KR101068676B1

KR101068676B1 - 사람과 자원 간 소셜 네트워크를 형성하기 위한 온톨로지 확장 모델 구축 장치 및 방법

Info

Publication number: KR101068676B1
Application number: KR1020100045491A
Authority: KR
Inventors: 최호진; 김수경
Original assignee: 한국과학기술원
Priority date: 2010-05-14
Filing date: 2010-05-14
Publication date: 2011-09-28

Abstract

본 발명은 검색하고자 하는 특정 컨텍스트(Context)에 따라 상기 컨텍스트와 관련한 사람을 중심으로 자원과 인맥관계를 연결할 수 있는 온톨로지 확장 모델 구축 장치 및 방법에 관한 것으로, 상기 온톨로지 확장 모델 구축 장치는 특정 컨텍스트와 관계된 클래스의 속성을 이용하여 FOAF 온톨로지와 확장 자원 온톨로지를 상기 클래스와 연결함으로써, 소셜 네트워크 분석에 있어서 사람에 대한 관계뿐만 아니라 의사결정이나 가치판단의 유용한 정보로 활용할 수 있도록 웹에 분포한 다양한 자원과 그들의 관계를 표현할 수 있다.

Description

사람과 자원 간 소셜 네트워크를 형성하기 위한 온톨로지 확장 모델 구축 장치 및 방법{Ontology modeling apparatus and method for connecting person to resource}

본 발명은 온톨로지 확장 모델 구축 장치 및 방법에 관한 것으로, 더욱 상세하게는, 검색하고자 하는 특정 컨텍스트(Context)에 따라 상기 컨텍스트와 관련한 사람을 중심으로 자원과 인맥관계를 연결하여 온톨로지 모델을 구축할 수 있는 온톨로지 확장 모델 구축 장치 및 방법에 관한 것이다.

소셜 미디어(Social Media)란 사람들이 의견, 생각, 경험, 관점 등을 서로 공유하기 위해 사용하는 온라인 툴과 플랫폼을 뜻하며, 텍스트, 이미지, 오디오, 비디오 등의 다양한 형태를 가지며, 가장 대표적인 소셜 미디어로는 블로그(Blog), 소셜네트워크, 메시지 보드(Message Boards), 팟캐스트(Podcasts), 위키스(Wikis), 비디오블로그(Vlog) 등이 있다. 이러한 소셜 미디어는 사용자들이 콘텐츠를 소비하는 동시에 생산도 하는 프로슈머(Prosumer)의 활동을 야기했다. 또한, 웹 기반 기술의 발달로 다양한 정보 공유와 네트워킹 기능의 확대는 매시업(Mash-up), REST, FOX, XML 등 웹 2.0 기반의 웹 기술 등 새로운 웹 애플리케이션의 발생을 촉진하였다.

이러한 소셜 미디어의 발달에 따라, 최근 웹 2.0과 더불어 웹상의 정보 공간에 사용자가 자신의 개인적인 정보를 자유롭게 게시할 수 있도록 하는 소셜 네트워크 서비스가 증가하였다. 그리고 마이스페이스(MySpace), 페이스북(facebook), 싸이월드 등 인기있는 소셜 네트워크 사이트는 엄청난 규모의 트래픽과 커뮤니티 회원을 확보하고 있다. 이러한 가상의 커뮤니티(소셜 네트워크 사이트) 사용자들 간의 관계에 초점을 맞춘 소셜 네트워크 분야의 연구가 활발히 진행되고 있고, 소셜 네트워크 분석(Social Network Analysis)을 통하여 새로운 부가가치 창출을 하기 위한 많은 노력이 이루어지고 있다.

상기 소셜 네트워크 분석은 주어진 범위 내의 전체 관계에서 사용자와 이미 인맥관계를 형성하고 있는 사람들의 정보적인 연결성을 통해 새로운 사회적 연결 관계를 발견해 내는 것에 목적이 있다. 그러나, 이러한 소셜 네트워크 분석을 통해 사람에 대한 관계는 표현하였지만 의사결정이나 가치판단의 유용한 정보로 활용할 수 있도록 웹에 분포한 다양한 자원과 그들의 관계를 표현하는 모델을 제시하지 못하는 한계가 있다.

상술한 문제점을 개선하기 위해, 본 발명은 고도의 의사결정이나 가치판단을 지원받을 수 있도록 다수의 유니모달(unimodal) 소셜 네트워크로부터 멀티모달(multimodal) 소셜 네트워크를 생성할 수 있도록, 특정 상황(Context)에 관계한 인맥관계 및 외적 자원을 검색하여 상호 연결함으로써 온톨로지 모델을 구축할 수 있는 온톨로지 확장 모델 구축 장치를 제공하는데 그 목적이 있다.

또한, 본 발명은 상기 온톨로지 확장 모델 구축 장치를 이용하여 특정 상황에 맞는 소셜 네트워크를 동적으로 생성할 수 있도록 온톨로지 모델을 구축할 수 있는 온톨로지 확장 모델 구축 방법을 제공하는데 다른 목적이 있다.

또한, 본 발명은 상기 온톨로지 확장 모델 구축 장치 및 방법을 구현할 수 있는 프로그램을 컴퓨터가 읽을 수 있도록 기록한 기록 매체를 제공하는 데 또 다른 목적이 있다.

상기 과제를 해결하기 위하여 본 발명의 일실시 형태는, 검색하고자 하는 컨텍스트(context)에 대한 정보가 입력되는 컨텍스트 정보 입력부; 상기 컨텍스트와 의미적 관계를 갖는 사람을 연결하고, 상기 사람과 관계된 인맥관계 및 외부 자원을 연결하여 온톨로지 확장 모델을 구성하는 온톨로지 확장 모델링부; 및 상기 구성된 온톨로지 확장 모델을 저장하는 지식베이스 모듈;을 포함하는 온톨로지 확장 모델 구축 장치를 제공한다.

이때, 상기 지식베이스 모듈은 분석 대상인 사람을 정의하는 AP(Analysis Person) 클래스 및 검색어로 입력되는 상기 컨텍스트를 정의하는 AC(Analysis Context) 클래스를 포함하는 커넥트 스키마 온톨로지(Connect Schema Ontology)와, 상기 AP 클래스와 관계된 속성을 포함하는 FOAF 온톨로지(FOAF Ontology)와, 상기 AP 클래스와 관계된 외부 자원을 포함하는 확장 자원 온톨로지(Extend Resource Ontology)를 포함하며, 상기 온톨로지 각각은 RDF 트리플 형식으로 정의되는 것을 특징으로 한다. 또한, 상기 AP 클래스 및 AC 클래스는 상기 FOAF 온톨로지 및 확장 자원 온톨로지에 대한 인터페이스이다.

상기 온톨로지 확장 모델링부는 matchPerson, describePerson 및 connectResource을 이용하여 상기 커넥트 스키마 온톨로지와 상기 FOAF 온톨로지 및 상기 확장 자원 온톨로지를 연결한다. 상기 matchPerson은 상기 AC 클래스에서 정의된 특정 컨텍스트와 관련된 AP 클래스를 연결하는 술어이며, 상기 온톨로지 확장 모델링부는 상기 matchPerson 술어를 이용하여 상기 AC 클래스와 관련된 속성을 상기 AP 클래스로 연결한다. 또한, 상기 describePerson은 상기 AP 클래스의 사람 인스턴스와 관련된 인적사항에 대한 정보를 확장하는 술어이며, 상기 온톨로지 확장 모델링부는 상기 describePerson 술어를 이용하여 상기 AP 클래스의 사람 인스턴스와 관련된 속성을 FOAF 온톨로지로 연결한다. 또한, 상기 connectResource은 상기 AP 클래스의 사람 인스턴스와 관련된 외적 자원들에 대한 정보를 확장하는 술어이며, 상기 온톨로지 확장 모델링부는 상기 connectResource 술어를 이용하여 상기 AP 클래스의 사람 인스턴스와 관련된 속성을 확장 자원 온톨로지로 연결한다.

상기 온톨로지 확장 모델링부는 다단계 단어 매칭 구조를 이용하여 상기 AP 클래스의 인스턴스와 관련된 속성을 기분류된 RDF 유사 트리플 저장소와 연결한다. 상기 다단계 단어 매칭 구조는 1단계 색인 테이블 및 2단계 색인 테이블을 포함하며, 상기 온톨로지 확장 모델링부는 검색어를 구성하는 문자 중 첫 문자에 대한 출현 빈도를 참조하여 상기 1단계 색인 테이블의 해당 구간을 결정하고, 상기 1단계 색인 테이블의 해당 구간과 연결된 2단계 색인 테이블에서 두 번째 문자를 결정하고, 상기 두 번째 문자와 연결된 유사 트리플 저장소에서 첫 문자와 두 번째 문자를 제외한 나머지 문자를 결정한다.

한편, 본 발명에 따른 다른 실시형태는, 상기 온톨로지 확장 모델 구축 장치를 동작시킬 수 있는 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체를 제공한다.

한편, 본 발명에 따른 또 다른 실시형태는, 검색하고자 하는 컨텍스트(context)에 대한 검색어를 AC(Analysis Context) 클래스로 정의하는 제1 단계; 상기 AC 클래스와 관계된 분석 대상인 사람을 AP(Analysis Person) 클래스로 정의하여 커넥트 스키마 온톨로지(Connect Schema Ontology)를 구성하고, 상기 AC 클래스와 관계된 속성을 통해 상기 AC 클래스를 상기 AP 클래스로 연결하는 제2 단계; 상기 AP 클래스에 대한 사람과 관계된 속성을 통해 상기 AP 클래스를 FOAF 온톨로지(FOAF Ontology)로 연결하는 제3 단계; 및 상기 AP 클래스에 대한 외부 자원과 관계된 속성을 통해 상기 AP 클래스를 확장 자원 온톨로지(Extend Resource Ontology)로 연결하는 제4 단계;를 포함하는 온톨로지 확장 모델 구축 방법을 제공한다.

이때, 상기 온톨로지 각각은 RDF 트리플 형식으로 정의되며, 상기 제2 단계에서, 상기 AC 클래스와 상기 AP 클래스의 연결은 matchPerson 술어에 의해 이루어지는 것이며, 상기 제3 단계에서, 상기 AP 클래스와 상기 FOAF 온톨로지는 describePerson 술어에 의해 이루어지는 것이며, 상기 제4 단계에서, 상기 AP 클래스와 상기 확장 자원 온톨로지는 connectResource 술어에 의해 이루어지는 것이다.

상기 제1 단계는 다단계 단어 매칭 구조를 이용하여 상기 검색어에 대한 유사어를 검색하는 단계이다. 또한, 상기 제1 단계는, 상기 검색어를 구성하는 문자 중 첫 문자에 대한 출현 빈도를 참조하여 상기 첫 문자에 해당하는 1단계 색인 테이블의 항목을 선택하는 제11 단계; 상기 1단계 색인 테이블의 항목과 연결된 2단계 색인 테이블에서 두 번째 문자에 해당하는 항목을 선택하는 제12 단계; 상기 두 번째 문자에 해당하는 항목과 연결된 RDF 유사 트리플 저장소에서 상기 첫 문자와 두 번째 문자를 제외한 잉여 문자를 선택하는 제13 단계; 및 상기 잉여 문자와 관계된 속성을 통해 유사어를 연결하는 제14 단계;를 포함하여 이루어진다.

한편, 본 발명에 따른 또 다른 실시형태는, 상기 온톨로지 확장 모델 구축 방법을 동작시킬 수 있는 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체을 제공한다.

본 발명에 따르면, 본 발명은 소셜 네트워크 분석에 있어서 사람에 대한 인맥관계뿐만 아니라 의사결정이나 가치판단의 유용한 정보로 활용할 수 있도록 웹에 분포한 다양한 자원과 그들의 관계를 표현할 수 있다.

도 1은 본 발명의 일실시 형태에 따른 온톨로지 확장 모델 구축 장치를 개략적으로 나타내는 블록도이다.
도 2는 도 1에 도시된 지식베이스 모듈의 FOAF 온톨로지에서 친구를 기술하는 개념을 설명하기 위한 예시도이다.
도 3은 도 1에 도시된 온톨로지 확장 모델링부에 적용되는 다단계 단어 매칭 구조를 설명하기 위한 예시도이다.
도 4는 본 발명의 일실시 형태에 따른 온토롤지 확장 모델 구축 방법을 설명하기 위한 순서도이다.
도 5는 본 발명의 소셜 네트워크의 온톨로지 모델 구축 방법에서 적용하는 다단계 단어 매칭 구조를 이용한 다단계 색인 방법을 설명하기 위한 순서도이다.

이하, 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나, 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 또한, 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였다. 그리고, 명세서 전체를 통하여 유사한 부분에 대해서는 동일한 부호를 붙였다.

먼저, 본 발명의 이해를 돕기 위해 본 발명에 적용되는 관련 기술들에 대해 살펴보기로 한다.

소셜 네트워크(Social Network, SN)란 일반적으로 친구, 직장 동료 또는 정보를 교환하는 관계 등 다양한 사회적 관계를 통해 연결된 사람이나 조직 혹은 다른 사회적 개체의 집합을 의미한다. 최근 인터넷의 발달과 더불어 블로그나 온라인 카페 등 웹상의 네트워크화된 정보 공간에 사용자가 자신의 개인적인 정보를 자유롭게 게시할 수 있도록 하는 서비스가 증가하면서 사용자들 사이의 관계에 초점을 맞춘 소셜 네트워크 분야의 연구가 활발히 이루어지고 있다. 이와 같은 사용자들은 단순히 사회적인 측면뿐만 아니라 교육, 정치, 경제 등 다양한 분야의 가상 커뮤니티를 형성함으로써 현대 사회의 주요한 부분으로 자리매김하고 있다.

이처럼 상용되고 있는 인터넷 소셜 네트워크 서비스(Social Network Service, SNS)로는 주로 전문가 집단의 네트워크를 형성하기 위한 비즈니스 지향적 소셜 네트워킹 사이트인 LinkedIn, Linknow 등이 있으며, 오르컷(orkut), 마이스페이스(MySpace), 페이스북(facebook), 싸이월드 등과 같이 개인적인 친분 관계의 유지와 확장, 정보의 공유를 목적으로 소셜 네트워크를 구성하는 서비스 등이 있다.

소셜 네트워크 분석(Social Network Analysis, SNA)은 소셜 네트워크를 구성하는 사회적 개체들 간의 관계를 바탕으로 이미 알려져 있지 않은 특정한 패턴을 발견해내는데 그 목적이 있으며, 폭넓은 분야에서 연구가 계속되고 있으며, 이에 따른 다양한 응용 연구가 진행되어 왔다. 예를 들어, C. Chen은 전자 도서관 자료의 저자들이 참조한 다른 자료들의 목록을 바탕으로 이들의 관계를 분석하고 시각화하였다. 또한 문서의 공동 저자 간의 관계를 분석하고, 더 나아가 공동 저자 네트워크 내에서 영향력 있는 개인을 발견해 내었다. 즉, 소셜 네트워크 분석을 통해 주어진 범주 내의 전체 관계에서 사용자와 이미 인맥관계를 형성하고 있는 사람들의 정보적 연결성을 발견하고 새로운 사회적 연결 관계를 추론해 내는 것이다.

이러한 소셜 네트워크 분석의 연구와 적용 분야의 다양성만큼이나 분석을 위한 접근 방법 또한 매우 다양한데, 최근 시멘틱 웹 패러다임(sementic web paradigm)의 발달과 함께 소셜 네트워크 모델링과 분석의 접근 방법 중 하나로 온톨로지(Ontology)의 이용이 큰 비중을 얻고 있다.

소셜 네트워크의 모델링과 분석에 온톨로지를 사용함으로써 얻을 수 있는 이점은 다음과 같다. 우선 온톨로지는 일반적으로 주어진 도메인에 관련된 개념과 이들 상호간의 관계를 설명하고 명세를 제공하기 위해 사용되며, 소셜 네트워크를 구축하는데 필요한 정보들을 클래스와 속성으로 정의하여 표현한다. 소셜 네트워크는 각 개체와 개체간의 사회적 관계에 대해 명세를 제공하고자 하는 목적을 갖는다는 점에서 온톨로지의 일반적인 목적과 부합한다. 또한, 온톨로지는 양립되거나 일관성 없는 정보의 모델링을 허용하지 않기 때문에 정보의 유효성을 보장할 수 있다. 마지막으로, 온톨로지는 적절한 규칙과 추론 메카니즘을 통해 새로운 정보를 추론하여 얻을 수 있도록 한다. 즉, 온톨로지는 이전에 존재하지 않았던 개체 간의 새로운 관계를 발견해 내는 데 이러한 추론 메카니즘을 사용할 수 있다. 예를 들면, 온톨로지로 표현되는 소셜 네트워크 데이터를 수집하고 이를 이용하여 소셜 네트워크를 분석, 평가하며, 온톨로지와 소셜 네트워크의 분석을 통해 특정 도메인의 지식베이스에서 지식을 발견할 수 있다.

상술한 바와 같이 소셜 네트워크 및 온톨로지에 대한 기본적인 개념을 가지고 다음과 같이 본 발명을 설명하고자 한다. 참고로, 본 발명의 명세서에서 상황과 컨텍스트(context)는 동일한 의미를 가지고 사용되며, 혼용될 수 있다.

도 1은 본 발명의 일실시 형태에 따른 소셜 네트워크 간의 온톨로지 확장 모델 구축 장치를 개략적으로 나타내는 블록도이다. 이를 참조하면, 온톨로지 확장 모델 구축 장치는 컨텍스트 정보 입력부(110), 온톨로지 확장 모델링부(120) 및 지식베이스 모듈(130)을 포함하여 구성된다.

컨텍스트 정보 입력부(110)는 사용자와의 인터페이스 역할을 담당하며, 사용자로부터 검색하고자 하는 특정 컨텍스트(context)를 입력받는다. 이때, 컨텍스트 정보 입력부(110)는 네트워크를 통해 컨텍스트 정보를 수신할 수도 있으며, 또는 사용자에 의해 직접 입력받을 수도 있다. 이러한 컨텍스트 정보 입력부(110)는 노트북 컴퓨터, 데스크 탑 컴퓨터 등의 컴퓨터 단말기, PDA 단말기, 휴대폰 등 모든 사용가능한 통신 장치를 의미한다.

온톨로지 확장 모델링부(120)는 입력된 특정 컨텐스트와 관련된 온톨로지들을 검색하고, 검색된 온톨로지들을 상호 연결하여 확장된 온톨로지를 모델링한다. 이때, 모델링된 온톨로지를 온톨로지 확장 모델이라 한다. 즉, 특정 컨텍스트와 관계된 사람을 중심으로 인맥관계를 표현한 온톨로지와 다양한 외부 자원을 표현한 온톨로지를 연결하는 것에 의해 온토롤지 확장 모델을 모델링한다. 이때, 온톨로지 확장 모델링부(120)는 지식베이스 모듈(130)에 저장된 온톨로지 규칙에 따라 컨텍스트에 관계된 인맥관계 및 외부 자원을 검색하여 상호 연결한다.

지식베이스 모듈(130)은 규칙, 온톨로지 및 온톨로지 확장 모델링부(120)에서 구성한 온톨로지 확장 모델을 저장한다. 여기서, 규칙은 객체(object)에 대한 관계 및 속성을 정의한 것으로, 예를 들어, 검색에 사용하기 위해 입력되는 컨텍스트(context)를 AC(Analysis Context) 클래스로 연결하고, 상기 컨텍스트와 관계된 분석 대상의 사람을 AP(Analysis Person) 클래스로 정의하며 AC 클래스와 AP 클래스를 연결한다. 그리고, 지식베이스 모듈(130)은 커넥트 스키마 온톨로지(Connect Schema Ontology), FOAF 온톨로지(Friend of A Friend Ontology) 및 확장 자원 온톨로지(Extend Resource Ontology)가 저장된다. 커넥트 스키마 온톨로지는 AC 클래스와 AP 클래스를 포함하며, FOAF 온톨로지는 사람 자체의 속성에 연관된 정보를, 확장 자원 온톨로지는 외부 자원에 연관된 정보를 표현한 모델이다. 각각의 온톨로지는 RDF 트리플 형식으로 정의된다.

구체적으로, 본 발명에 있어서, 온톨로지 확장 모델링부(120)는 규칙 및 온톨로지를 기반으로 온톨로지 확장 모델을 하기 수학식 1에 따라 모델링한다. 여기서, 수학식 1의 x는 검색하고자 하는 특정 상황(컨텍스트)을 대표하는 파라미터이며, 커넥트 스키마 온톨로지의 술어는 하기 표 1과 같이 정의된다.

커넥트 스키마 온톨로지의 술어 정의

술어(predicate)	도메인(domain)	레인지(ragne)	기능(description)
matchPerson	Connect:AC	Connect:AP	특정 상황이나 목적에 관련된 사람 연결
describePerson	Connect:AP	FOAF:BASIC	검색된 사람 인스턴스의 인적사항에 대한 정보 확장
connectResource	Connect:AP	Extend:ER	검색된 사람 인스턴스의 각종 외부 자원들에 대한 정보 확장

도 2는 도 1에 도시된 지식베이스 모듈(130)의 FOAF 온톨로지에서 친구를 기술하는 개념을 설명하기 위한 예시도이다. 본 발명에서는 소셜 네트워크 간의 온톨로지 확장 모델의 구축을 위해 FOAF에 정의된 클래스와 속성을 활용한다.

여기서, FOAF 온톨로지는 시맨틱 웹 기술에서 사람들 또는 개체와 개체들간의 인적사항과 관계만을 중점으로 소셜 네트워크를 형성할 수 있으며, 즉, 친구를 통해 친구를 만들어 가는 인간 관계를 RDF로 표현한 온톨로지로, 5개의 카테고리로 분류되고 각 카테고리는 클래스와 속성으로 구성된다. 이러한 FOAF 온톨로지의 카테고리별 클래스와 속성은 하기 표 2와 같다.

FOAF 온톨로지 용어 정의

카테고리	내용
FOAF Basics	클래스	Agent, Person
FOAF Basics	속성	name, nick, title, homepate, mbox, ing, depiction, surname, family_name, givenname, firstName
Personal Info	클래스	-
Personal Info	속성	weblog, knows, interest, plan, publications, based_near currentProject, pastProject, workplaceHomepage, workInfrHomepage, schoolHomepate, topic_interest, geekcode, myersBriggs, dnaChecksum
Online Accounts/LM	클래스	OnlineAccount, OnlineChatAccount, OnlineGamingAccount, OnlineEcommerceAccount
Online Accounts/LM	속성	holdsAccount, accountName, icqChatID, msnChatID, accountServiceHomepage, aimChatID, jabberID, yahooChatID
Projects and Groups	클래스	Project, Organization, Group
Projects and Groups	속성	member, membershipClass, fundedBy, theme
Documents and Images	클래스	Document, Image, PersonalProfileDocument
Documents and Images	속성	topic (page), primaryTopic, tipjar, shal, made (maker), thumbnail, logo

이러한 FOAF 온톨로지는 사용자의 신상정보, 학교정보, 직장정보를 입력하고 사용자가 알고 있는 사람들의 이름과 이메일을 도 2에 도시된 바와 같이 RDF로 기술한다. 이와 같은 FOAF 온톨로지는 개체의 구별과 기술이 간단하며 서로 다른 온톨로지 간의 통합이 쉬운 특성 때문에 온라인 소셜 네트워크 분석의 데이터 기술과 분석 방법으로 사용할 수 있다. 즉, FOAF 온톨로지 자체의 구조와 특성을 분석하여 소셜 네트워크에서 사용자 간 각종 연결 패턴을 찾아낼 수 있다.

도 2를 참조하면, FOAF 온톨로지에 대해 소셜 네트워크 분석을 위해 소셜 네트워크 그래프를 서술 논리를 통해 표현하고 있다. 즉, 사람간 관계를 기술한 foaf:knows 속성으로 "Jimmy Wales"과 "Angela Beesley"을 연결하는 그래프 결과를 얻을 수 있다.

도 3은 도 1에 도시된 온톨로지 확장 모델링부(120)에서 검색어에 대한 유사어 검색에 이용하는 다단계 단어 매칭 구조를 설명하기 위한 예시도이다. 여기서, 온톨로지는 RDF 트리플 형식으로 저장된다. 그리고, 검색어는 입력되는 컨텍스트를 검색하기 위한 어휘이다.

도 3을 참조하면, 다단계 단어 매칭 구조는 1단계 색인 테이블과 2단계 색인 테이블로 이루어지며, 1단계 색인 테이블의 각 항목은 2단계 색인 테이블로 링크되어 있으며, 2단계 색인 테이블의 각 항목은 RDF 유사 트리플 저장소의 각 인스턴스로 링크되어 있다. 그리고, RDF 유사 트리플 저장소의 각 인스턴스는 속성(hasSimilary)을 통해 유사어와 연결된다. 이때, RDF 유사 트리플 저장소에는 검색어를 구성하는 문자 중 첫 번째 문자와 두 번째 문자를 제외한 잉여 문자가 출현 빈도체 따라 순위화되어 정렬되어 있으며, 상기 잉여 문자는 인스턴스로서 속성을 통해 유사어와 연결된다.

즉, 본 발명에서는 검색어에 대해 다단계 단어 매칭 구조를 적용하여 기분류된 RDF 유사 트리플 저장소로 이동함으로써 상기 검색어의 유사어를 검색할 수 있다. RDF 유사 트리플 저장소로의 이동은 먼저, C.Y. Suen의 영어문자의 2-grams(%분포) 통계를 기반으로 하는 1단계 색인 테이블의 항목을 선택한 뒤, 하기 수학식과 같이 나타낸 마르코프 챠트 식을 적용하여 2단계 색인 테이블의 항목을 선택하고, 그런 다음, 순위화된 잉여 문자를 선택하는 과정을 통해 이루어진다.

본 발명에 있어서, 상술한 다단계 단어 매칭 구조를 이용한 다단계 색인 접근 방법에 대해 구체적인 예를 들어 설명하도록 한다.

먼저, 검색어로 "corp."가 입력되면, 검색어 "corp."의 구성 문자를 'c', 'o', 'r', 'p', '.'으로 분해한다. 그런 다음, 구성 문자 중 첫 문자인 'c'의 검색 포인터를 결정한다. 이때, 본 발명에서는 Penn Treebank에서 연구한 16,344,430 문자에 대해??Wall Street Journal의 영어 문자의 출현 빈도를 참조한다. 문자 'c'의 출현 빈도는 전체 60개의 문자들을 6구간의 범위로 구분했을 때 1단계 색인 테이블의 상위 2구간에 해당한다.

그런 다음, 상위 2구간에서 다시 순차적으로 접근하면 3번째에 'c'가 나열되며, 'c'에 연결된 2단계 색인 테이블로 접근할 수 있다. 2단계 색인 테이블은 각 2-grams 분포에 의해 첫 문자에 따라나오는 제2문자의 확률의 순서대로 구성되어 있다. 따라서 문자 'c' 다음에 가장 많이 나오는 다음 문자는 'o'를 찾을 수 있으며, 'o'와 연결된 유사 트리플 저장소로부터 'o'와 결합될 수 있는 나머지 문자들로 접근할 수 있다. 즉, 나열되는 나머지 문자들 중에서 "corp."에서 'c'와 'o'를 제외한 잉여 문자('rp.')를 찾을 수 있다.

그런 다음, 잉여 문자 'rp.' 인스턴스와 관계된 속성(hasSimilary)을 통해 "corp."의 유사어인 'corporation', 'company', 'firm', 'business'를 찾을 수 있다.

도 4는 본 발명의 일실시 형태에 따른 소셜 네트워크 간의 온토롤지 확장 모델 구축 방법을 설명하기 위한 순서도이다. 상기 소셜 네트워크 간의 온톨로지 확장 모델 구축 방법은 도 1에 도시된 장치를 통해 수행될 수 있다.

먼저, 검색하고자 하는 컨텍스트가 입력되면, 온톨로지 확장 모델링부는 커넥트 스키마 온톨로지를 통해 입력되는 컨텍스트와 관련된 클래스 및 속성을 연결한다(S410). 즉, 온톨로지 확장 모델링부는 입력되는 컨텍스트를 AC 클래스로 정의하고, AC 클래스와 관계된 속성(matchPerson)을 통해 AC 클래스를 AP 클래스와 연결한다.

그런 다음, 온톨로지 확장 모델링부는 AP 클래스에 대한 인맥관계와 관계된 속성을 통해 AP 클래스와 FOAF 온톨로지를 연결한다(S420). 즉, 온톨로지 확장 모델링부는 AP 클래스의 인맥관계와 관계된 속성(describePerson)을 통해 상기 AP 클래스를 FOAF 온톨로지의 BASIC 클래스와 연결한다. 이로써 FOAF 온톨로지로의 확장이 이루어진다.

그런 다음, 온톨로지 확장 모델링부는 AP 클래스에 대한 외부 자원과 관계된 속성을 통해 AP 클래스와 확장 자원 온톨로지를 연결한다(S430). 즉, 온톨로지 확장 모델링부는 AP 클래스의 외부 자원과 관계된 속성(connectResource)을 통해 상기 AP 클래스를 확장 자원 온톨로지의 ER 클래스와 연결한다. 이로써 확장 자원 온톨로지로의 확장이 이루어진다.

이와 같이, 검색하고자 하는 컨텍스트와 관련된 사람을 중심으로 인맥관계와 외부 자원을 연결한 온톨로지 확장 모델이 구성된다(S440).

도 5는 본 발명의 소셜 네트워크 간의 온톨로지 확장 모델 구축 방법에서 다단계 단어 매칭 구조를 이용한 다단계 색인 접근 방법을 설명하기 위한 순서도이다. 여기서, 다단계 단어 매칭 구조는 1단계 색인 테이블 및 2단계 색인 테이블을 포함하여 구성된다.

도 5를 참조하면, 검색하고자 하는 컨텍스트에 대한 검색어를 구성하는 구성문자를 분해하고, 구성문자 중 첫 문자에 해당하는 항목을 1단계 색인 테이블에서 선택한다(S510). 그러면, 선택된 1단계 색인 테이블의 항목에 연결된 2단계 색인 테이블에 접근할 수 있다.

그런 다음, 1단계 색인 테이블의 항목과 연결된 2단계 색인 테이블에서 구성문자 중 두 번째 문자(제2문자)에 해당하는 항목을 선택한다(S520). 2단계 색인 테이블은 첫 문자와 결합하는 제2문자의 확률 순서대로 구성되어 있다. 이러한 2단계 색인 테이블에서 제2문자에 해당하는 항목을 선택하면, 선택된 2단계 색인 테이블의 항목에 연결된 RDF 유사 트리플 저장소에 접근할 수 있다. RDF 유사 트리플 저장소에는 첫 문자 및 제2문자와 결합할 수 있는 나머지 문자들이 저장되어 있다.

다음으로, 검색어의 구성문자 중 첫 문자와 제2문자를 제외한 잉여 문자를 RDF 유사 트리플 저장소에서 선택한다(S530). 즉, 제2문자에 해당하는 2단계 색인 테이블의 항목과 연결되는 RDF 유사 트리플 저장소에 저장된 첫 문자 및 제2문자와 결합될 수 있는 나머지 문자들 중 잉여 문자를 선택한다.

그런 다음, 선택된 잉여 문자와 관계된 속성을 통해 유사어를 연결한다(S540). 즉, RDF 유사 트리플 저장소에서 선택한 잉여 문자에 해당하는 인스턴스와 관계된 속성(hasSimilary)을 통해 검색어의 유사어를 찾을 수 있다.

이와 같이, 본 발명에 따른 온톨로지 확장 모델 구축 장치 및 방법에 따르면, 기 구축된 소셜 네트워크에 분포한 다양한 자원과 인맥 관계를 연결하여 확장할 수 있으며, 이로 인해 컨텍스트-사람-자원 간의 관계를 온톨로지로 표현할 수 있다.

이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들을 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 한다.

또한, 본 발명에 따른 장치 및 방법은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.

110: 컨텍스트 정보 입력부 120: 온톨로지 확장 모델링부
130: 지식베이스 모듈

Claims

검색하고자 하는 컨텍스트(context)에 대한 정보가 입력되는 컨텍스트 정보 입력부;
상기 컨텍스트에 관계된 사람을 연결하고, 상기 사람과 관계된 인맥관계 및 외부 자원을 연결하여 온톨로지 확장 모델을 구성하는 온톨로지 확장 모델링부; 및
상기 구성된 온톨로지 확장 모델을 저장하는 지식베이스 모듈;을 포함하고,
상기 지식베이스 모듈은 분석 대상인 사람을 정의하는 AP(Analysis Person) 클래스 및 검색어로 입력되는 상기 컨텍스트를 정의하는 AC(Analysis Context) 클래스를 포함하는 커넥트 스키마 온톨로지(Connect Schema Ontology)와, 상기 AP 클래스와 관계된 인맥관계를 포함하는 FOAF 온톨로지(FOAF Ontology)와, 상기 AP 클래스와 관계된 외부 자원을 포함하는 확장 자원 온톨로지(Extend Resource Ontology)를 포함하며,
상기 온톨로지 확장 모델링부는 matchPerson, describePerson 및 connectResource을 이용하여 상기 커넥트 스키마 온톨로지와 상기 FOAF 온톨로지 및 상기 확장 자원 온톨로지를 각각 연결하는 것을 특징으로 하는 온톨로지 확장 모델 구축 장치.
삭제
제1항에 있어서,
상기 온톨로지 각각은 RDF 트리플 형식으로 정의되는 것을 특징으로 하는 온톨로지 확장 모델 구축 장치.
청구항 4은(는) 설정등록료 납부시 포기되었습니다.

제1항에 있어서,
상기 AP 클래스 및 AC 클래스는 상기 FOAF 온톨로지 및 확장 자원 온톨로지에 대한 인터페이스인 것을 특징으로 하는 온톨로지 확장 모델 구축 장치.
삭제
청구항 6은(는) 설정등록료 납부시 포기되었습니다.

제1항에 있어서,
상기 matchPerson은 상기 AC 클래스에서 정의된 특정 컨텍스트와 관련된 AP 클래스를 연결하는 술어이며,
상기 온톨로지 확장 모델링부는 상기 matchPerson 술어를 이용하여 상기 AC 클래스와 관련된 속성을 상기 AP 클래스로 연결하는 것을 특징으로 하는 온톨로지 확장 모델 구축 장치.
청구항 7은(는) 설정등록료 납부시 포기되었습니다.

제1항에 있어서,
상기 describePerson은 상기 AP 클래스의 사람 인스턴스와 관련된 인적사항에 대한 정보를 확장하는 술어이며,
상기 온톨로지 확장 모델링부는 상기 describePerson 술어를 이용하여 상기 AP 클래스의 사람 인스턴스와 관련된 속성을 FOAF 온톨로지로 연결하는 것을 특징으로 하는 온톨로지 확장 모델 구축 장치.
청구항 8은(는) 설정등록료 납부시 포기되었습니다.

제1항에 있어서,
상기 connectResource은 상기 AP 클래스의 사람 인스턴스와 관련된 외적 자원들에 대한 정보를 확장하는 술어이며,
상기 온톨로지 확장 모델링부는 상기 connectResource 술어를 이용하여 상기 AP 클래스의 사람 인스턴스와 관련된 속성을 확장 자원 온톨로지로 연결하는 것을 특징으로 하는 온톨로지 확장 모델 구축 장치.
제1항에 있어서,
상기 온톨로지 확장 모델링부는 다단계 단어 매칭 구조를 이용하여 상기 AP 클래스의 인스턴스와 관련된 속성을 기분류된 RDF 유사 트리플 저장소와 연결하는 것을 특징으로 하는 온톨로지 확장 모델 구축 장치.
제9항에 있어서,
상기 다단계 단어 매칭 구조는 1단계 색인 테이블 및 2단계 색인 테이블을 포함하며,
상기 온톨로지 확장 모델링부는 검색어를 구성하는 문자 중 첫 문자에 대한 출현 빈도를 참조하여 상기 1단계 색인 테이블의 해당 구간을 결정하고, 상기 1단계 색인 테이블의 해당 구간과 연결된 2단계 색인 테이블에서 두 번째 문자를 결정하고, 상기 두 번째 문자와 연결된 RDF 유사 트리플 저장소에서 첫 문자와 두 번째 문자를 제외한 나머지 문자를 결정하는 것을 특징으로 하는 온톨로지 확장 모델 구축 장치.
청구항 11은(는) 설정등록료 납부시 포기되었습니다.

제1항, 제3항, 제4항 및 제6항 내지 제10항 중 어느 한 항에 기재된 온톨로지 확장 모델 구축 장치를 동작시킬 수 있는 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체.
검색하고자 하는 컨텍스트(context)에 대한 검색어를 AC(Analysis Context) 클래스로 정의하는 제1 단계;
상기 AC 클래스와 관계된 분석 대상인 사람을 AP(Analysis Person) 클래스로 정의하여 커넥트 스키마 온톨로지(Connect Schema Ontology)를 구성하고, 상기 AC 클래스와 관계된 속성을 통해 상기 AC 클래스를 상기 AP 클래스로 연결하는 제2 단계;
상기 AP 클래스에 대한 사람과 관계된 속성을 통해 상기 AP 클래스를 FOAF 온톨로지(FOAF Ontology)로 연결하는 제3 단계; 및
상기 AP 클래스에 대한 외부 자원과 관계된 속성을 통해 상기 AP 클래스를 확장 자원 온톨로지(Extend Resource Ontology)로 연결하는 제4 단계;를 포함하고,
상기 제2 단계에서, 상기 AC 클래스와 상기 AP 클래스의 연결은 matchPerson 술어에 의해 이루어지는 것을 특징으로 하는 온톨로지 확장 모델 구축 방법.
제12항에 있어서,
상기 온톨로지 각각은 RDF 트리플 형식으로 정의되는 것을 특징으로 하는 온톨로지 확장 모델 구축 방법.
삭제
제12항에 있어서,
상기 제3 단계에서, 상기 AP 클래스와 상기 FOAF 온톨로지의 연결은 describePerson 술어에 의해 이루어지는 것을 특징으로 하는 온톨로지 확장 모델 구축 방법.
제12항에 있어서,
상기 제4 단계에서, 상기 AP 클래스와 상기 확장 자원 온톨로지는 connectResource 술어에 의해 이루어지는 것을 특징으로 하는 온톨로지 확장 모델 구축 방법.
제12항에 있어서,
상기 제1 단계는 다단계 단어 매칭 구조를 이용하여 상기 검색어에 대한 유사어를 검색하는 단계인 것을 특징으로 하는 온톨로지 확장 모델 구축 방법.
제17항에 있어서, 상기 제1 단계는,
상기 검색어를 구성하는 문자 중 첫 문자에 대한 출현 빈도를 참조하여 상기 첫 문자에 해당하는 1단계 색인 테이블의 항목을 선택하는 제11 단계;
상기 1단계 색인 테이블의 항목과 연결된 2단계 색인 테이블에서 두 번째 문자에 해당하는 항목을 선택하는 제12 단계;
상기 두 번째 문자에 해당하는 항목과 연결된 RDF 유사 트리플 저장소에서 상기 첫 문자와 두 번째 문자를 제외한 잉여 문자를 선택하는 제13 단계; 및
상기 잉여 문자와 관계된 속성을 통해 유사어를 연결하는 제14 단계;를 포함하는 것을 특징으로 하는 온톨로지 확장 모델 구축 방법.
청구항 19은(는) 설정등록료 납부시 포기되었습니다.

제12항 내지 제13 및 제15항 내지 제18항 중 어느 한 항에 기재된 온톨로지 확장 모델 구축 방법을 동작시킬 수 있는 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체.