사실 문서의 정의는 수 많은 방식이 있는데 기본적으로 조금 다른 생각을 해봤습니다. 감성을 문서에 도입해보자. 명시적 메타데이터나 지식 레이어를 담은 형식이 아니라 관계를 기반으로 특정한 감정적 그리드를 따로 만드는 것입니다. 책의 난이도, 즐거움, 연령, 가성비, 학습 같은 것 이외에 9블록처럼 다시 나눕니다.
사실 책을 다루려고 했던건 아니고 전화번호에서 사람을 모두 분석해서 이 전에 통화 데이터가 있었는지 찾아내 학습하는 인간관계를 구성하는 것을 만들어 보려다가…그냥 다 치우고 책에 대해서만 오각 데이터 벡터화했습니다. 일단 대충 키워드를 뽑아 놓아서 분류한 것이라서 바꿔야 합니다.
향후 완성되면 서평을 달아 놓은 사람들이 어떻게 생각하는지 알아내고 그걸 기준으로 관계는 수치화 되기 때문에 벡터데이터베이스에 넣어서 키워드와 관련 데이터가 포함되어 재분석을 합니다.
그러면 뭐가 나오겠죠? 뭔가 나오긴 합니다.그래프를 계속 돌리면 재미있는 결과가 나오겠죠?
그나저나 배송이 빠른게 책이랑 뭔 관계냐… 책이 보편타당하니까… 노션이나 옵시디언용으로 플러그인이 되려면 학습 데이터를 더 넣어봐야겠습니다.
문서의 감성적 측면을 분석하여 새로운 차원의 정보 추출
문서 간 관계를 감정적으로 정의하고 9블록 그리드로 표현
난이도, 즐거움 등 5가지 요소를 벡터화하여 문서 특징 수치화
서평 데이터로 문서 간 관계 수치화하여 벡터 DB에 저장
분석 데이터로 키워드와 관련 데이터 재분석하여 인사이트 도출
발전 방향으로는 감성 그리드 구체화, 오각 데이터 벡터 확장, 서평 감성 분석 고도화, 관계 수치화 알고리즘 개발, 벡터 DB 활용한 다양한 분석, 플러그인 개발을 준비할 수 있습니다. 구현을 위해서는 데이터 수집, 알고리즘 개발, 기술적 환경 구축 등 해결해야 할 과제가 있지만, 문서에 대한 새로운 이해와 개인화된 추천, 문서 관계 시각화, 학습 및 창작 지원 등의 효과를 기대할 수 있습니다.
다음은 책장
아르고나인에서 더 알아보기
구독을 신청하면 최신 게시물을 이메일로 받아볼 수 있습니다.
