• KIPS Transactions on Software and Data Engineering
• /
• v.3 no.12
• /
• pp.553-564
• /
• 2014

In this paper, we propose the system for automatic generation of issue analysis report based on social big data mining, with the purpose of resolving three problems of the previous technologies in a social media analysis and analytic report generation. Three problems are the isolation of analysis, the subjectivity of experts and the closure of information attributable to a high price. The system is comprised of the natural language query analysis, the issue analysis, the social big data analysis, the social big data correlation analysis and the automatic report generation. For the evaluation of report usefulness, we used a Likert scale and made two experts of big data analysis evaluate. The result shows that the quality of report is comparatively useful and reliable. Because of a low price of the report generation, the correlation analysis of social big data and the objectivity of social big data analysis, the proposed system will lead us to the popularization of social big data analysis.

• 한국체육학회지인문사회과학편
• /
• v.56 no.4
• /
• pp.397-413
• /
• 2017

The purpose of this study is to introduce the case and to provide related information for the physical education major to handle and utilize the social big data through the exploratory study for the application of sports industry in the fourth industrial revolution. For this study, data was collected from the article database, which covers the keyword such as 'Social Big Data', 'Sports' and so on. The analyzed articles were 86 articles. As a results, The research on social big data applied to sports industry are as follows: 1) Analysis of major issues related to sports fans' interests and sports events, 2) A study on media sports engagement, 3) The prediction analysis of sports game based on the sentiment analysis, 4) Development of salary estimation model for professional player in sports, 5) Research trend analysis and so on. In conclusion, the social big data analysis technology in the sports industry and management can be utilized variously. Therefore, the specialists of the sports industry and management field need to learn the techniques, to acquire the know-how for the research project, to convert the convergence thinking.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.11a
• /
• pp.829-832
• /
• 2014

최근 사람 간 소통채널인 소셜미디어는 매스미디어 중심의 정보유통의 흐름을 바꿔놓으며 기업, 공공기관 등에서 가치를 찾는 핵심자원으로 관심을 받고 있다. 재난관리도 기존의 정부중심 대응에서 벗어나 소셜미디어, 즉 소셜 빅데이터를 활용한 국민 참여형 재난관리의 필요성이 대두되고 있다. 본 논문에서는 재난관리를 위해 실시간 소셜 빅데이터를 모니터링하는 시스템인 국립재난안전연구원의 소셜 빅보드(Social Big Board)를 소개하고, 이 시스템의 재난이슈 탐지의 정확성 향상을 위해 새롭게 개발된 재난유형별 관련도에 기반한 재난이슈 탐지기법을 설명하며 실험 및 평가결과를 제시하고자 한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2017.05a
• /
• pp.153-155
• /
• 2017

빅데이터 분석은 데이터베이스에 잘 정리된 정형 데이터뿐 아니라 인터넷, 소셜 네트워크 서비스, 모바일 환경에서 생성되는 웹 문서, 이메일, 소셜 데이터 등 비정형 데이터를 효과적으로 분석하는 기술을 말한다. 대부분의 빅데이터 분석 기술 방법들은 기존 통계학과 전산학에서 사용되던 데이터 마이닝, 기계 학습, 자연 언어 처리, 패턴 인식 등이 이에 해당된다. 글로벌 리서치 기관들은 빅데이터를 2011년 이래로 최근 가장 주목받는 신기술로 지목해오고 있다. 따라서 대부분의 산업에서 기업들은 빅데이터의 적용을 통해 가치 창출을 위한 노력을 기하고 있다. 본 연구에서는 다음 커뮤니케이션의 빅데이터 분석도구인 소셜 매트릭스를 활용하여 2017년 5월, 1개월 시점을 설정하고 "4차 산업혁명" 키워드에 대한 소비자들의 인식들을 살펴보았다. 빅데이터 분석의 결과는 다음과 같다. 첫째, 4차 산업혁명 키워드에 대한 연관 검색어 1위는 "후보"가 빈도수(7,613)인 것으로 나타났다. 둘째, 연관 검색어 2위는 "안철수"가 빈도수(7,297), 3위는 "문재인"이 빈도수(5,183)로 각각 나타났다. 다음으로 "4차 산업혁명" 키워드에 대한 검색어 긍정적 여론 빈도수 1위는 새로운(895)으로 나타났고, 부정적 여론 빈도수 1위는 위기(516)가 차지하였다. 이러한 결과 분석결과를 바탕으로 연구의 한계와 시사점을 제시하고자 한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2014.05a
• /
• pp.629-630
• /
• 2014

서비스 산업에 있어 기업 간의 경쟁이 날로 심화되어 가고 있는 가운데 효율적인 경영을 위해서는 시시각각으로 변하는 고객의 니즈를 파악하기 위해 그 어느 때 보다도 고객피드백이 필요한 시대이다. 최근 기업에서는 다양한 고객의 목소리가 담겨 있는 소셜 미디어상의 빅 데이터를 이용하여 고객의 피드백을 파악하려는 노력을 하고 있다. 따라서 모바일 스마트 혁명의 핵심 자원인 빅 데이터를 어떻게 분석, 활용 할 것인지 많은 기업들의 관심이 집중되고 있다. 본 연구에서는 이러한 소셜 빅 데이터를 분석하는 기술로서 최근 이슈를 감지하고 예측하는 방법을 제안하다. 이것은 기관이나 기업 등 분석대상과 관련된 소셜 데이터 자체를 분석하거나 그 외 관련 데이터와 연관 관계 분석 등 여러 가지 방법을 조합하여 부정적 이슈 등의 탐지가 가능하다.

• The Journal of the Korea Contents Association
• /
• v.19 no.6
• /
• pp.10-23
• /
• 2019

Although social big data can provide a multi-faceted perspective on school bullying experiences among children and adolescents, the complexity and variety of unstructured text presents a challenge for systematic collection and analysis of the data. Development of an ontology, which identifies key terms and their intricate relationships, is crucial for extracting key concepts and effectively collecting data. The current study elaborated on the definition of an ontology, carefully described the 7 stage development process, and applied the ontology for collecting and analyzing school bullying social big data. As a result, approximately 2,400 key terms were extracted in top-, middle-, and lower-level categories, concerning domains of participants, causes, types, location, region, and intervention. The study contributes to the literature by explaining the ontology development process and proposing a novel alternative research model that uses social big data in school bullying research. Findings from this ontology study may provide a basis for social big data research. Practical implications of this study lie in not only helping to understand the experience of school bullying participants, but also in offering a macro perspective on school bullying as a social phenomenon.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2019.05a
• /
• pp.504-506
• /
• 2019

The text and diary data of many SNSs around the world are uploaded, but it does not go beyond sharing and recording the data. In general, social big data is used to identify taste and interests. However, there is a need for a system that analyzes and displays their status and information. Therefore, in this paper, the happiness diary system deals with the design of the system that can record the data of the SNS and its own diary, store them in the big data system, and express the happiness through their diary and SNS data using emotional analysis.

• Information and Communications Magazine
• /
• v.31 no.11
• /
• pp.46-51
• /
• 2014

최근 정보통신 기술의 발전과 더불어 급성장 중인 소셜 네트워크는 개인 혹은 집단간의 실제 사회적 관계를 네트워크 구조로 반영하고 있다. 소셜 네트워크를의 구조를 보다 정확하게 이해하고 소셜 네트워크 내에서 정보가 전파되는 패턴을 파악하기 위해 소셜 네트워크를 수학적으로 모델링하고, 이를 응용하여 소셜 네트워크 빅 데이터를 분석하는 다양한 연구가 이루어지고 있다. 본고에서는 소셜 네트워크의 구조 분석과 정보 확산 패턴 파악에 관한 주요 연구 사례들을 소개하고, 특히 소셜 빅 데이터 분석과 관련된 연구 주제 및 응용 사례들을 살펴보고자 한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2018.05a
• /
• pp.129-130
• /
• 2018

Big data analysis is a technique for effectively analyzing unstructured data such as the Internet, social network services, web documents generated in the mobile environment, e-mail, and social data, as well as well formed structured data in a database. The most big data analysis techniques are data mining, machine learning, natural language processing, and pattern recognition, which were used in existing statistics and computer science. Global research institutes have identified analysis of big data as the most noteworthy new technology since 2011. Therefore, companies in most industries are making efforts to create new value through the application of big data. In this study, we analyzed using the Social Matrics which a big data analysis tool of Daum communications. We analyzed public perceptions of "Artificial Intelligence" keyword, one month as of May 19, 2018. The results of the big data analysis are as follows. First, the 1st related search keyword of the keyword of the "Artificial Intelligence" has been found to be technology (4,122). This study suggests theoretical implications based on the results.

• The Journal of Bigdata
• /
• v.1 no.1
• /
• pp.85-94
• /
• 2016

Traditional Anti-Money Laundering (AML) software applications monitor bank customer transactions on a daily basis using customer historical information and account profile data to provide a "whole picture" to bank management. With the advent of Big Data, these applications could be benefited from size, variety, and speed of unstructured data, which have not been used in AML applications before. This study analyses the weaknesses of a bank's current AML systems and proposes an AML systems taking advantage of Big Data. For example, early warning of AML risk can be improved by exposing identities and uncovering hidden relationships through predictive and entity analytics on real-time and outside data such as SNS data.