본 논문은 음성 웹의 지능화 및 개인화를 위한 방안을 제시한다. 제안하는 시스템은 한 번의 연결에서 요청된 정보들을 하나의 트랜잭션으로 기록하고, 기록된 트랜잭션들로부터 요청된 정보들 간의 연관 규칙을 탐사하여 빈발하게 요청된 정보들의 집합을 발견하며, 시스템은 이에 기반하여 과거의 사용자들과 유사한 입력 성향을 보이는 사용자에게 발견된 빈발집합에 근거하여 관련 정보를 추천한다. 유효성 검증을 위해서 제안하는 시스템을 구축하고 실험한 결과, 제안하는 시스템이 사용자가 요청한 정보와 빈번하게 요청되었던 정보를 관련 정보로 추천함으로써 사용자의 정보 획득을 도울 수 있음을 확인하였다.
In this paper, we propose a method for personalizing and intelligence of speech Web. The proposed system records information that was demanded in the past as a transaction, explores association rules from those transactions, and discovers itemsets from frequent requests. This method is to recommend relevant information, based on frequent itemsets, to users who have similar inclinations to previous users. As a result of experimenting and implementation of proposed system for verification, we confirmed that the proposed system can recommend previously frequently requested information as relevant information.
