DOI QR코드

DOI QR Code

Improving accuracy of SNS-based Disaster Notification System using Morphological Analysis and Artificial Neural Network

형태소분석과 인공신경망을 활용한 SNS 기반 재난알림시스템의 정확도 향상

  • Lee, Dong-Ho (Dept. of Computer Education, Sungkyunkwan University) ;
  • Kang, Suk-Min (Dept. of Computer Education, Sungkyunkwan University) ;
  • Kim, Soo-Hyun (Dept. of Computer Education, Sungkyunkwan University) ;
  • Jo, Sung-Jae (Dept. of Computer Education, Sungkyunkwan University) ;
  • Park, Chan-Hyuk (Dept. of Industrial and Information System Engineering, Seoul National University of Science and Technology)
  • 이동호 (성균관대학교 컴퓨터교육과) ;
  • 강석민 (성균관대학교 컴퓨터교육과) ;
  • 김수현 (성균관대학교 컴퓨터교육과) ;
  • 조성재 (성균관대학교 컴퓨터교육과) ;
  • 박찬혁 (서울과학기술대학교 산업정보시스템전공)
  • Published : 2017.11.01

Abstract

스마트 디바이스가 대중화 되면서 각종 사건 사고에 대한 데이터가 SNS 상에 실시간으로 업데이트 된다. SNS의 이런 특성을 이용하여 이용자 개개인이 사고감지센서의 역할을 하면 빠른 사고감지가 가능하다. 하지만 기존 연구들은 단순히 키워드의 출현 빈도로 사고를 판단하는 방식과, 문법파괴 요소가 많은 트위터의 특성으로 인해 정확성에서 한계를 보인다. 본 연구에서는 사고감지의 정확도를 높이기 위해 형태소로 분석한 트윗을 벡터화하여 다층퍼셉트론신경망으로 학습시키는 모델을 구현하였다. 연구 결과 일반명사로 이루어진 40개의 단어를 사용했을 때 가장 높은 82.58%의 정확도를 얻었다.

Keywords