KR101077233B1 - 온톨로지 추론을 제공하는 소셜 네트워크 온톨로지 시스템 - Google Patents

Abstract

본 발명은 온톨로지를 이용한 소셜 네트워크 온톨로지 구축 시스템에 관한 것으로, 해결하고자 하는 기술적 과제는 소셜 네트워크상에서 보다 지능적인 검색을 제공하는 OWL 기반의 온톨로지 시스템을 제공하는데 있다.

이를 위해 본 발명에 따른 소셜 네트워크 온톨로지 시스템은 온톨로지를 구성하기 위한 정보를 입력받는 정보수집부와 입력된 정보를 네트워크 온톨로지로 구성하기 위해 분석하는 계층구조분석부, 구성된 온톨로지를 저장하는 온톨로지부, 상기 온톨로지부에 저장된 온톨로지를 수정할 수 있는 온톨로지 관리부, 소셜 네트워크 온톨로지에 대한 추론을 실행하는 추론부, 소셜 네트워크 온톨로지에서 관련 정보를 검색할 수 있는 추적 검색부 및 다른 소셜 네트워크 온톨로지 시스템과의 연동을 위한 시스템 연동부로 구성된 것을 특징으로 하며, 연결된 정보 탐색 및 새로운 추론 정보 추출등의 지능적인 검색을 제공하는 소셜 네트워크 온톨로지를 제공하는 효과가 있다.

소셜 네트워크 온톨로지, 추론, OWL

Description

온톨로지 추론을 제공하는 소셜 네트워크 온톨로지 시스템{Social Network Ontology System with Ontology Reasoning}

본 발명은 연구자들이 연구를 하는데 있어 상호협력이 가능한 연구자들을 검색하고 연구자들이 가지고 있는 연구정보를 공유할 수 있는 소셜 네트워크 온톨로지 시스템을 제공하는 것이다.

소셜 네트워크에 대해서는 온톨로지 기반의 소셜 네트워크와 관련된 연구로는 FOAF(Friend of a Friend), SIOC(Semantically Inter-linked Online Comminities)와 같이 온톨로지 어휘를 기반한 연구들이 존재한다.

그러나, 기존의 연구는 모두 개인정보가 풍부한 데이타 베이스를 위한 연구인 바, 단순한 데이타베이스 검색의 의미가 강하며 보다 지능적인 검색은 하지 못하였다.

본 발명은 상기한 바와 같은 과제를 해결하기 위해 발명된 것으로, OWL 기반의 온톨로지를 구현하여 소셜 네트워크상에서 보다 지능적인 검색을 제공하는데 그 목적이 있다.

상기와 같은 문제점을 해결하기 위해 안출된 본 발명에 의한 온톨로지 추론을 제공하는 소셜 네트워크 시스템은 온톨로지를 구성하기 위한 정보를 입력받는 정보수집부, 입력된 정보를 네트워크 온톨로지로 구성하기 위해 분석하는 계층구조분석부, 구성된 온톨로지를 저장하는 온톨로지부, 온톨로지부에 저장된 온톨로지를 수정할 수 있는 온톨로지 관리부, 소셜 네트워크 온톨로지에 대한 추론을 실행하는 추론부, 소셜 네트워크 온톨로지에서 관련 정보를 검색할 수 있는 추적 검색부 및 다른 소셜 네트워크 온톨로지 시스템과의 연동을 위한 시스템 연동부를 포함한다.

또한, 추론부는 전문가 추론및 멘토 추론을 실행하는 전문가/멘토 추론부와 인맥관계를 추론하는 인맥추론부로 구성된 것을 특징으로 한다.

또한, 추적 검색부에 의한 추적은 인스턴스 노드를 최대 3레벨 이내의 모든 인스턴스를 추적하는 것을 특징으로 한다.

또한, 시스템 연동부는 Open API를 통해 타 시스템과 연동하는 것을 특징으로 한다.

또한, 전문가/멘토 추론부는 검색된 전문가 중에서 멘토인 경우를 표시하는 것을 특징으로 한다.

상기한 바와 같이 본 발명에 따른 소셜 온톨로지 네트워크 시스템은, 지능적인 검색과 새로운 추론 가능 정보를 추출할 수 있는 소셜 온톨로지 네트워크를 제공하는 효과가 있다.

이하, 첨부된 도면을 참조하여 본 발명을 상세히 설명한다.

먼저 온톨로지에 대해 설명하면, 온톨로지(Ontology)란 사람들이 세상에 대하여 보고 듣고 느끼고 생각하는 것에 대하여 서로 간의 토론을 통하여 합의를 이룬 바를 개념적이고 컴퓨터에서 다룰 수 있는 형태로 표현한 모델로서 개념의 타입이나 사용상의 제약조건들을 명시적으로 정의한 기술이다.

이러한 온톨로지는 일단 합의된 지식을 나타내므로 어느 개인에게 국한되는 것이 아니라 그룹 구성원이 모두 동의하는 개념이다. 그리고 , 프로그램이 이해할 수 있어야 하므로 여러 가지 정형화가 존재한다. 이는 전산학과 정보과학에서, 특정한 영역을 표현하는 데이터 모델로서 특정한 영역(domain)에 속하는 개념과 개념 사이의 관계를 기술하는 정형 어휘의 집합으로 정의된다.

예를 들어 '종-속-과-목-강-문-계'로 분류되는 생물과 생물 사이의 종의 관계, 영어 단어 사이의 관계 같은 것을 정형 어휘로 기술하면 각각 온톨로지라고 할 수 있다. 정형 언어(Formal Language)로 기술된 어휘의 집합인 온톨로지는 추론을 하는데 사용된다. 웹의 등장은 전통적인 정보검색을 비롯하여 지식관리와 일반 상거래 등 사회 전 분야의 변혁을 초래하였다. 특히 웹 정보 검색은 소장 자료를 대상으로 하는 제한된 검색에서 웹을 통해 접근할 수 있는 전자자원을 대상으로 하는 검색을 가능하게 하였다. 웹의 급속한 발달로 인해 검색 대상 범위의 확대는 보다 정교한 검색을 필요로 하게 되었으며, 지능화된 정보 검색 시스템 개발을 촉진하는 계기가 되었다. 이런 계기를 바탕으로 웹자원을 효과적으로 관리할 수 있는 정보 검색의 새로운 도구의 필요성이 대두되었다. 즉, 온톨로지는 시맨틱 웹을 구현할 수 있는 도구로서 지식개념을 의미적으로 연결할 수 있는 도구이다.

시맨틱 웹 기술은 사람의 머리 속에 있는 언어에 대한 이해를 컴퓨터 언어로 표현하고 이것을 컴퓨터가 사용할 수 있게 만드는 것인데, 특별한 분산환경을 갖춘 웹에 구현하자는 것이다. 이것은 기계가 정보검색과 같은 사람의 요구를 더 잘 이해하고 적절하게 반응하기 위해서이다. 사람과 기계 사이에 진정한 커뮤니케이션이 가능하기 위해서는 사람이 이해하는 수준으로 기계도 언어를 이해할 수 있어야 한다. 그러나 HTML 형태의 문서들로 이루어진 현재의 웹은 사람에게 정보를 주는 역할은 하고 있지만 컴퓨터 프로그램이 각 문서의 내용을 정확히 파악할 수는 없다.

온톨로지는 이러한 문제의식에서 출발한다. 세상에 있는 각각의 사물이나 사건들을 경험하면서 이들 속에 들어있는 특징을 파악해서 이해하는 방식을 개념화라고 하는데, 온톨로지는 컴퓨터에서도 사람이 갖고 있는 개념과 같은 것을 일종의 데이터베이스와 같은 형태로 만드는 기술이라 할 수 있다. 프로그램와 인간이 지식을 공유하는데 도움을 주기 위한 온톨로지는 정보시스템의 대상이 되는 자원의 개 념을 명확하게 정의하고 상세하게 기술하여 보다 정확한 정보를 찾을 수 있도록 하는데 목적이 있다. 온톨로지 기반의 시스템은 정보 콘텐츠 구조에 대한 명세서로서의 역할, 해당 분야의 지식 공유와 재사용, 해당 영역의 제약과 가정에 대한 명시, 지식과 프로세스의 분리 등의 장점을 가진다.

이러한 온톨로지의 구성원소는 클래스(class), 인스턴스(instance), 속성(property)으로 구분할 수 있다.

클래스(class)는 일반적으로 우리가 사물이나 개념 등에 붙이는 이름을 말하며, 인스턴스(instance)는 사물이나 개념의 구체물이나 사건 등의 실질적인 형태로 나타난 그 자체를 의미한다.

또한, 상기한 클래스와 인스턴스의 특정한 성질과 성향 그리고 인스턴스들간의 관계를 나타내기 위해서 인스턴스를 특정 값 또는 다른 인스턴스들과 연결시킨 것이 속성(property)이다.

웹 온톨로지 언어(Ontology Web Language, OWL)를 이용해서 상기와 같이 클래스 및 인스턴스, 속성을 정의할 수 있으며 개인 정보는 FOAF(Friend of a friend)클래스를 이용한다.

OWL에서는 집합을 표현하기 위한 Collection을 제공하는데 이러한 collection클래스중에서 순서를 지정할 수 있는 것이 rdf:Seq이다.

본 발명에 의한 소셜 네트워크 온톨로지 시스템은 정보를 수집하는 정보 수집부100, 수집된 정보를 기본으로 계층정보를 분석하여 네트워크 온톨로지화 하는 계층정보분석부110, 분석이 끝난 정보를 온톨로지 네트워크로 저장하는 온톨로지부120 및 온톨로지를 이용해서 추론을 할 수 있도록 하는 추론부130으로 구성된다.

먼저 정보수집부100 에서 입력받는 정보는 크게 개인 기본 정보와 경력/자격/학회/학력 정보, 연구 정보, 인맥 정보로 구성된다.

소셜 네트워크는 사람을 중심으로 구축된 네트워크이기 때문에 소셜 네트워크 온톨로지에서 가장 중심이 되는 클래스는 사람 클래스이다.

온톨로지에서 기본 정보는 개인에 대한 정보로써 클래스에서 이름, 주소, 전화번호등의 속성으로 기술된다. 사람 클래스 인스턴스들은 개인의 지금까지 가진 경력이나 자격증, 활동하고 있는 학회 정보, 학사, 석사, 박사에 대한 학력 정보와 중요 논문, 특허, 프로젝트에 대한 연구 정보를 가진다.

여기서, 논문과 특허 정보는 rdf:Seq를 통해서 연결되는데, 이는 논문과 특허에는 저자나 발명자 순서가 중요하지만 RDF에서는 기본적으로 인스턴스들의 순서가 없기 때문에 순서를 지정하기 위해서 rdf:Seq를 통해 명확하게 명시해야 하기 때문이다.

기본 정보는 이름, 부서, 직위(선임연구원,연구원등), 직종(연구직,행정직등), 행정전화, 팩스번호, 핸드폰, 이메일, 홈페이지, 집주소, 집전화, 담당업무, 연구분야, 사진등이며, 경력/자격/학회/학력 정보는 자격증명, 경력명, 가입학회명등을 말한다.

또한, 학력 정보는 학사나 석사 또는 박사의 경우 출신학교, 학과, 전공, 학 위, 지도교수, 논문명, 입학일자, 졸업일자등을 말하고, 연구 정보는 논문의 경우 저자, 논문명, 논문지명, 권, 호, 페이지, 게재일, 국내/국외구분, 학진/SCI구분을 수집하고, 공개 특허일 경우 출원 혹은 등록여부, 출원일, 등록일, 출원번호, 등록번호, 특허명, 발명자를 수집하며, 프로젝트정보는 과제수행연도, 부처명, 과제명, 세부과제명, 주관연구기관, 연구관리기관, 연구책임자소속기관, 연구책임자, 참여연구원, 총연구시작일, 총연구종료일, 시작일, 종료일, 과제비를 수집한다.

인맥 정보는 이름, 기관명, 부서, 직급, 전화, 팩스, 핸드폰, 주소, 이메일, 홈페이지를 수집한다.

기본 정보는 개인에 대한 정보인데 해당 개인의 업무 외에 소셜 네트워크에서 필요로 하는 개인의 관심 분야 정보를 수집한다.

추가 정보는 개인의 지금까지의 경력이나 자격증, 활동하고 있는 학회 정보, 학사, 석사, 박사에 대한 학력 정보로 구성되며 논문, 특허, 프로젝트에 대한 연구 정보를 추가적으로 구성한다.

먼저 위와 같이 수집된 정보를 분석하여 정보에서 개념화 가능한 요소를 선택해서 클래스들간의 관계와 클래스 계층구조를 클래스 계층구조분석부 110 를 통해 분석하여 생성한다.

도 5는 계층구조분석부 110에 의해 분석된 소셜 네트워크 온톨로지의 클래스 계층 구조를 도시하고 있다. Resource를 루트로 하기 때문에 루트가 Resource가 되어 있지만 온톨로지에서 가장 상위 클래스는 Entity 클래스(사람 클래스)이다.

계층구조분석부 110 는 시공간에서 장소를 가지는 엔터티들은 Physical로 그 렇지 않는 것들은 Abstract로 구분한다. 따라서 Abstract에는 경력, 자격증, 학력정보 외에 Physical의 하위 클래스에서 참조하는 인스턴스들을 위한 클래스들이 속성 클래스 밑에 존재한다. 또한 Physical 클래스에는 Agent 클래스와 Object 클래스가 존재하는데 Agent는 어떤 변화를 일으키거나 자체적으로 활동하는 것들을 말하며 Object는 이외의 것들로 분류된다.

사람 클래스는 foaf:Person 클래스를 임포트하여 사용하였으며 부족한 속성은 foaf:Person에 추가하여 향후 다른 소셜 네트워크와 본 발명에 의한 소셜 네트워크 연계를 원활하게 할 수 있다.

또한 온톨로지 계층구조 이외에 rdf:Seq에 대한 컨테이너 클래스가 존재하며 사람 클래스는 foaf:Person 클래스의 하위 클래스로 지정했기 때문에 foaf:Person 클래스가 owl:Thing 밑에 존재한다.

온톨로지의 지식은 그래프 형태로 연결되어 있기 때문에 그래프를 순회하면서 관련된 정보를 검색할 수 있다. 따라서 기존의 검색엔진에서와 같이 키워드 기반의 검색뿐만 아니라 검색 결과와 관련된 지식을 추적 검색할 수 있는 장점이 있다. 본 발명은 이러한 온톨로지의 특성을 이용해서 연구자들이 관심 있는 연구 정보(연구개발과제 보고서, 논문, 특허)를 검색할 수 있는 추적검색부 140 를 구성하여 관련된 연구자들이 수행한 다른 연구 정보까지 구축된 온톨로지 네트위크안에서 검색해 보여줄 수 있도록 하였다.

우선 검색어를 입력하면 온톨로지에서 검색어가 포함된 인스턴스들을 찾는다. 찾은 각각의 인스턴스 노드를 1레벨로 시작하여 온톨로지에서 정방향과 역방 향으로 2레벨을 더 나아가 총 3레벨 이내의 모든 인스턴스를 추적한다. 그리고 최종적으로 말단 노드의 클래스가 연구 관련 정보(연구개발과제 보고서, 논문, 특허)인 것들만 선택하여 보여준다. 본 연구에서는 기본 추적 레벨을 3단계로 한정하였다. 이는 소셜 네트워크가 사람 중심으로 정보가 연결되기 때문에 3단계로 설정하면 정보-사람-정보 와 같이 특정 사람과 관련된 정보를 같이 보여줄 수 있기 때문이다. 만약 레벨을 높이게 되면 예를 들어 정보-사람-사람-정보와 같이 연결되어 보다 많은 정보가 표현될 수 있으나 며 한 단계를 더 거치게 되어 관련성이 떨어지기 때문에 기본적으로 3레벨로 정하였다.

도 6은 "온톨로지"를 검색어로 하여 검색했을 때 나오는 온톨로지 추적 결과의 예를 도시한다. "온톨로지" 검색어를 가지고 온톨로지를 검색하면 "온톨로지 기반 한의학 지능형 정보체계 연구"라는 연구개발과제 보고서 1개와 "한국 한의학연구원 소셜 네트워크 온톨로지 구축", "약재와 처방 온톨로지 기반 추론"이라는 논문 2개가 검색된다. (굵은 테두리 노드) 그러면 이 3개의 인스턴스를 시작으로 온톨로지에서 3레벨 이하의 모든 인스턴스를 추적하고 추적 결과에서 말단 노드가 연구개발과제 보고서, 논문, 특허인 것들만 선택해서 리스트로 보여주게 된다. 또한 각각의 검색 결과에 대해서 추적 경로를 하단에 화살표를 이용해 보여준다.

본 발명에서 구축된 소셜 네트워크 온톨로지의 관계성을 이용해서 추론부 130을 통해 전문가/멘토 추론 및 인맥 추론이 각각 전문가/멘토 추론부 132, 인맥 추론부 134를 통해 이루어진다.

전문가 추론은 전문가/멘토 추론부 132에서 행해지며, 해당 분야에서의 전문 가를 추론을 통해 알아내는 것이다. 예를 들어 인삼에 대한 전문가를 검색하는 경우, 일반 검색의 경우 전문가에 대한 의미를 해석할 수 없기 때문에 단순히 인삼이라는 단어가 들어간 정보만 검색할 수 있다. 하지만 온톨로지에서는 온톨로지 관계를 기반으로 전문가에 대한 규칙을 정의할 수 있으며 이를 통해 인삼에 대한 전문가뿐만 아니라 전문가가 가지고 있는 관련 자료들을 검색할 수 있다.

본 발명에 의한 소셜 네트워크 온톨로지에서는 전문가/멘토 추론을 위해 논문(논문명, 키워드), 졸업논문(논문명), 전공, 담당업무, 관심분야 정보를 이용한다. 도 3은 인삼에 대한 전문가 추론을 하는 예들 도시한 것이며 이를 설명하면, 인삼에 대한 전문가는 인삼에 대해서 많은 연구를 했기 때문에 인삼과 관련된 논문을 썼으며, 전공이나 졸업논문이 인삼과 관련된 경우가 많다. 또한 현재의 담당업무와 관심분야에 인삼과 관련될 수 있다.

멘토 추론은 전문가 중에서도 연구를 하는데 도움이 되는 사람을 찾는 것을 말하며 이또한 전문가/멘토 추론부에서 실행된다. 즉, 멘토는 전문가를 포함하며, 전문가들 중에서 내가 연구를 하는데 도움을 주거나 같이 연구를 하면 좋을 것 같은 사람을 찾기 위한 것이다.

이러한 사람들은 전문가들 중에서 (1)학력이 박사이거나, 경력이나 직급이 팀장이나 교수 이상인 경우 또는 (2)SCI논문의 제1저자, 공동저자, 교신저자인 사람들이 될 수 있다. 전자의 경우는 연구를 진행하는데 관리적인 측면에서 도움을 주는 사람이 되며 후자의 경우는 기술적 측면에서 도움을 줄 수 있는 사람이 된다.

멘토를 세분하면 프로젝트의 경우 일반적으로 연구책임자가 참여연구원들의 멘토가 되며, 논문의 경우 제1저자, 공동저자, 교신저자가 다른 저자들과 같이 연구를 진행하지만 다른 저자들보다 연구를 주도적으로 진행하기 때문에 해당 논문에 대해서는 멘토가 될 수 있다. 또한, 연구원들의 지도교수는 졸업 후에도 멘토 관계가 지속되며, 논문의 경우 일반적으로 논문 작성시 도움을 받은 외부사람을 저자로 넣으므로 멘토라고 할 수 있다.

또한, 인맥 관계 추론은 foaf:knows로 명백히 연결되지 않았어도 인맥 추론을 통해 인맥 관계가 존재하는 것을 보여주는 방법이다. 인맥 추론은 일반적인 인맥을 검색하기 때문에 모든 검색 결과에서 수행된다.

이러한 인맥 관계 추론은 검색하고자 하는 대상에 대해 이름을 한개 이상 입력받은 후, 입력받은 이름들을 이용해 인맥 추론하는 과정을 통해 이루어지는데, 이러한 인맥 추론은 선후배 또는 동기 관계, 긴밀한 관계, 인맥 관계로 나뉜다.

"선후배 또는 동기 관계"는 입력받은 두개의 이름인 A와 B의 지도교수가 같다면 A와 B는 "선후배 또는 동기 관계"로 본다.

"긴밀한 관계"는 입력받은 이름인 A의 논문 저자 리스트에 B가 있는 경우나, 입력받은 이름인 A가 연구책임자인 프로젝트에서 B가 세부과제 책임자이거나 공동 또는 위탁연구 책임자인 경우, 또는 특허의 발명자 리스트 중에서 이름이 모두 포함된 경우 "긴밀한 관계"로 본다.

"인맥 관계"는 A와 B가 전에 회사 C에 다닌 경력이 있거나, A와 B가 같은 학교 U의 같은 학과 D를 졸업한 경우 또는 A가 전에 회사 C에 다닌 경력이 있거나 또는 학교 U의 학과 D를 졸업한 경우, 현재 회사 C에 다니는 또는 학교 U의 학과 D에 다니는 사람인 B 와 "인맥 관계"로 본다.

"긴밀한 관계"는 "잘 아는 관계"와 동의어이며, "인맥 관계"는 "인맥이 존재하는 사이와 같은 의미이다.

도 4은 위에서 설명한 인맥추론을 도시하고 있다.

본 발명에 의한 소셜 네트워크 온톨로지 시스템은 위와 같은 구성부 외에도 온톨로지를 입력하거나 수정할 수 있는 온톨로지 관리부 150를 가지고 있으며, 타 시스템과의 연동을 위한 시스템 연동부 160가 OPEN API를 이용하여 구성된다.

도 7은 검색시스템에서"온톨로지"를 입력한 검색 결과 화면이다.

화면의 상단은 검색어 입력 부분이며 왼쪽은 사용자 정보 부분, 그리고 가운데는 검색 결과가 나오는 부분이다.

왼쪽의 사용자 정보 부분에서는 사용자가 아이디/패스워드를 입력하고 로그인하면 정보 수정 버튼이 나오며 이 버튼을 클릭하면 온톨로지 정보 입력/수정 화면이 팝업되어 자신의 개인정보, 연구정보, 인맥정보등을 수정할 수 있다. 또한 현재의 나의 인맥 리스트가 나와서 선택하면 선택된 사람의 정보가 나오게 된다.

검색어 입력 부분에 검색어를 입력하면 가운데에 검색 결과가 나오게 되는데 검색 결과는 통합검색과 전문가 검색으로 나뉘어진다.

통합검색은 온톨로지 추적 검색 기능이며, 검색어를 입력하면 온톨로지 추적을 통해 결과를 연구개발과제 보고서, 논문, 특허로 나누고 날짜와 이름으로 정렬해서 보여준다.

검색 결과를 클릭하면 해당 인스턴스를 가지고 재검색이 되며 추적 결과를 보려면 맨 오른쪽 "+" 버튼을 클릭하면 된다. 추적된 결과는 노드들간의 방향이 정방향 또는 역방향인지에 따라 "->"와 "<-"같은 화살표로 구분하였으며 각 단계의 정보는 "프로퍼티명:인스턴스정보" 와 같이 표현하여 앞단계의 노드와 어떤 프로퍼티 관계를 가지는지를 명시하였다. 그리고 만약 똑같은 2단계를 가지는 것들은 그룹으로 묶어서 보여주고, "more", "close" 버튼을 클릭해서 보여주거나 숨길 수 있다. 검색 결과에서 모든 온톨로지 인스턴스는 링크가 연결되어 있어서 링크를 클릭하게 되면 해당 인스턴스를 가지고 재검색을 하게 되고 이 때 검색 결과 상단에는 인스턴스가 가지는 프로퍼티와 프로퍼티값들이 같이 보여진다. 또한 사람 또는 조직 클래스의 인스턴스가 주소를 가지는 경우 오른쪽에 지도 버튼이 생기며 이 버튼을 클릭하면 시스템 연동부에 의해 Open API를 호출하여 지도를 보여준다.

OWL 온톨로지 데이터를 처리하기 위해서는 RDF 파서가 필요한데 가장 많이 이용되는 것이 Jena API이다. 본 발명에서 구축한 소셜 네트워크 온톨로지는 OWL로 구축되었으며 파일 형태로 관리된다. 따라서 본 연구에서 구축한 온톨로지는 Jena API를 이용해 파싱되고 처리된다. 또한 서버 모듈과 인터페이스는 Java와 JSP를 이용해 구현되었다.

도 8은 온톨로지 기반 추론 기능에서 전문가/멘토 추론 결과를 보여주는 부분이다. 멘토는 전문가 중에 연구에 도움이 되는 사람을 검색하는 것이기 때문에 멘토 부분을 별도로 분리하지 않고 전문가 중에서 멘토인 경우 멘토도 될 수 있다 고 표시하였다.

또한 전문가 검색 화면에서 최종 검색 결과는 사람, 즉 전문가 리스트가 나오며 통합 검색과 같이 오른쪽의 "+"버튼을 클릭하면 어떻게 전문가가 검색되었는지 온톨로지 추적 결과가 나오게 된다.

추론 기능에서 인맥 추론은 별도의 검색어 입력을 필요로 하지 않기 때문에 통합 검색이나 전문가 검색처럼 별도의 검색 화면을 가지지 않는다. 대신 왼쪽의 인맥리스트 보기, 통합 검색, 전문가 검색등 모든 검색시 항상 추론이 같이 수행되고 추론으로 알아낸 인맥의 경우 추론 결과라는 것을 별도로 표시하였다.

도 1은 상기에서 설명된 본 발명에 의한 소셜 네트워크 온톨로지 시스템의 각 구성부를 도시한 도면이다.

이상과 같이 본 발명에 따른 소셜 온톨로지 네트워크 시스템을 예시한 도면을 참조로 하여 설명하였으나, 본 명세서에 개시된 실시예와 도면에 의해 본 발명이 한정되는 것은 아니며, 본 발명의 기술사상 범위내에서 당업자에 의해 다양한 변형이 이루어질 수 있음은 물론이다.

도 1은 본 발명에 의한 네트워크 온톨로지 전체를 도시한다.

도 2는 본 발명에 의한 온톨로지 클래스 관계를 도시한다.

도 3은 본 발명에 의한 온톨로지 추론방법중 전문가 추론을 기존의 방법과 비교한 도면이다.

도 4는 본 발명에 의한 온톨로지 추론 방법중 인맥 추론을 도시하고 있다.

도 5는 본 발명에 의한 온톨로지 계층구조를 도시한다.

도 6은 본 발명에 의한 온톨로지 추적을 "온톨로지" 검색어를 가지고 검색했을 때 나오는 온톨로지 추적 결과를 도시한다.

도 7은 본 발명에 의한 검색시스템에서 "온톨로지"를 입력한 검색 결과 화면을 도시한다.

도 8은 본 발명에 의한 온톨로지 기반 추론 기능에서 전문가/멘토 추론 결과를 도시한다.

Claims (5)

1. 온톨로지를 구성하기 위한 정보를 입력받는 정보수집부;

   입력된 정보를 네트워크 온톨로지로 구성하기 위해 분석하는 계층구조분석부;

   구성된 온톨로지를 저장하는 온톨로지부;

   상기 온톨로지부에 저장된 온톨로지를 수정할 수 있는 온톨로지 관리부;

   소셜 네트워크 온톨로지에 대한 추론을 실행하는 추론부;

   소셜 네트워크 온톨로지에서 관련 정보를 검색할 수 있는 추적 검색부; 및

   다른 소셜 네트워크 온톨로지 시스템과의 연동을 위한 시스템 연동부;를 포함하되,

   상기 추적 검색부에 의한 관련 정보 검색시, 인스턴스 노드를 정보-사람-정보의 형태로 최대 3레벨의 모든 인스턴스를 추적하고,

   상기 추론부는 전문가 추론 및 멘토 추론을 실행하는 전문가/멘토 추론부와 인맥관계를 추론하는 인맥추론부로 구성되는 것을 특징으로 하는 온톨로지 추론을 제공하는 소셜 네트워크 시스템.
2. 삭제
3. 삭제
4. 청구항 1에서,

   상기 시스템 연동부는 Open API를 통해 타 시스템과 연동하는 것을 특징으로 하는 온톨로지 추론을 제공하는 소셜 네트워크 시스템.
5. 청구항 1에서,

   상기 전문가/멘토 추론부는 검색된 전문가 중에서 멘토인 경우를 표시하는 것을 특징으로 하는 온톨로지 추론을 제공하는 소셜 네트워크 시스템.

Images