시간으로 장소와 사용자의 상황을 반영하여 장소를 추천하기 위한 실시간 장소성 추론 및 제공 기술 연구

다 사용자 맥락에 적합한 세부 인기 장소 선별을 위한 장소 사용자 간 다차원 연 결망 관련도 추론 핵심 기술 사전 연구 달성

기존 연구 분석 완료

맥락 인지 기반 장소 추천 알고리즘의 기존 연구 분석 완료

▷

관련도 추론 기술의 기존 연구 분석 완료

▷

별점 체크인 등과 같은 장소 사용자 관계를 기존 시스템에서 활용하고 있는 데 그 외에 존재할 수 있는 장소와 사용자 간의 맥락 관계를 정의하는 요소 를 미반영

장소 사용자 맥락 관계를 정의하는 다양한 요소 장소성 감성 등 를 반영하기 위해 다차원적으로 관계를 정의하고 분석하는 기술이 필요함

(6)

따라서 지능형 추천에 핵심 기술인 장소 사용자 다차원 연결망에서 관련도를 추론하는 기술 개발이 필요함

라 장소에 대한 대중 감성의 파악 및 실용적 활용 방안에 관련된 사전 연구 달성

기존 연구 분석 완료

온라인 소셜미디어 감성 분석 방법론 관련 기존 연구 분석 완료

▷

장소에 대한 대중 감성 파악 관련 기존 연구 분석 완료

▷

타겟 데이터인 온라인 소셜미디어 단문 텍스트의 특성에 최적화된 성능을 갖 는 감성 분석 기술 개발이 필요함

장소성 및 행위 맥락을 고려한 대중 감성의 해석을 통해 감성의 정형화와 카 테고리화 연구가 필요함

현재 사용자의 맥락에 따라 실시간성을 갖는 감성 기반 장소 적합성 스코어 출력 알고리즘을 개발하고 고속의 효과적인 분석 기법이 필요함

(7)

기술개발결과

Ⅱ.

사전 연구 결과

가 장소성을 구성하는 핵심요소 도출을 위한 사전 연구 결과 기존 연구 분석 및 한계점

및 공동 연구팀은

기술을 이용해 공간에 대한 키워드 및 사회적 의미를 분석하였 으나 태깅 정보가 일관되지 않고 사용자들 상호작용의 사회적 맥락을 고려 하지 못하는 한계가 있음

소셜 미디어 연구그룹은 증강현실 서비스 사용자 행동 분석을 통해 장소의 변화하는 의미를 파악하고자 하였으나 추천 콘텐츠가 특정 위치에 종속적이고 사용자의 기록에 일관성이 없어 장소성에 대한 일 반화가 불가능함

사물 인터넷 플랫폼 연구팀은 사물 인터넷 기반 스마트 공간에 서 태스크 추천을 위해 사용자 프로파일 공존 이력 공간 내에서 수행한 활동의 종류와 그때의 시간적 환경적 특성 등을 기반으로 장소성을 추론함 사물 인터넷 환경에서 스마트 기기들의 협업을 통해 제공하는 자동화된 서 비스 태스크 를 설명하기 위한 요소들만을 고려하여 장소성을 모델링하였음 이로 인해 일상생활에서 적합한 세부 인기 장소를 추천하기 위해서 고려해 야 하는 핵심 요소가 장소성 온톨로지 모델에 포함되어 있지 않음

기존 연구의 한계점 해외에서 수행된 장소의 특성을 추론하는 기존의 연구 들은 공간에서 지속적으로 변화 확장되는 장소성을 자동으로 파악할 수 있 는 장소성 정형화 모델 및 추론 방법론이 정의되어 있지 않다 이로 인해 장소와 관련된 비정형 소셜 데이터뿐만 아니라 해당 장소에서 수집되는 센 서 정보 등 다양한 데이터 소스로부터 일관된 장소성 추론이 불가능하다는 한계가 있다 또한 에서 수행한 연구는 스마트 오브젝트들로부터 정 보를 수집하여 사용자의 태스크 수행을 지원하는 것을 목표로 하고 있으므 로 정의하고 있는 장소성의 세부 요소가 본 과제에서 목표로 하는 지능형 정보 추천과 일치하지 않는다 따라서 지능형 정보 추천을 위해 중요한 장 소성 구성요소를 정의하고 이를 모델링하여 추론하는 기술에 대한 연구가 필요하다

연구 방향 설정

지능형 정보 추천 시 사용자의 위치뿐만 아니라 사용자의 의도와 사회적

(8)

맥락 및 공간의 특성을 활용하여 개인 사용자의 상황에 보다 적합한 추천 이 가능해야 한다 이를 위해 현재 사용자가 속한 또는 방문하고자 하는 공간에 대한 장소성을 추론할 필요가 있으며 장소성을 구성하는 다양한 요 소들 중에서 어떤 핵심 요소가 중요한지 연구를 통하여 분석할 필요가 있 다

이를 위해 장소성을 구성하는 핵심 요소들 간 연관성을 사전 지식으로 활 용할 수 있도록 장소성을 모델링하고 장소성 모델을 바탕으로 각 공간의 사회적 의미를 파악하기 위해 장소성 정형화 및 추론 기술에 대한 연구가 필요하다

그림 2 장소성 추론 과정 개념도

나 세부장소에서의 장소성 추론을 위한 사전 연구 결과 기존 연구 분석 및 한계점

지리 정보 대학 연구팀은 위치기반 소셜네트워크 서비 스 체크인 데이터 기반의 위치추천 알고리즘 플랫폼을 통해서 특정 장소에 서의 사용자 패턴을 시계열로 분석하여 장소 각각이 가지는 특성을 분류하 였으나 각각의 장소의 의미를 명확하게 파악하지 못함

및 공동 연구팀은 공간상에서의

태스크 추천 시스템에서 개인 사용의 관심사와 지역에 대한 선호도 사용자 간의 관계를 맥락정보로 사용하여 특정 공간에서 수행 할 수 있는 태스크 를 제공하지만 실시간 상황을 고려한 결과를 제공하지 않음

은 도시 지역을 휴대폰 기지국 행정구역 등으로 구분하여 휴대폰 사용자가 가장 많이 위치한 지점을 기반으로 특정 시간대에 가장 인기 있는 장소를 파악했으며 기존의 인기장소 추론 기법을 보완하는 기법을 제안함 그러나 유동인구가 많다는 하나의 기준으로 인기장 소를 파악하였고 그 범위가 사용자에게 추천해 줄 만큼 세밀하지 못하다는 한계점이 있음

(9)

기존 연구의 한계점 기존 연구들은 한정된 데이터를 사용하여 장소 추천을 제공했다 특정 서비스의 체크인 정보 사용자 패턴 휴대폰 사용자 정 보 대중교통 정보 등이 주로 사용되는 데이터이다 무엇보다도 사용자가 원하는 장소를 추천하기 위해서는 장소에 대한 다각적인 분석이 필요한데 이는 하나의 데이터 소스를 통해 얻어내는 것이 어렵다 실시간으로 변화하 는 장소의 상황에 대응하지 못한다는 것도 기존 연구들의 한계점이다 이는 기존의 연구들이 장소와 사용자의 상황을 즉각적으로 인지하여 제공할 수 있는 시스템에 대한 고려를 하지 못했기 때문이다

각각의 데이터로부터 얻어 낼 수 있는 장소의 특성을 파악하고 이를 통합 하여 하나의 장소성을 파악하는 것이 중요하다 장소의 특성들을 단순히 합치는 것이 아니라 상황에 따라 각기 다른 가중치를 가지고 적용되어야 하기 때문에 이를 해결하기 위한 모델 연구가 필요하다

빠르게 변화하는 장소의 특성과 사용자의 상황을 장소 추천에서 적용하지 못하고 있다는 공통적인 한계점도 존재한다 이를 위해 각각의 데이터가 업 데이트 되어야하는 시기와 유효한 데이터의 기간 등을 적용하여 유효한 시 간 안에 세부장소의 장소성을 파악하고 제공할 수 있는 기술이 필요하다

그림 3 실시간 세부장소 장소성 추론 개념도

다 사용자 맥락에 적합한 세부 인기 장소 선별을 위한 장소 사용자 간 다차원 연 결망 관련도 추론 핵심 기술 사전 연구 결과

기존 연구 분석 및 한계점

은 코사인 유사도 피어슨 상관계수 등을 활용하

(10)

여 사용자 맥락이 반영된 세부 장소 간의 관련도를 계산하고 있으나 초기 데이터 부족 및 데이터 희소성 문제가 발생할 경우 이와 관련된 추출된 관 련도를 신뢰하기 어려움

미네소타 대학은 장소 기반 소셜 네트워크 서비스 사용 이력 및 장소의 지 리적 정보를 활용하여 기존 사용자들의 장소에 대한 지식과 개인의 취향을 반영하여 장소를 추천하는 시스템을 제시함 하지만 장소와 사용자 간의 관 계를 정의하는 데 있어 기존 시스템들과 동일한 방식을 따르고 있어 장소 에 대한 맥락 및 사회적 의미를 표현하는 장소성을 다차원 관계로 해석하 여 적용하고 있지 않음

은 기존의 일차원이 아닌 다차원 적으로 관계가 구성되어야 함 에 따라 나타난 다차원 연결망에서 서로 다른 객체 간 관련도를 계산할 수 있는 를 제안함 하지만 해당 알고리즘의 정량적 평가 는 다수의 방법론에서 나타나는 결과의 편차를 관찰하는 데 그쳐 실제 추 천 시스템에 적용한 사례를 제시하고 있지 않음

기존 연구의 한계점 기존 사용자 맥락에 적합한 장소 사용자 관련도를 추 론하여 장소를 추천해주는 시스템에서는 먼저 장소 사용자의 관계를 체크 인 별점으로 설명하고 있어 장소성 감성 등 장소 사용자 간의 다차원 관계 를 반영하고 있지 않다 또한 관계를 통해 관련도를 추론함에 있어 코사인 유사도 피어슨 상관계수 등과 같이 초기 데이터 부족 및 데이터 희소성 문 제에 대처하기 어려운 방법을 사용하고 있다 이에 대안으로

와 같은 다차원 관련도를 추론하는 방법론이 제시되었으나 실제 시스템을 통해 정량적으로 그 효과를 검증하고 있지 않다 따라서 장소 사 용자 간의 관계를 다차원으로 정의하고 이를 바탕으로 초기 데이터 부족 및 희소성 문제를 해결할 수 있는 관련도 추론 기술에 대한 연구가 필요할 것이다

기존 연구 사례를 봤을 때 장소와 사용자의 관계를 별점 체크인으로 정의 하고 있는데 지능형 정보 추천을 위해서는 사용자의 의도와 사회적 맥락 장소성 및 공간의 특성을 반영해야 보다 정확한 추천이 가능할 것이다 이를 위해 장소와 사용자의 관계를 장소성 감성 등이 포함된 다차원으로 정의할 필요가 있으며 추천에 있어서 이와 같은 다차원 관계를 바탕으로 장소와 사용자의 관련도를 추론하는 기술이 필요하다

따라서 장소와 사용자의 관계를 다차원적으로 모색하고 이를 정의한 뒤에 이들 간의 관계를 적합하게 설명할 수 있는 구조를 먼저 모델링할 필요가 있다 이와 같은 모델링을 바탕으로 장소 사용자 다차원 관계를 분석하여 장소와 사용자 간의 관련성을 설명하는 주요 요소를 파악할 필요가 있다 분석한 주요 요소를 바탕으로 이들 간의 관련도를 도출할 수 있는 적합한

(11)

추론 기술에 대한 실증적 연구가 필요하다

그림 4 장소 사용자 간 맥락 관계 정의 및 다차원 연결망 모델링 관련도 추론 기술- ,

라 장소에 대한 대중 감성의 파악 및 실용적 활용 방안에 관련된 사전 연구 결과 기존 연구 분석 및 한계점

연세대학교 디지털서비스 연구실에서는 집단지성 기반 한글 자연어처리 서 비스 오픈한글 을 통해 감성 분석 기능을 제공하나 긍 부정 비율 출력 수 준의 결과에 그치고 있으며 온라인 소셜미디어에서 실질적으로 사용되는 단문 텍스트 메시지를 대상으로는 낮은 분석 성능을 보임 이는 해당 연구 에서 한글 감성 분석용 단어장의 확장과 신뢰도 유지에 집중하여 집단지성 을 활용하였으나 감성 분석 알고리즘 자체는 일반화된 텍스트 분석에 사용 되는 단어의 극성 편향 계산 방식으로 구축하여 특정 맥락에서 생산되는 온라인 단문 텍스트 메시지에는 적용성이 떨어지는 것으로 해석할 수 있음

에서는 지역 정보를 포함하는 트위터 데이터를 통해 도시 내 지리적인 요소에 따라 사람들의 평균적인 감성이 다를 수 있음을 밝혔으나 사용한 분석 방법이 시계열적인 특성을 갖지 못하고 장소의 맥락 해석 및 카테고리화까지 연결되지는 못함 따라 서 해당 연구의 결과물은 뉴욕 도시내 지역별 통시적인 대중 감성의 단순 도식으로 결과의 해석에 있어 실시간성 및 세부 장소별 특성을 구분해 내 지는 못함

기존에 사용되는 대부분의 텍스트 감성분석 기술은 길이가 짧은 단문 텍스트에는 적용성이 낮은 단점을 가짐 이러한 문제를 해결하기 위하여 에서는 감성 어휘를 기반으로 단문 텍스트를 분석 가능한 감성 분석 툴을 제시하였으나 세부 맥락 및 주제에

1) An, J., and H.-W. Kim, "Building a Korean Sentiment Lexicon Using Collective Intelligence", Journal of Intelligence and Information Systems, Vol. 21, No. 2 (2015), 49~67.

2) Bertrand, Karla Z., et al. "Sentiment in new york city: A high resolution spatial and temporal view." arXiv preprint arXiv:1308.5010 10 (2013).

3) Hutto, C. J., and Eric Gilbert. "Vader: A parsimonious rule-based model for sentiment analysis of social media text." Eighth International AAAI Conference on Weblogs and Social Media. 2014.

(12)

관련한 데이터에는 확장 및 적용성이 부족함

기존 연구의 한계점 이상의 사전 연구들을 종합해볼 때 장소에 대한 대중 감성의 파악 및 실용적 활용을 위해서는 크게 두 가지 선결과제가 존재한 다고 결론내릴 수 있음 첫째로 대중이 온라인 소셜미디어를 통해 생산해내 는 단문 텍스트 데이터에 최적화된 감성 분석 기법이 필요함 둘째로 지역 에 따른 통시적 감성 결과 도식화는 이미 기존의 연구에서 수행하고 있으 나 실시간성 및 장소성을 고려한 해석으로 장소의 맥락을 해석 및 구분하 여야 이후 감성 분석 결과가 실용적으로 활용될 수 있을 것으로 보임

본 연구에서는 사용자 감성을 고려한 선호 장소 추천을 위한 세부 장소 관 련 온라인 정보의 감성 특성 정형화 기술 개발을 목표로 함 기존의 선행 연구 한계점 파악 결과 본 연구에서는 타겟 데이터에 최적화된 성능을 갖 는 감성 분석 기술과 장소성 및 맥락을 고려한 대중 감성의 해석에 집중하 는 것이 중요하다는 결론을 얻음 이를 위해 장소 정보를 포함하는 온라인 소셜미디어 데이터에 최적화된 감성 분석 방법론을 개 발하고 세부 장소에 기반한 통시적 대중 감성 추출 및 정형화를 목표로 함 또한 사용자의 맥락을 고려한 실시간 장소 추천을 위해 감성 정보의 카 테고리화 구조 도입을 시도할 것임 이러한 감성 기반 추출 기술이 실질적 인 의미를 갖기 위해서는 실시간으로 상황에 맞는 분석 결과를 도출해내는 것이 핵심이므로 이를 위해 현재 사용자의 맥락에 따라 실시간성을 갖는 감성 기반 장소 적합성 스코어 출력 알고리즘 개발하고 고속의 효과적인 분석을 위한 사용자 행동 히스토리 데이터 정형화 연구를 수행할 것임

그림 5 사용자 감성을 고려한 선호 장소 추천을 위한 세부 장소 관련 온라인 정보의 감성 특성 정형화 기술

(13)

사전 연구 기반의 핵심 기술 간 연계 및 구조 설계

그림 6 핵심 기술 간 연계 및 개발내용의 전체 구조도

(14)

결론 및 차후 계획

Ⅲ.

결론

사전연구를 수행한 결과 현재의 지능형 정보 추천 기술은 위치와 평균적인 사용자들의 사회적 맥락을 기반으로 하므로 개인 사용자의 다양한 의도 보 편적인 평균 사용자가 아닌 개인만의 사회적 맥락 공간이 갖는 다양한 특성 장소성 을 고려하지 않음으로 인한 낮은 추천 정확도 문제를 갖고 있음을 확 인할 수 있었다

따라서 공간 및 사용자에 대한 다차원적 특성과 실시간으로 발생하는 다양한 상황정보를 고려하여 실시간으로 사용자에게 맞춤형 정보를 제공하고 추천 정확도를 개선할 여지가 많이 있음을 발견하였다 이를 가능하게 하기 위해 서는 공간의 장소성을 추론하고 사용자의 감성을 고려하여 사용자에게 적합 한 장소를 찾기 위한 장소 사용자 간 다차원 연결망 관련도 추론 등의 데이 터 마이닝 핵심 기술에 대한 후속 연구가 매우 중요하다

이와 같이 장소성 기반 데이터 마이닝 핵심 기술에 대한 선행적인 연구를 통 하여 지식 재산권을 확보하고 국내 지능형 정보 추천 관련 서비스 업체들이 본 과제의 연구 결과물을 통하여 시장 도입기에 있는 데이터 마이닝 기반 추 천 서비스 시장을 주도할 수 있을 것으로 기대된다

단계 연구 수행 계획

단계 차년도 목표 장소성 기반 데이터 마이닝 핵심 기술 개발을 위한 요구사항 분석 및 데이터 정형화 기술 개발

공간의 다중 사회적 의미를 도출하기 위한 요구사항 분석 및 장소성 정형

●

화 및 추론 기술 개발

세부장소 특성 추론을 위한 자료 구조 정형화 및 추론 기술 개발

●

사용자 맥락에 적합한 세부 인기 장소 선별을 위한 장소 사용자 간 다차원

●

연결망 관련도 추론 요구사항 분석 및 모델링 기술 개발

사용자 감성을 고려한 선호 장소 추천을 위한 세부 장소 관련 온라인 정보

●

의 감성 특성 정형화 기술 개발

단계 차년도 목표 장소성 기반 데이터 마이닝 핵심 기술 설계 개발 및 검증

공간 내 사용자들의 사회적 맥락 파악을 통한 공간의 실시간 장소성 매칭

●

기술 개발

정형화 된 자료구조를 적용한 세부장소의 장소성 추론 기술 개발

●

사용자의 통시적 즉시적 맥락 반영을 위한 장소 사용자 간 다차원 연결망

●