• 한국콘텐츠학회논문지
• /
• 제19권3호
• /
• pp.1-9
• /
• 2019

본 연구는 소셜 빅데이터 분석을 통해 베트남에 대한 한국 국민의 인식을 살펴보고, 베트남에 대한 인식 변화의 방향을 모색하는 데 목적이 있다. 본 연구의 수행을 위해 네이버 블로그와 트위터의 소셜 미디어에서 베트남과 함께 언급된 키워드들을 분석하고, 연령층에 따라 베트남에 대한 관심도 변화의 추이를 살펴보았다. 베트남 관련 단어 분석을 통해, 한국 국민들은 여전히 베트남전을 기억하고 있고, 베트남과 인적, 물적 상호 교류를 통해 상호 이익을 얻을 수 있는 국가로 인식하고 있으며, 베트남에 대해 긍정적인 정서를 가지고 있음을 확인할 수 있었다. 또한, 한국 국민들은 연령대와 상관없이 베트남을 매우 선호하는 여행지로 인식하고 있었다. 12세 미만의 관심도 변화 추이가 다른 연령대와는 달리 다양한데, 이는 앞으로 이들이 문화 콘텐츠의 중심축이 될 것이므로 베트남에 대한 관심 영역이 다양해질 수 있는 긍정적인 징후로 보인다.

• 한국컴퓨터정보학회논문지
• /
• 제26권8호
• /
• pp.55-63
• /
• 2021

소셜 빅데이터는 신조어나 고유명사를 포함하는 경우가 많으며, 이들을 처리하기 위해 단어별 출현 빈도수를 기반으로 한 통계적인 형태소 분석 방법이 많이 활용되고 있다. 그러나 이들 방법에서는 복합 명사를 제대로 인지하지 못해, 키워드 추출의 정확도가 떨어지는 문제점이 지적되고 있다. 본 논문에서는 소셜 빅데이터의 키워드 분석에 있어 복합 명사를 추출하기 위한 방법을 제안한다. 제안 방법은 형태소 분석 단계를 통해 얻어진 단어를 조합하여 복합 명사 후보군을 만들고, 주어진 리뷰에서 이들의 출현 빈도를 조사하여 얻어진 빈도수를 기반으로 복합 명사를 추출한다. 복합 명사 후보군을 구성하는 방법에 따라 두 가지 알고리즘을 제안하였으며, 각 알고리즘의 성능을 수식으로 표현하고 비교한다. 그리고 온라인에서 수집된 실제 데이터를 대상으로 실험을 통해 비교 결과를 검증하는 동시에, 제안 방법이 실시간 처리에도 적합함을 보여준다.

• 인터넷정보학회논문지
• /
• 제13권2호
• /
• pp.99-108
• /
• 2012

방대한 양의 데이터로부터 정보추출의 정확도를 향상시키기 위한 많은 방법이 개발되어 왔다. 본 논문에서는NER(named entity recognition), 문장 추출, 스피치 태깅과 같은 여러 가지의 자연어 처리 작업을 통합하여 텍스트를 분석하였다. 데이터는 도메인에 특화된 데이터 추출 에이전트를 사용하여 웹에서 수집한 텍스트로 구성하였고, 위에서 언급한 자연어 처리 작업을 사용하여 비 구조화된 데이터로부터 정보를 추출하는 프레임 워크를 개발하였다. 조직 구조의 탐색을 위한 택스트 추출 및 분석 관점에서 연구의 성능을 시뮬레이션을 통해 분석하였으며, 시뮬레이션 결과, 정보추출에서 MUC 및 CoNLL과 같은 다른 NER 분석기 보다 성능이 우수함을 보였다.

• 한국정보시스템학회지:정보시스템연구
• /
• 제28권4호
• /
• pp.293-311
• /
• 2019

목적 본 연구는 2011년부터 8년간의 영문문헌에 대해 메타분석법을 이용하여 소셜미디어의 사용과 학습성과간의 관계를 규명하고자 하였다. 또한 소셜미디어 사용 상황과 연구분석방법론 변인의 조절효과 여부를 분석하였다. 연구방법론 주요 연구방법으로 유사한 연구 의문점이 제시된 선행의 실증연구들에 대해 메타분석기법을 사용하였으며, 문헌분석을 통해 정량적 데이터를 도출하고, 이를 실증 분석하였다. 연구결과 연구결과로 소셜미디어의 사용과 학습성과간에는 정의 상관을 보였으며, 상황변수와 연구방법론 변수가 조절효과를 보였다. 상황변수의 구성개념으로는 소셜미디어형태, 사용자 집단, 플랫폼 종류 등으로 하였고, 분석을 위한 측정방법 변수에는 측정모형, 데이터속성 등의 개념으로 구성하였다.

• 서비스연구
• /
• 제5권1호
• /
• pp.79-89
• /
• 2015

최근, 소셜 네트워크 서비스(Social Network Service)의 도입과 더불어 이를 다양한 목적을 충족시키는 연구가 진행되고 있다. 많은 연구가 진행됨에 따라 연구 경향을 파악하는 것이 필요하다. 하지만 연구의 양이 방대하여 많은 양의 관련 연구 문헌을 조사하는 것은 상당히 어려운 작업이다. 따라서 본 연구에서는 소셜 네트워크 서비스 중 트위터를 중심으로 관련 연구들을 체계적으로 분석하여 연구의 경향성을 밝힌다. 특히 체계적인 문헌 조사와 분석을 위해 SLR(Systematic Literature Review) 기법을 이용한다. 그리고 국내 연구를 중심으로 243편을 조사 하였다. 다양한 분야의 학문을 살펴보기 위하여 학술 분류 KDC와 기본 연구자들의 관점 그리고 트위터 데이터의 직접 사용 등을 분석차원으로 구성하여 분석하였다. 연구 결과 다양한 학문에서 트위터를 분석 하고 있으며 그 방법 또한 단순 설문을 넘어 트위터 데이터를 직접 사용하는 연구가 많았다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 추계학술대회
• /
• pp.127-129
• /
• 2015

메타분석은 어떤 한 분야의 연구결과의 통합을 통해 총괄적인 결론을 유도할 수 있는 통계적 기법으로 연구 결과가 다양할 때 각 연구의 결과를 통합하고 병합하여 종합적인 결론을 유추함으로서 기존의 다양한 연구 결과들을 체계적으로 분석하고 좀 더 명확한 결과를 제시하는 방법이다. 우리나라 학술지에 게재된 소셜 네트워크 서비스 환경에서 구매의도에 관한 연구들을 계량적으로 통합하고 검토해보기 위해 진행하였다. 본 연구는 소셜 네트워크 서비스 환경에서 구매의도에 관한 문헌적 고찰을 통해 선행연구를 살펴보고 열거된 요인에 관한 실증 분석된 연구들을 메타분석하기 위해 2000년-2015년 국내 학술지에 게재된 논문을 연구대상으로 하였다. 국내 학술지에 게재된 논문만 여과하여 조건에 부합한 총 29편의 논문을 연구에 대상으로 선정하였다. 따라서 이러한 연구결과를 바탕으로 학문적 실무적 의의를 논의하고자 한다.

• 대한공간정보학회지
• /
• 제23권2호
• /
• pp.89-96
• /
• 2015

위치기반 소셜 미디어 데이터는 빅데이터, 위치기반서비스 등 다양한 분야에서 활용가능성이 매우 큰 데이터이다. 본 연구에서는 위치기반 소셜 미디어 데이터의 텍스트 정보를 분석하여 주요한 키워드들이 공간적으로 어떻게 분포하고 있는지를 파악할 수 있는 일련의 분석방법론을 적용해보았다. 이를 위해, 위치태그를 지닌 트윗 데이터를 서울시 강남지역과 그 주변지역에 대하여 2013년 8월 한달 간 수집하였으며, 이 데이터를 대상으로 하여 텍스트 마이닝을 통해 주요 키워드들을 도출하였다. 이러한 키워드들 중 음식, 엔터테인먼트, 업무 및 공부의 세 카테고리에 해당하는 키워드들만 추출, 분류하였으며 각 카테고리에 해당하는 트윗 데이터들에 대해서 공간적 클러스터링을 실시하였다. 도출된 각 카테고리별 클러스터들을 실제 그 지역의 건물 또는 벤치마크 POI들과 비교한 결과, 음식 카테고리 클러스터는 대규모 상업지역들과 일치도가 높았고 엔터테인먼트 카테고리의 클러스터는 공연장, 극장, 잠실운동장 등과 일치하였다. 업무 및 공부 카테고리 클러스터들은 학원 밀집지역 및 사무용 빌딩 밀집지역과 높은 일치도를 나타내었다.

• 디지털콘텐츠학회 논문지
• /
• 제11권4호
• /
• pp.571-578
• /
• 2010

최근 모바일 기기를 기반으로 수많은 소셜 네트워크 서비스가 확산되고 보급되는 가운데, 위치와 시간을 기반으로 하는 연구들이 증가하고 있다. 그러나 기존 연구들에서는 장소와 시간, 이벤트에 대한 조합적인 질의를 해결하는 것이 주요한 문제가 되었다. 본 연구에서는 소셜 서비스를 위한 시공간 모델링 방안으로 장소와 시간, 이벤트, 사용자의 소셜 액티비티를 통해 Human Activity Graph 모델링 방안과 Quad Relation Factors를 제안하고, 이를 위한 데이터 수집과 분석을 위한 하부 구조를 설계하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 춘계학술발표대회
• /
• pp.1294-1297
• /
• 2011

최근, Flickr, YouTube 와 같은 사용자 참여형 미디어 공유 및 검색 사이트가 폭발적으로 증가하면서, 이를 멀티미디어 정보 검색 서비스에 효과적으로 활용하기 위한 다양한 연구들이 시도되고 있다. 특히, 이미지에 할당되어 있는 태그를 이용하여 이미지를 효과적으로 검색하기 위한 연구가 활발히 진행 중이다. 그러나 사용자들에 의해 제공되는 소셜 이미지들은 매우 다양한 범위와 주제를 가지고 있기 때문에, 소셜 이미지들의 분류 및 태그 할당을 위한 트레이닝 집합의 획득이 쉽지 않다는 한계점을 가지고 있다. 본 논문에서는 데이터 군집화를 위한 클러스터링 알고리즘들 중 K-Means, K-Medoids, Affinity Propagation 을 활용하여 소셜 이미지 집합으로부터 트레이닝 집합을 획득하기 위한 방법들을 살펴 본다. 또한, 각 알고리즘으로부터 획득한 트레이닝 집합을 이용하여 소셜 이미지를 분류한 결과를 비교 분석한다.

• 지식경영연구
• /
• 제21권3호
• /
• pp.141-160
• /
• 2020

본 연구에서는 한국 화장품의 구매의도에 대한 소셜미디어 마케팅 활동의 효과를 실증적으로 검증하고자 한다. 소셜미디어의 사용이 증가함에 따라 기업이 소비자와 브랜드를 연결하는 마케팅 방식이 변하고 있다. 따라서 소셜미디어 마케팅 활동이 소비자의 소셜브랜드 참여, 브랜드 자산 및 구매의도에 미치는 영향을 실증적으로 분석할 필요가 있다. 본 연구의 목적은 한국 화장품 회사들의 소셜미디어 마케팅 활동이 브랜드 자산과 소셜브랜드 참여를 통해 소비자의 화장품 구매의도에 미치는 영향을 실증적으로 분석하는 것이다. 선행 연구를 통해 소셜미디어 마케팅 활동을 포함한 구성개념들을 정의하고 설문문항을 개발하였다. 총 332개의 설문지를 수집하여 이중 불성실하게 작성된 설문지를 제외한 219개의 설문데이터를 사용하여 분석을 수행하였다. 분석결과 5개의 소셜미디어 마케팅 활동은 브랜드자산, 소셜브랜드 참여 그리고 구매의도에 긍정적인 영향을 미치는 것으로 나타났다. 본 연구를 통해 화장품 회사들은 소셜미디어를 활용한 마케팅 활동을 강화하고 이를 통한 브랜드자산의 축적과 사용자의 소셜브랜드 참여를 유도하는 것이 중요하다는 점을 확인할 수 있었다.