웹 2.0 시대에는 웹 상의 사용자들이 수많은 멀티미디어 컨텐츠를 생성함에 따라서 멀티미디어 검색이 더욱 중요하게 되었다. URL, 사진, 동영상과 같은 웹 컨텐츠를 설명하는 간단한 키워드인 태그는, 웹 컨텐츠의 메타데이터 역할을 하고 있다. 태그가 달린 데이터의 양이 많아지면 훨씬 풍부한 메타데이터를 포함한 웹 컨텐츠를 대상으로 검색이 가능하기 때문에 태그를 이용한 검색으로 사용자가 원하는 결과를 찾을 수 있는 가능성이 높아지게 된다. 하지만 실제로 태그를 사용하는 사용자의 수는 많지 않다. 태그를 입력하는 과정이 번거롭기 때문이거나 어떠한 태그를 입력하는 것이 다른 사용자들로부터의 접근성을 높일 수 있는지 모르기 때문이다. 이러한 문제를 해결하기 위해서, 사용자의 태그 입력 과정을 도와주는 기법인 태그 추천이 연구되었다. 사용자가 어떠한 웹 컨텐츠를 게재하려고 할 때, 태그 추천 시스템이 해당 웹 컨텐츠에 적절한 태그를 추천하면, 사용자는 적절한 태그를 선택하는 것으로 태그 입력이 이루어진다. 본 연구에서는 이러한 태깅 시스템에서의 다양한 태그 추천 방법론을 분석하고, 분류하였다.
In the era of Web 2.0, users create a number of their own Web contents. So, multimedia search becomes much more important than ever. A tag is a simple keyword which describes the Web contents including URL, pictures, and videos. Tags perform a role of descriptors of Web contents and Web metadata properly. If the number of tagged Web data increases, users are more likely to find the desired search result because the system includes the Web contents which have richer Web metadata. However, the number of users who use tags as Web metadata is relatively small. Because of the cumbersome process of adding tags, or users do not know what to add for the better accessibility from the public. Given situation, tag recommendation, which helps the process of adding tags, has been studied to solve these problems. When a user adds some Web contents, the tag recommendation system recommends relevant tags for the Web contents to the use, and the user selects recommended tags. We analyze and categorize various tag recommendation algorithms in tagging system.
