정보검색을 위한 로칼 탐색의 최적화

전문가 제언

○ 컴퓨터 과학에서 로칼 탐색은 컴퓨테이션으로 풀기 어려운 최적 문제를 위한 일종의 경험적 발견법(metaheuristics)이다. 경험적 발견법은 최적이론에서 Travelling Salesman 문제와 같은 후보 해의 공간에서 기준을 최대화하는 해를 발견하는 최적화 문제에 사용된다. 인터넷에서 로칼 탐색은 원래 어느 지역(local)에서 대상 목표를 찾아내는 탐색을 의미한다. 따라서 여기에서 다루는 로칼 탐색과는 이름은 같으나 다른 의미다.

○ 조합적 최적화 문제(Combinatorial Optimization Problem)는 여러 가능해 중에서 최적의 조건을 만족하는 해를 찾아내는 방법으로 최적이론과 인공지능 등에서 사용되는 이론이다. 한편 정보검색(Information Retrieval)에서 로칼 탐색을 이용하여 조합적 최적화 문제를 활용하는 방법들이 최근에 활발하게 연구되고 있다.

○ 힐클라이머(Hillclimber)는 조합적 최적화 문제에 사용하는 하나의 방법이다. 이는 해결 목표와 현재 상태 사이에 차이를 감소시키는 방법으로 마치 언덕을 오르는 것과 같이 해결에 점차로 접근해 가면서 해결 목표와의 차이를 최소화하는 최선(good enough)의 해를 찾아가는 방법이다.

○ MacFarlane 등은 이 논문에서 로칼 탐색이 정보검색 문제에 사용될 수 있음을 보이고 정보검색에서 로칼 탐색 사용을 적용하기 위한 질의 분류를 제안하였으며, 로칼 탐색의 한 사례로서 힐클라이머에 대하여 개관하였다. 또한 정보검색에 로칼 탐색을 사용하려는 실제 사용자를 위한 문제점과 함정에 대한 안내를 제공하였다.

○ 인터넷의 활성화와 이에 따른 정보의 범람과 방대한 정보의 축적은 데이터 마이닝(data mining) 기술과 이에 따른 정보검색의 효율적인 처리를 필요로 하고 있다. 또한 주어진 조건에 맞는 최적의 정보검색을 위한 탐색은 최적 이론을 이용한 기술의 사용으로 점차 늘어나고 있다. 이 연구는 정보검색의　질적　향상을 위한 개발과 연구에 참고하고　발전시켜야 하는　중심적　내용이다.

저자

Andrew MacFarlane, Andrew Tuson

자료유형

학술정보

원문언어

영어

기업산업분류

정보통신

연도

2009

권(호)

45

잡지명

Information Processing & Management

과학기술
표준분류

정보통신

페이지

159~174

분석자

김*기

분석물

• 정보검색을 위한 로칼 탐색의 최적화.pdf [406,059 byte]

이미지변환중입니다.