• Proceedings of the Korean Society for Information Management Conference
• /
• 2011.08a
• /
• pp.43-51
• /
• 2011

사회 전반에 걸쳐 소셜네트워크서비스의 영향력이 높아짐에 따라 국내 대학도서관에서도 소셜네트워크서비스의 도입을 통해 이용자와 소통하려는 노력을 하고 있다. 이에 본 연구에서는 국내 대학도서관의 소셜네트워크서비스의 현황을 파악하고 소셜네트워크서비스의 이용률이 높은 도서관과 낮은 대학도서관을 선정하여 이용 및 비이용 요인을 도출하는 것을 통해 활성화 방안을 제시하였다.

• Information and Communications Magazine
• /
• v.31 no.1
• /
• pp.82-88
• /
• 2013

페이스북이나 트위터 같은 소셜 네트워킹은 최근 몇 년간 큰 인기를 얻고 있다. 매우 많은 사용자가 엄청난 양의 정보를 네트워크상에서 주고받기 때문에, 소셜 네트워크 서비스가 악의적인 사용자들에게는 유용한 공격수단이 될 수 있다. 많은 서비스 제공업체들이 그러한 취약점을 보완하기 위해서 노력을 하지만, 다양한 공격방법들이 새롭게 개발되면서 여전히 소셜 네트워크 서비스 사용자들을 위협하고 있다. 따라서 본 고에서는 온라인 소셜 네트워크에서의 프라이버시 및 보안 이슈를 점검해 보고자 한다.

• Journal of KIISE
• /
• v.43 no.1
• /
• pp.96-105
• /
• 2016

Recently, social network services have changed by moving towards an open platform where, as well as simply allowing the building of relationships among users, various types of information can be generated and shared. Since existing user reputation management methods evaluate user reliability based on user profiles, explicit relations, and evaluation, they are not suitable for determining user reliability on social media due to few explicit evaluation. In this paper, we analyze social activities on social media and propose a new user reputation management method that considers implicit evaluation as well as explicit evaluation. The proposed method derives positive and negative implicit evaluation from social activities, and generates user reputation information by field in order to consider user expertise. It also considers the number of users that participate in evaluation in order to measure user influence. As a result, it generates the reputation information of users who have no explicit evaluation and creates user reputation information that is more suitable for social media.

• Journal of Internet Computing and Services
• /
• v.14 no.5
• /
• pp.77-85
• /
• 2013

This paper proposes a closeness centrality analysis algorithm for workflow-supported social networks that represent the collaborative relationships among the performers who are involved in a specific workflow model. The proposed algorithm uses the social network analysis techniques, particularly closeness centrality equations, to analyze the closeness centrality of the workflow-supported social network. Additionally, through an example we try to verify the accuracy and appropriateness of the proposed algorithm.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06d
• /
• pp.61-64
• /
• 2011

유비쿼터스 웹 환경과 스마트폰의 활성화와 함께 페이스북, 마이스페잇, 유투브, 트위터 등의 소셜 네터워크 서비스의 사용이 증가하고 있다. 본 논문에서는 소셜 네트워크 환경에서의 사용자 간의 분산된 콘텐츠의 공유 및 동기화 방안을 연구하였다. 특히, 모바일 기기를 이용한 소셜 네트워크 서비스의 증대에 따라 보다 동적으로 소셜 네트워크 공동체를 구성할 수 있는 환경에서 구성원들 간에 신뢰도 높은 콘텐츠 공유 및 검색 결과 제공을 위해 분산된 소셜 미디어 콘텐츠의 공유 및 동기화 방안을 제시하고 이를 구현하였다. 본 논문에서 제안한 방법은 향후 모바일 환경의 진화에 따라 보다 동적인 소셜 네트워크 상에서 더욱 다양하고 방대해지는 소셜 미디어 콘텐츠를 효과적으로 공유하는데 기여할 수 있을 것으로 사료된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.11a
• /
• pp.1505-1506
• /
• 2011

소셜 서비스의 확산에 따라 이러닝 분야에서도 소셜러닝이 확산되고 있다. 소셜러닝이 기존 교육과 구별되는 가장 큰 특징은 콘텐츠의 생산과 소비 방법으로, 네트워크를 통해 가치를 전달하고, 다른 사람으로부터 배운다는 것이다. 따라서 소셜미디어 콘텐츠와 소셜네트워크 활동 콘텐츠를 학습객체화하여 함께 이용할 수 있어야 한다고 본다. 이를 위해 본 논문에서는 소셜미디어 콘텐츠를 학습객체화 할 수 있도록 콘텐츠 생성모델 확장 방안을 제안하고자 한다. 소셜자원기반 콘텐츠 생성모델은, 학습객체 정의와 메타데이터 생성모델로 구성된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.04a
• /
• pp.800-803
• /
• 2012

최근 전 세계적으로 소셜 네트워크 서비스는 놀라운 속도로 발전하고 있으며 특히 스마트폰과 태블릿PC 같은 스마트 기기 사용자가 급격하게 늘어나면서 언제 어디서든지 쉽게 접속하여 사용 할 수 있다. 소셜 네트워크 서비스는 온라인을 통해 인맥을 구축 하는 서비스로 현실의 인맥을 온라인에서 관리하고 서로에게 친구를 소개하여 관계를 형성 한다. 소셜 네트워크 서비스에서 관계를 형성하기 위해서는 다양한 프로필 정보 공개를 통해 다른 사용자들과 관계를 형성 때문에 노출된 개인 프로필 정보는 프라이버시 침해 할 우려가 매우 높다. 또한 위치정보를 자동으로 인식하는 기능이 있어 올리는 사진과 글들의 위치 정보가 노출 되어 있다. 본 논문에서는 현재 서비스 되고 있는 소셜 네트워크 서비스들의 프라이버시 침해에 대해 살펴보고 개인 프로필 정보의 유출을 방지 위한 소셜 네트워크 환경에서의 프라이버시 관리 시스템을 제안 하고자 한다.

• KIPS Transactions on Software and Data Engineering
• /
• v.11 no.4
• /
• pp.149-156
• /
• 2022

In the current COVID-19 pandemic, fake news and misinformation related to COVID-19 have been causing serious confusion in our society. To accurately detect such fake news, social context-based methods have been widely studied in the literature. They detect fake news based on the social context that indicates how a news article is propagated over social media (e.g., Twitter). Most existing COVID-19 related datasets gathered for fake news detection, however, contain only the news content information, but not its social context information. In this case, the social context-based detection methods cannot be applied, which could be a big obstacle in the fake news detection research. To address this issue, in this work, we collect from Twitter the social context information based on CoAID, which is a COVID-19 news content dataset built for fake news detection, thereby building CoAID⁺ that includes both the news content information and its social context information. The CoAID⁺ dataset can be utilized in a variety of methods for social context-based fake news detection, thus would help revitalize the fake news detection research area. Finally, through a comprehensive analysis of the CoAID⁺ dataset in various perspectives, we present some interesting features capable of differentiating real and fake news.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.11a
• /
• pp.531-534
• /
• 2010

웹 2.0의 적극적인 도입에 따라 소셜 네트워크 기반 커뮤니티 사이트에서는 관련된 콘텐츠를 적절하게 추천하는 것은 중요한 문제로 부각되고 있으며 이로 인해 사용자들의 동향 및 이슈 추출 기법이 중요하게 작용하고 있다. 이러기 위해서 지금까지의 연구에서는 콘텐츠에 포함된 키워드 매칭 방법을 이용하고 있으나 사용자들 간의 연결 관계와 키워드의 중요도를 고려하지 못하고 있다. 본 논문에서는 FOAF 기반의 소셜 네트워크와 del.icio.us에서 제공하는 소셜 북마크 데이터를 기초로 소셜네트워크 분석을 보이며 이를 통한 사용자들 사이에서 중요하게 부각되는 핫 이슈를 추출하는 방법을 제안한다. 본 논문에서 제안하는 핫 이슈 추출 방법을 활용하면 사용자들의 관심 분야 동향파악을 효율적으로 수행할 수 있으며 이를 통해 맞춤형 마케팅 및 콘텐츠 추천이 가능해 진다.

• Journal of KIISE:Databases
• /
• v.37 no.4
• /
• pp.209-219
• /
• 2010

Online social network services that are rapidly growing recently store tremendous data and analyze them for many research areas. To enhance the effectiveness of information, companies or public institutions publish their data and utilize the published data for many purposes. However, a social network containing information of individuals may cause a privacy disclosure problem. Eliminating identifiers such as names is not effective for the privacy protection, since private information can be inferred through the structural information of a social network. In this paper, we consider a new complex attack type that uses both the content and structure information, and propose a model, $\ell$-degree diversity, for the privacy preserving publication of the social network data against such attacks. $\ell$-degree diversity is the first model for applying $\ell$-diversity to social network data publication and through the experiments it shows high data preservation rate.