KR101363497B1 - Ｆｏａｆ 데이터 관리 방법 및 장치 - Google Patents

Ｆｏａｆ 데이터 관리 방법 및 장치 Download PDF

Info

Publication number
KR101363497B1
KR101363497B1 KR1020110144904A KR20110144904A KR101363497B1 KR 101363497 B1 KR101363497 B1 KR 101363497B1 KR 1020110144904 A KR1020110144904 A KR 1020110144904A KR 20110144904 A KR20110144904 A KR 20110144904A KR 101363497 B1 KR101363497 B1 KR 101363497B1
Authority
KR
South Korea
Prior art keywords
data
user
foaf
dimension
information
Prior art date
Application number
KR1020110144904A
Other languages
English (en)
Other versions
KR20130076348A (ko
Inventor
정인정
손종수
Original Assignee
고려대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 고려대학교 산학협력단 filed Critical 고려대학교 산학협력단
Priority to KR1020110144904A priority Critical patent/KR101363497B1/ko
Publication of KR20130076348A publication Critical patent/KR20130076348A/ko
Application granted granted Critical
Publication of KR101363497B1 publication Critical patent/KR101363497B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/40—Data acquisition and logging

Abstract

본 발명은 FOAF 데이터를 관리하는 방법 및 장치에 관한 것이다.
본 발명의 일 실시예에 따른 FOAF 데이터 관리 방법은, 데이터 추출부가 사용자의 인맥 관계 정보를 포함하는 FOAF 데이터 및 상기 사용자의 관심사 정보를 포함하는 RSS 데이터를 추출하는 단계; 데이터 생성부가 상기 FOAF 데이터 및 상기 RSS 데이터를 이용하여 데이터의 속성을 포함하는 복수의 차원 데이터를 생성하는 단계; 데이터 분석부가 상기 복수의 차원 데이터 중 하나 이상의 차원 데이터를 선택하고, 상기 선택된 차원 데이터의 속성 및 속성 값을 이용하여, 상기 사용자의 관심사 정보 변경에 따른 상기 사용자의 인맥 관계 정보의 변경을 분석하는 단계; 및 상기 분석 결과, 상기 인맥 관계 정보에 변경이 발생한 경우, 데이터 갱신부가 상기 사용자의 변경된 인맥 관계 정보를 상기 FOAF 데이터에 반영하는 단계를 포함한다.

Description

ＦＯＡＦ 데이터 관리 방법 및 장치{METHOD AND APPARATUS FOR MANAGING FOAF DATA}
본 발명은 FOAF(Friend Of A Friend) 데이터를 관리하는 방법 및 장치에 관한 것으로, 더욱 상세하게는 RSS(Really Simple Syndication) 데이터를 이용하여 FOAF 데이터를 관리하는 방법 및 장치에 관한 것이다.
메타데이터(Metadata)는 데이터를 설명하기 위해 부가되는 데이터로서, 데이터를 표현하거나 데이터를 효율적으로 검색하기 위하여 사용된다. 사용자는 검색 엔진 상에서 메타데이터를 이용함으로써 특정 데이터를 보다 쉽게 검색할 수 있다. 인터넷 소프트웨어 분야에서 사용되는 메타데이터의 예로서, FOAF, RSS, RDF(Resource Description Framework) 등이 있다.
FOAF는 웹 2.0 환경에서 소셜 네트워크를 구축하기 위하여 사용되는 온톨로지 기반의 사용자 프로파일 기술 도구이다. 사용자는 관심사의 변화에 따른 인맥 관계의 변화를 FOAF에 반영하기 위하여, 수동으로 FOAF 데이터를 갱신해야 한다.
한편, OLAP(Online Analytical Procedure) 시스템은 데이터 웨어하우스에서 다차원 데이터 분석을 위하여 사용된다. 데이터 웨어하우스에 데이터가 저장 및 관리되면, 사용자는 중간 매개체 없이 OLAP 시스템을 이용하여 직접 데이터에 접근하고, 데이터를 조회할 수 있으며, 계산 및 복잡한 모델링을 수행할 수 있다.
시간의 흐름에 따라 변화하는 소셜 네트워크 사용자의 관심사를 FOAF 데이터에 자동으로 반영하는 기술이 필요하다.
본 발명은 RSS 데이터를 이용하여 FOAF 데이터를 관리함으로써, 사용자의 관심사 변경 시 FOAF 데이터를 갱신할 수 있는 것을 목적으로 한다.
또한, 본 발명은 OLAP 시스템을 이용하여 사용자가 선택하는 속성을 가진 데이터를 기준으로 RSS 데이터를 분석함으로써, 사용자에게 편의를 제공할 수 있는 것을 목적으로 한다.
본 발명의 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 본 발명의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있고, 본 발명의 실시예에 의해 보다 분명하게 이해될 것이다. 또한, 본 발명의 목적 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.
이러한 목적을 달성하기 위한 본 발명은, 데이터 추출부가 사용자의 인맥 관계 정보를 포함하는 FOAF 데이터 및 상기 사용자의 관심사 정보를 포함하는 RSS 데이터를 추출하는 단계; 데이터 생성부가 상기 FOAF 데이터 및 상기 RSS 데이터를 이용하여 데이터의 속성을 포함하는 복수의 차원 데이터를 생성하는 단계; 데이터 분석부가 상기 복수의 차원 데이터 중 하나 이상의 차원 데이터를 선택하고, 상기 선택된 차원 데이터의 속성 및 속성 값을 이용하여, 상기 사용자의 관심사 정보 변경에 따른 상기 사용자의 인맥 관계 정보의 변경을 분석하는 단계; 및 상기 분석 결과, 상기 인맥 관계 정보에 변경이 발생한 경우, 데이터 갱신부가 상기 사용자의 변경된 인맥 관계 정보를 상기 FOAF 데이터에 반영하는 단계를 포함한다.
또한, 본 발명은, 사용자의 인맥 관계 정보를 포함하는 FOAF 데이터 및 상기 사용자의 관심사 정보를 포함하는 RSS 데이터를 추출하는 데이터 추출부; 상기 FOAF 데이터 및 상기 RSS 데이터를 이용하여 데이터의 속성을 포함하는 복수의 차원 데이터를 생성하는 데이터 생성부; 상기 복수의 차원 데이터 중 하나 이상의 차원 데이터를 선택하고, 상기 선택된 차원 데이터의 속성 및 속성 값을 이용하여, 상기 사용자의 관심사 정보 변경에 따른 상기 사용자의 인맥 관계 정보의 변경을 분석하는 데이터 분석부; 및 상기 분석 결과, 상기 인맥 관계 정보에 변경이 발생한 경우, 상기 사용자의 변경된 인맥 관계 정보를 상기 FOAF 데이터에 반영하는 데이터 갱신부를 포함한다.
전술한 바와 같은 본 발명에 의하면, RSS 데이터를 이용하여 FOAF 데이터를 관리함으로써, 사용자의 관심사 변경 시 FOAF 데이터를 갱신할 수 있는 장점이 있다.
또한, 본 발명에 의하면, OLAP 시스템을 이용하여 사용자가 선택하는 속성을 가진 데이터를 기준으로 RSS 데이터를 분석함으로써, 사용자에게 편의를 제공할 수 있는 장점이 있다.
도 1은 본 발명의 일 실시예에 따른 FOAF 데이터 관리 장치의 구성도.
도 2는 본 발명의 일 실시예에 따른 FOAF 데이터 및 RSS 데이터의 추출 및 분석을 설명하기 위한 도면.
도 3은 본 발명의 일 실시예에 따른 차원 데이터를 설명하기 위한 도면.
도 4는 본 발명의 일 실시예에 따른 스타 스키마를 설명하기 위한 도면.
도 5는 본 발명의 일 실시예에 따른 차원 테이블 및 사실 테이블의 개념을 설명하기 위한 도면.
도 6은 본 발명의 일 실시예에 따른 사실 테이블을 설명하기 위한 도면.
도 7은 본 발명의 일 실시예에 따른 3차원 OLAP 큐브를 설명하기 위한 도면.
도 8은 본 발명의 일 실시예에 따른 OLAP 큐브를 이용한 사용자 관심사 분석을 설명하기 위한 도면.
도 9는 본 발명의 일 실시예에 따른 OLAP 큐브를 이용한 사용자 인맥 관계 분석을 설명하기 위한 도면.
도 10은 본 발명의 일 실시예에 따라 갱신된 FOAF를 설명하기 위한 도면.
도 11은 본 발명의 일 실시예에 따른 FOAF 갱신 알고리즘을 설명하기 위한 도면.
도 12는 본 발명의 일 실시예에 따른 FOAF 데이터 관리 방법의 흐름을 나타내는 흐름도.
전술한 목적, 특징 및 장점은 첨부된 도면을 참조하여 상세하게 후술되며, 이에 따라 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 것이다. 본 발명을 설명함에 있어서 본 발명과 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 상세한 설명을 생략한다. 이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명하기로 한다. 도면에서 동일한 참조부호는 동일 또는 유사한 구성요소를 가리키는 것으로 사용된다.
도 1은 본 발명의 일 실시예에 따른 FOAF 데이터 관리 장치의 구성도이다.
도 1을 참조하여 살펴보면, FOAF 데이터 관리 장치(100)는 데이터 추출부(102), 데이터 생성부(104), 데이터 분석부(106) 및 데이터 갱신부(108)를 포함한다.
데이터 추출부(102)는 FOAF 데이터 및 RSS 데이터를 추출할 수 있다. FOAF는 언어 또는 기종에 관계 없이 이종 소셜 네트워크 서비스를 연동하고 활용하기 위한 OWL(Ontology Web Language)/RDF 온톨로지 기반의 사용자 프로파일 기술 도구이다. RSS는 웹 사이트에서 사용되는 컨텐츠 출판 방식으로서, RSS 데이터는 특정 웹 사이트에 국한되지 않고 다양한 소셜 미디어 서비스에서 제공될 수 있다. 데이터 추출부(102)는 서버에서 파일을 업로드할 때 발생하는 로우 데이터(Low Data)로부터 FOAF 데이터 및 RSS 데이터를 추출할 수 있다. 데이터 추출부(102)가 추출하는 FOAF 데이터는 예컨대, 사용자명, 이메일 주소, 개인 홈 페이지 주소, 학교 홈페이지 주소, 직장 홈페이지 주소, 전화 번호, 별명, 호칭 등 사용자의 개인 정보 및 아는 사람 등 소셜 네트워크상 형성된 사용자의 인맥 관계 정보를 포함할 수 있다. 또한, 데이터 추출부(102)는 실시간으로 업데이트되는 RSS 데이터를 추출할 수 있다. RSS 데이터는 채널(Channel) 부분과 아이템(Item) 부분을 포함한다. 채널 부분은 컨텐츠를 배포한 웹 사이트에 대한 정보를 기술한 부분으로, 웹 사이트의 이름(Title), 주소(Link), 설명(Description), 최근 업데이트 날짜(Pubdate), 최근 시스템 빌드 날짜(LastBuildDate), 시스템 엔진(Generator) 및 언어(language)를 포함할 수 있다. 채널의 하위 항목인 아이템 부분은 컨텐츠의 내용에 대한 정보를 기술한 부분으로, 컨텐츠의 제목(Title), 주소(Link), 설명(Description), 분류 및 태그(Category), 작성자(Author), 고유식별자(Guid), 답글주소(Comments), 작성일(PubDate)에 대한 정보 즉, 사용자의 관심사 정보를 포함할 수 있다. 데이터 추출부(102)는 FOAF 데이터 및 RSS 데이터를 정보의 특징에 따라 구분하여 각각 추출할 수 있다.
데이터 생성부(104)는 FOAF 데이터 및 RSS 데이터를 이용하여 데이터 속성을 포함하는 복수의 차원 데이터를 생성할 수 있다. 차원 데이터는 데이터 추출 시 구분의 기준이 된 정보의 특징을 데이터의 속성으로 하는 데이터를 의미한다. 데이터의 속성은 데이터 추출 시 구분의 기준이 된 정보의 특징으로서 예컨대, 사용자 아이디, 컨텐츠 발행시간, 인맥 관계, 웹 사이트 정보를 포함하는 사이트 링크, 컨텐츠의 내용을 포함하는 엔트리 링크 및 컨텐츠의 카테고리를 포함할 수 있다. 이때, 데이터 생성부(104)는 차원 데이터로 이루어진 차원 테이블뿐만 아니라, 차원 테이블의 고유 식별자인 차원 테이블의 키 및 사용자들로부터 받은 컨텐츠 추천 횟수를 포함하는 사실 테이블을 생성할 수 있다. 그 결과, 차원 테이블의 키는 사실 테이블의 속성이 되고, 차원 데이터 각각이 사용자들로부터 받은 컨텐츠 추천 횟수는 사실 테이블의 속성 값이 된다. 이때, 사실 테이블의 속성 값은 차원 데이터의 속성에 따른 결과 값 즉, 차원 데이터의 속성 값과 동일한 의미로 사용될 수 있다. 데이터 속성 값은 사용자의 컨텐츠 조회 수, 컨텐츠 추천 횟수, 사용자의 인맥 관계의 개수를 포함할 수 있다. 사실 테이블과 차원 테이블은 스타 스키마 형태로 생성될 수 있다.
한편, 데이터 추출부(102)는 FOAF 데이터로부터 사용자의 인맥 관계에 포함되는 타인의 개인 웹사이트 주소를 추출하고, 추출된 타인의 개인 웹사이트로부터 타인의 관심사 정보를 포함하는 RSS 데이터를 더 추출할 수 있다. 이때, 데이터 생성부(104)는 사용자의 FOAF 데이터, RSS 데이터 및 타인의 RSS 데이터를 이용하여 복수의 차원 데이터를 생성할 수 있다.
데이터 분석부(106)는 복수의 차원 데이터 중 하나 이상의 차원 데이터를 선택하고, 선택된 차원 데이터의 속성 및 속성 값을 이용하여, 사용자의 관심사 정보 변경에 따른 사용자의 인맥 관계 정보의 변경을 분석할 수 있다. 데이터 분석부(106)는 OLAP 큐브 생성부, OLAP 연산부 및 정보 변경 분석부를 포함할 수 있다. OLAP 큐브 생성부는 복수의 차원 데이터 중 하나 이상의 차원 데이터를 선택하여 OLAP 큐브를 생성할 수 있다. 예를 들어, 동일한 관심사를 가지는 사용자들을 대상으로 시간의 흐름에 따른 소셜 네트워크의 변화를 관찰하고자 한다면, OLAP 큐브 생성부는 사용자 아이디, 컨텐츠 발행시간 및 카테고리 차원 데이터를 선택하여 3차원 OLAP 큐브를 생성할 수 있다. 이어서, OLAP 연산부는 OLAP 큐브를 이용하여 선택된 차원 데이터의 속성 값을 분석할 수 있다. OLAP 연산은 OLAP 큐브를 형성하는 각각의 차원 데이터와 사실 테이블의 속성 및 속성 값을 이용하여 시간의 흐름에 따른 사용자의 관심사 및 관심사에 따른 인맥 관계를 통계적으로 분석하는 연산이다. 정보 변경 분석부는 OLAP 연산부가 분석한 차원 데이터의 속성 값을 이용하여 사용자의 관심사 정보가 변경되었는지 여부를 분석할 수 있다. 이어서, 정보 변경 분석부는 사용자의 관심사 정보 변경에 따른 사용자의 인맥 관계 정보 변경을 파악할 수 있다.
데이터 갱신부(108)는 인맥 관계 정보에 변경이 발생한 경우, 사용자의 변경된 인맥 관계 정보를 FOAF 데이터에 반영할 수 있다.
시간의 흐름에 따라 자동으로 업데이트되는 RSS 데이터를 이용한 결과, 사용자의 관심사 변화를 분석할 수 있고, 관심사 변화에 따라 변동된 사용자의 인맥 관계를 FOAF 데이터에 반영하여, FOAF 데이터를 자동으로 갱신할 수 있다.
도 2는 본 발명의 일 실시예에 따른 FOAF 데이터 및 RSS 데이터의 추출 및 분석을 설명하기 위한 도면이다.
도 2를 참조하여 살펴보면, 사용자 인터페이스(202)는 사용자(200)로부터 질의를 수신하고(220), 질의에 대한 응답을 송신할 수 있다(222). 또한, 사용자 인터페이스(202)는 웹(204)으로부터 FOAF 데이터(206), RSS 형식으로 전송된 여러 사용자들의 컨텐츠(208)를 추출할 수 있다.
데이터 추출 모듈(210)은 웹(204)으로부터 전송된 FOAF 데이터(206), RSS 데이터(208) 및 사용자 인터페이스(202)로부터 전송된 컨텐츠에 대한 사용자들의 조회 수 또는 추천 횟수(224)를 수신할 수 있다. 데이터 추출 모듈(210)은 여러 서버에 분산되어 있는 FOAF 데이터 및 RSS 데이터를 수집하여, 스타 스키마 형태로 설계된 데이터베이스(214)에 입력할 수 있다(230). 한편, 데이터 추출 모듈(210)은 OLAP 데이터 분석 모듈(212)로부터 OLAP 큐브 형성을 위한 차원 데이터를 요청받는 경우(234), 데이터베이스(214)로부터 차원 데이터를 전송받아(232), OLAP 데이터 분석 모듈(212)에 송신할 수 있다(236).
OLAP 데이터 분석 모듈(212)은 데이터 추출 모듈(210)로부터 수신한 차원 데이터를 이용하여 OLAP 연산을 수행할 수 있다. OLAP 연산 결과 사용자의 인맥 관계에 변동이 있는 경우, OLAP 데이터 분석 모듈(212)은 변동된 사용자의 인맥 관계를 사용자 인터페이스(202)에 전송할 수 있다(228).
도 3은 본 발명의 일 실시예에 따른 차원 데이터를 설명하기 위한 도면이다.
도 3을 참조하여 살펴보면, FOAF 데이터 관리 장치의 데이터 추출부는 로우 데이터(Low Data)로부터 RSS 데이터(302) 및 FOAF 데이터(304)를 추출할 수 있다. 데이터 추출부는 RSS 데이터(302) 및 FOAF 데이터(304)를 추출할 때, 로우 데이터 전체를 한꺼번에 추출하는 것이 아니라, 데이터에 포함된 정보의 특성에 따라 복수의 차원 데이터를 각각 추출할 수 있다.
이어서, FOAF 데이터 관리 장치의 데이터 생성부는 RSS 데이터(302)로부터 추출한 차원 데이터를 이용하여, 컨텐츠 발행 시간 차원 테이블(320), 컨텐츠의 종류를 저장한 카테고리 차원 테이블(340), 컨텐츠가 게시된 웹 사이트 정보인 채널을 저장한 사이트 링크 차원 테이블(360) 및 컨텐츠의 내용 정보인 아이템을 저장한 엔트리 링크 차원 테이블(350) 등을 생성할 수 있으며, 이에 한정되는 것은 아니다. 또한, 데이터 생성부는 FOAF 데이터(304)로부터 추출한 차원 데이터를 이용하여, 사용자 프로파일을 저장하는 사용자 아이디 차원 테이블(310) 및 사용자의 인맥 관계를 저장하는 인맥 관계 차원 테이블(330) 등을 생성할 수 있으며, 이에 한정되는 것은 아니다.
도 4는 본 발명의 일 실시예에 따른 스타 스키마를 설명하기 위한 도면이다.
도 4를 참조하여 살펴보면, 복수의 차원 테이블(도면 부호 410 내지 460) 및 하나의 사실 테이블(400)이 스타 스키마 형태로 생성될 수 있다. 하나의 사실 테이블은 복수의 차원 테이블(410 내지 460)의 키를 속성으로 포함하고, 각 속성에 대한 사용자들의 컨텐츠 추천 횟수, 컨텐츠 조회 수 및 인맥 관계의 개수 중 어느 하나를 속성 값으로 포함할 수 있다. 스타 스키마 형태는 데이터를 비정규화하여, 복수의 차원 테이블(410 내지 460)을 하나의 사실 테이블(400)에 결합함으로써, 데이터 조회 시 응답이 빠른 장점을 가진다.
도 5는 본 발명의 일 실시예에 따른 차원 테이블 및 사실 테이블의 개념을 설명하기 위한 도면이다.
도 5를 참조하여 살펴보면, 복수의 차원 테이블(510 내지 560) 각각은 동일한 속성을 가지는 차원 데이터를 포함한다. 차원 테이블(510 내지 560)은 차원 데이터에 포함된 정보를 상위 개념부터 하위 개념까지 포함할 수 있다. 사실 테이블(500)은 차원 테이블(510 내지 560) 각각의 키(id, published, link, entry, category, knows) 및 사용자들의 컨텐츠 추천 횟수(vote_amount)를 포함할 수 있다.
도 6은 본 발명의 일 실시예에 따른 사실 테이블을 설명하기 위한 도면이다.
도 6을 참조하여 살펴보면, FOAF 데이터 관리 장치의 데이터 생성부는 복수의 차원 테이블 중 3개를 선택하여 사실 테이블을 설정할 수 있다. 예컨대, 복수의 차원 테이블 중 컨텐츠 발행 시간 차원 테이블, 카테고리 차원 테이블, 아이디 차원 테이블을 선택하여 사실 테이블을 설정할 수 있다. 이때, 사용자들의 컨텐츠 추천 횟수가 3개의 차원 테이블의 매개로 설정될 수 있다. 이때, 컨텐츠 발행 시간, 카테고리 및 아이디는 사실 테이블의 속성(602)이 되고, 사용자들의 컨텐츠 추천 횟수는 사실 테이블의 속성 값(604)이 된다.
도 7은 본 발명의 일 실시예에 따른 3차원 OLAP 큐브를 설명하기 위한 도면이다.
도 7을 참조하여 살펴보면, 도 6을 참조하여 설명한 사실 테이블 및 차원 테이블을 이용하여 3차원 OLAP 큐브를 생성할 수 있다. 본 발명의 목적은 시간 또는 사용자의 관심사 변화에 따라 변화하는 사용자들의 인맥 관계를 갱신하는데 있으므로, OLAP 큐브 생성 시 시간 차원 테이블 및 아이디 차원 테이블이 필수적으로 포함되는 것이 일반적이다. 따라서 본 발명의 일 실시예로서, 카테고리 차원 테이블, 컨텐츠 발행 시간 차원 테이블 및 아이디 차원 테이블을 이용하여 OLAP 큐브를 생성할 수 있다. 세 가지 차원 테이블은 제1 방향(Ⅰ), 제2 방향(Ⅱ) 및 제3 방향(Ⅲ)으로 각각 형성될 수 있고, OLAP 큐브를 생성하는 단위 셀은 예컨대, "fuzzy"라는 카테고리를 가진 컨텐츠를, 1월의 기간 동안, "Finaley"라는 아이디를 가진 사용자가 추천한 횟수를 가리킨다. 다만, 3차원 OLAP 큐브를 생성하는 것은 본 발명의 일 실시예에 의한 것이고, 선택하는 차원 테이블의 개수는 이에 한정되지 않는다.
도 8은 본 발명의 일 실시예에 따른 OLAP 큐브를 이용한 사용자 관심사 분석을 설명하기 위한 도면이다.
도 8을 참조하여 살펴보면, 3차원 OLAP 큐브(802)를 이용하여 하나의 차원에서 하나의 선택이 이루어지는 연산이 수행될 수 있다(804). 선택 연산이 수행된 결과, 아이디가 "Morgan"인 사용자의 월별 관심사가 제공된다. 관심사의 정도는 속성 값 예컨대, 사용자의 컨텐츠 조회 수로 측정될 수 있다. 이어서, 컨텐츠 발행 시간 차원 테이블을 하위 계층인 월(Month)에서 상위 계층인 사분기(Quarter)로 상향시키는 연산이 수행될 수 있다. 상향 연산이 수행된 결과, 아이디가 "Morgan"인 사용자의 분기별 관심사 정보가 제공된다(806). 도 8의 실시예에서, 아이디가 "Morgan"인 사용자의 1사분기(Q1) 관심사는 "Semantic Web" 및 "Web 2.0"이고, 2사분기(Q2) 관심사는 "AI" 및 "Ontology"임을 OLAP 연산 결과를 통하여 알 수 있다. 즉, FOAF 데이터를 관리하고자 하는 자는 OLAP 큐브를 형성할 차원 데이터를 선택함으로써, 특정 사용자가, 특정 시점에, 가장 많은 관심을 가지는 특정 카테고리의 컨텐츠가 무엇인지 알 수 있다.
도 9는 본 발명의 일 실시예에 따른 OLAP 큐브를 이용한 사용자 인맥 관계 분석을 설명하기 위한 도면이다.
도 9을 참조하여 살펴보면, 3차원 OLAP 큐브(902)를 이용하여 하나의 차원에서 두 개의 선택이 이루어지는 연산이 수행될 수 있다(904). 도 8의 단계에서 추출된 아이디 "Morgan" 사용자의 2사분기(Q2) 최대 관심사가 도 9의 단계의 선택 연산에 이용될 수 있다. 선택 연산이 수행된 결과, 카테고리 "Ontology" 및 "AI"의 월별 관심의 정도가 제공된다. 관심사의 정도는 속성 값, 예컨대 사용자의 컨텐츠 조회 수로 측정될 수 있다. 이어서, 컨텐츠 발행 시간 차원 테이블을 하위 계층인 월(Month)에서 상위 계층인 사분기(Quarter)로 상향시키는 연산 및 2사분기(Q2)의 카테고리 "Ontology" 및 "AI"를 선택하는 연산이 수행될 수 있다(906). 축을 바꾸는 피벗(pivot) 연산이 수행되면, 2사분기(Q2)동안 카테고리 "Ontology" 및 "AI"에 관심을 가진 사용자 정보가 제공된다(908). 도 9의 실시예에서, 2사분기(Q2)동안 "AI"에 관심을 가진 사용자의 아이디는 "Dimm", "Morgan" 및 "Sohn"이고, "Ontology"에 관심을 가진 사용자의 아이디는 "Morgan" 및 "Sohn"임을 OLAP 연산 결과를 통하여 알 수 있다. 즉, FOAF 데이터를 관리하고자 하는 자는 OLAP 큐브를 형성할 차원 데이터를 선택함으로써, 특정 시점에, 특정 카테고리의 컨텐츠에 가장 많은 관심이 있는 사용자가 누구인지 알 수 있다.
도 10은 본 발명의 일 실시예에 따라 갱신된 FOAF를 설명하기 위한 도면이다.
도 10을 참조하여 살펴보면, 도 9의 단계에서 추출한 사용자를 FOAF 데이터에 반영할 수 있다. OLAP 분석 결과, 아이디 "Morgan" 사용자의 2사분기(Q2) 최대 관심사는 "AI" 및 "Ontology"이며, "AI" 및 "Ontology"에 관심을 가지는 사용자는 아이디 "Sohn" 사용자 및 아이디 "Dimm" 사용자이다. FOAF 데이터 관리 장치의 데이터 갱신부는 아이디 "Sohn" 사용자(1002) 및 아이디 "Dimm" 사용자(1004)가 FOAF 데이터의 인맥 관계에 포함되도록 FOAF 데이터를 갱신할 수 있다.
이와 같이, FOAF 데이터를 관리하고자 하는 자가 OLAP 큐브를 형성할 차원 데이터를 선택하면, 사용자의 관심사에 따른 인맥 관계의 변경이 FOAF 데이터에 반영되어, FOAF 데이터를 자동으로 갱신할 수 있다.
도 11은 본 발명의 일 실시예에 따른 FOAF 갱신 알고리즘을 설명하기 위한 도면이다.
도 11을 참조하여 살펴보면, 본 발명의 일 실시예에 따른 FOAF 데이터 관리 장치는 사용자와 연관 관계가 있는 인맥 관계를 추출하여 FOAF 데이터를 갱신할 수 있다. 본 발명의 일 실시예에 따른 알고리즘은 OLAP 연산을 실행하기 위하여 표현이 직관적인 데이터 마이닝 질의 언어인 DMQL을 사용한다.
"find_id_interest()" 함수는 사용자의 RSS 데이터에서 추출한 태그를 이용하여 최근 관심사를 추출할 수 있다. 추출된 최근 관심사는 "find_relation()" 함수의 매개 변수로 입력될 수 있다. "find_relation()" 함수는 최근 관심사를 입력받아, RSS 데이터를 통해 관심사가 가장 비슷한 사용자를 출력할 수 있다. "find_id_interest()" 함수 및 "find_relation()" 함수는 선택된 차원 데이터의 개수만큼 반복하여 실행된다.
예를 들어, "find_id_interest()" 함수를 사용함으로써, 사용자가 최근 3개월간 RSS에서 가장 많이 사용한 태그가 "Ontology"라는 것을 찾을 수 있다. 이어서, "find_relation()" 함수가 "Ontology"를 입력받으면, 최근 3개월간 "Ontology" 태그를 가장 많이 사용한 사용자를 출력할 수 있다. "fing_relation()" 함수의 출력이 메인 함수에 의하여 FOAF 데이터의 인맥 관계에 추가된 결과, FOAF 데이터가 갱신된다.
도 12는 본 발명의 일 실시예에 따른 FOAF 데이터 관리 방법의 흐름을 나타내는 흐름도이다.
도 12를 참조하여 살펴보면, 데이터 추출부가 사용자의 인맥 관계 정보를 포함하는 FOAF 데이터를 추출한다(1202). 또한, 데이터 추출부가 사용자의 관심사 정보를 포함하는 RSS 데이터를 추출한다(1204). 도면 부호 1202 단계와 도면 부호 1204 단계는 순서와 무관하게 수행될 수 있다.
이어서, 데이터 생성부가 추출된 FOAF 데이터 및 RSS 데이터를 이용하여 데이터의 속성을 포함하는 복수의 차원 데이터를 생성한다(1206). 데이터의 속성은 아이디, 컨텐츠 발행 시간, 인맥 관계, 컨텐츠 카테고리, 사이트 링크 및 엔트리 링크를 포함할 수 있다. 또한, 데이터의 속성 값은 사용자의 컨텐츠 조회 수, 컨텐츠 추천 횟수, 사용자의 인맥 관계의 개수를 포함할 수 있다.
한편, 데이터 추출부는 사용자의 FOAF 데이터로부터 사용자의 인맥 관계에 포함되는 타인의 개인 웹사이트 주소를 추출할 수 있다. 또한, 데이터 추출부는 타인의 개인 웹사이트로부터 타인의 관심사 정보를 포함하는 RSS 데이터를 추출할 수 있다. 이어서, 데이터 생성부는 사용자의 FOAF 데이터, RSS 데이터 및 타인의 RSS 데이터를 이용하여 복수의 차원 데이터를 생성할 수 있다.
그리고 데이터 분석부는 복수의 차원 데이터 중 하나 이상의 차원 데이터를 선택하고, 선택된 차원 데이터의 속성 및 속성 값을 이용하여, 사용자의 관심사 정보 변경에 따른 사용자의 인맥 관계 정보의 변경을 분석한다(1208). 인맥 관계 정보 분석 단계(1208)는 복수의 차원 데이터 중 하나 이상의 차원 데이터를 선택하여 OLAP 큐브를 생성하는 단계, OLAP 큐브를 이용하여 선택된 차원 데이터의 속성 값을 분석하는 단계, 및 분석된 차원 데이터의 속성 값을 이용하여 사용자의 관심사 정보가 변경되었는지 여부를 분석하는 단계를 포함한다.
분석 결과, 인맥 관계 정보에 변경이 발생한 경우, 데이터 갱신부는 사용자의 변경된 인맥 관계 정보를 FOAF 데이터에 반영한다(1210). 따라서 사용자의 관심사가 변경됨에 따라 FOAF 데이터가 자동으로 갱신될 수 있다.
삭제
전술한 본 발명은, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 있어 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경이 가능하므로 전술한 실시예 및 첨부된 도면에 의해 한정되는 것이 아니다.

Claims (10)

  1. 데이터 추출부가 사용자의 인맥 관계 정보를 포함하는 FOAF 데이터 및 상기 사용자의 관심사 정보를 포함하는 RSS 데이터를 추출하는 단계;
    데이터 생성부가 상기 FOAF 데이터 및 상기 RSS 데이터를 이용하여 데이터의 속성을 포함하는 복수의 차원 데이터를 생성하는 단계;
    데이터 분석부가 상기 복수의 차원 데이터 중 하나 이상의 차원 데이터를 선택하고, 상기 선택된 차원 데이터의 속성 및 속성 값을 이용하여, 상기 사용자의 관심사 정보 변경에 따른 상기 사용자의 인맥 관계 정보의 변경을 분석하는 단계; 및
    상기 분석 결과, 상기 인맥 관계 정보에 변경이 발생한 경우, 데이터 갱신부가 상기 사용자의 변경된 인맥 관계 정보를 상기 FOAF 데이터에 반영하는 단계
    를 포함하는 FOAF 데이터 관리 방법.
  2. 제 1항에 있어서,
    상기 데이터 추출부가 상기 FOAF 데이터로부터 상기 사용자의 인맥 관계에 포함되는 타인의 개인 웹사이트 주소를 추출하는 단계; 및
    상기 데이터 추출부가 상기 타인의 개인 웹사이트로부터 상기 타인의 관심사 정보를 포함하는 RSS 데이터를 추출하는 단계를 더 포함하고,
    상기 복수의 차원 데이터를 생성하는 단계는,
    상기 사용자의 FOAF 데이터, 상기 사용자의 RSS 데이터 및 상기 타인의 RSS 데이터를 이용하여 복수의 차원 데이터를 생성하는, FOAF 데이터 관리 방법.
  3. 제 1항 또는 제 2항에 있어서,
    상기 사용자의 인맥 관계 정보의 변경을 분석하는 단계는,
    상기 복수의 차원 데이터 중 하나 이상의 차원 데이터를 선택하여 OLAP 큐브를 생성하는 단계;
    상기 OLAP 큐브를 이용하여 상기 선택된 차원 데이터의 속성 값을 분석하는 단계; 및
    상기 분석된 차원 데이터의 속성 값을 이용하여 상기 사용자의 관심사 정보가 변경되었는지 여부를 분석하는 단계
    를 포함하는 FOAF 데이터 관리 방법.
  4. 제 1항에 있어서,
    상기 데이터의 속성은,
    아이디, 컨텐츠 발행 시간, 인맥 관계, 컨텐츠 카테고리, 사이트 링크 및 엔트리 링크를 포함하는 FOAF 데이터 관리 방법.
  5. 제 1항에 있어서,
    상기 데이터의 속성 값은,
    컨텐츠 조회 수, 컨텐츠 추천 횟수, 및 상기 사용자의 인맥 관계의 개수를 포함하는 FOAF 데이터 관리 방법.
  6. 사용자의 인맥 관계 정보를 포함하는 FOAF 데이터 및 상기 사용자의 관심사 정보를 포함하는 RSS 데이터를 추출하는 데이터 추출부;
    상기 FOAF 데이터 및 상기 RSS 데이터를 이용하여 데이터의 속성을 포함하는 복수의 차원 데이터를 생성하는 데이터 생성부;
    상기 복수의 차원 데이터 중 하나 이상의 차원 데이터를 선택하고, 상기 선택된 차원 데이터의 속성 및 속성 값을 이용하여, 상기 사용자의 관심사 정보 변경에 따른 상기 사용자의 인맥 관계 정보의 변경을 분석하는 데이터 분석부; 및
    상기 분석 결과, 상기 인맥 관계 정보에 변경이 발생한 경우, 상기 사용자의 변경된 인맥 관계 정보를 상기 FOAF 데이터에 반영하는 데이터 갱신부
    를 포함하는 FOAF 데이터 관리 장치.
  7. 제 6항에 있어서,
    상기 데이터 추출부는,
    상기 FOAF 데이터로부터 상기 사용자의 인맥 관계에 포함되는 타인의 개인 웹사이트 주소를 더 추출하고, 상기 타인의 개인 웹사이트로부터 상기 타인의 관심사 정보를 포함하는 RSS 데이터를 더 추출하고,
    상기 데이터 생성부는,
    상기 사용자의 FOAF 데이터, 상기 사용자의 RSS 데이터 및 상기 타인의 RSS 데이터를 이용하여 복수의 차원 데이터를 생성하는, FOAF 데이터 관리 장치.
  8. 제 6항 또는 제 7항에 있어서,
    상기 데이터 분석부는,
    상기 복수의 차원 데이터 중 하나 이상의 차원 데이터를 선택하여 OLAP 큐브를 생성하는 OLAP 큐브 생성부;
    상기 OLAP 큐브를 이용하여 상기 선택된 차원 데이터의 속성 값을 분석하는 OLAP 연산부; 및
    상기 분석된 차원 데이터의 속성 값을 이용하여 상기 사용자의 관심사 정보가 변경되었는지 여부를 분석하는 정보 변경 분석부
    를 포함하는 FOAF 데이터 관리 장치.
  9. 제 6항에 있어서,
    상기 데이터의 속성은,
    아이디, 컨텐츠 발행 시간, 인맥 관계, 컨텐츠 카테고리, 사이트 링크 및 엔트리 링크를 포함하는 FOAF 데이터 관리 장치.
  10. 제 6항에 있어서,
    상기 데이터의 속성 값은,
    컨텐츠 조회 수, 컨텐츠 추천 횟수, 및 상기 사용자의 인맥 관계의 개수를 포함하는 FOAF 데이터 관리 장치.
KR1020110144904A 2011-12-28 2011-12-28 Ｆｏａｆ 데이터 관리 방법 및 장치 KR101363497B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110144904A KR101363497B1 (ko) 2011-12-28 2011-12-28 Ｆｏａｆ 데이터 관리 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110144904A KR101363497B1 (ko) 2011-12-28 2011-12-28 Ｆｏａｆ 데이터 관리 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20130076348A KR20130076348A (ko) 2013-07-08
KR101363497B1 true KR101363497B1 (ko) 2014-02-14

Family

ID=48989974

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110144904A KR101363497B1 (ko) 2011-12-28 2011-12-28 Ｆｏａｆ 데이터 관리 방법 및 장치

Country Status (1)

Country Link
KR (1) KR101363497B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104615722B (zh) * 2015-02-06 2018-04-27 浙江工业大学 基于密度搜索与快速划分的混合数据聚类方法
KR102124187B1 (ko) * 2018-01-29 2020-06-17 김훈 수치정보를 이용한 컨텐츠 제공장치

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100110145A (ko) * 2009-04-02 2010-10-12 삼성전자주식회사 휴대단말기의 인맥관리 서비스 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100110145A (ko) * 2009-04-02 2010-10-12 삼성전자주식회사 휴대단말기의 인맥관리 서비스 방법

Also Published As

Publication number Publication date
KR20130076348A (ko) 2013-07-08

Similar Documents

Publication Publication Date Title
CN101124576B (zh) 集成有来自信任网络的用户注释的搜索系统和方法
Khan et al. Modelling to identify influential bloggers in the blogosphere: A survey
US9135294B2 (en) Systems and methods using reputation or influence scores in search queries
US8661050B2 (en) Hybrid recommendation system
US9043358B2 (en) Enterprise search over private and public data
US20120095955A1 (en) Facilitating relationships and information transactions
Manca et al. Behavioral data mining to produce novel and serendipitous friend recommendations in a social bookmarking system
US10248725B2 (en) Methods and apparatus for integrating search results of a local search engine with search results of a global generic search engine
Dong et al. A service search engine for the industrial digital ecosystems
Buccafurri et al. A model to support design and development of multiple-social-network applications
US9245010B1 (en) Extracting and leveraging knowledge from unstructured data
Buccafurri et al. A model to support multi-social-network applications
Kim et al. Topic-Driven SocialRank: Personalized search result ranking by identifying similar, credible users in a social network
Chen et al. Development of an ontology-based expert recommendation system for product empirical knowledge consultation
Sohn et al. Dynamic FOAF management method for social networks in the social web environment
Caro et al. Are web visibility and data quality related concepts?
KR101363497B1 (ko) Ｆｏａｆ 데이터 관리 방법 및 장치
Liu et al. SocialRobot: a big data-driven humanoid intelligent system in social media services
JP7003481B2 (ja) ソーシャル・メディア・アカウントおよびコンテンツの相互に補強するランキング
Johny et al. Towards a social graph approach for modeling risks in big data and Internet of Things (IoT)
Ohmukai et al. Personal knowledge publishing suite with Weblog
WO2014054309A1 (ja) 関連検索システム、検索窓口装置、データベース及びプログラム
Ning et al. Using graph analysis approach to support question & answer on enterprise social network
Barkol et al. Enterprise collective: Connecting people via content
Alshabib et al. Deriving ratings through social network structures

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20170109

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20180108

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20200106

Year of fee payment: 7