• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06c
• /
• pp.142-144
• /
• 2012

소셜 미디어가 확산되고 사용자가 증가하면서, 사용자들은 소셜 미디어를 통해 의견을 공유한다. 소셜 미디어는 실시간 정보에 대한 전달이 빠르며 데이터를 수집, 분석할 수 있다. 오피니언 마이닝은 텍스트로부터 사용자의 의견이 포함된 패턴을 추출하여 특정 제품이나 서비스에 대한 의견의 긍정, 부정 표현의 정도를 측정한다. 본 논문에서는 오피니언 마이닝을 기반으로 소셜 미디어 데이터에서 기업의 제품, 서비스와 관련된 사용자의 의견을 분석하여 긍정, 부정인지를 판단한다. 그리고 부정 패턴의 빈도를 통해 기업의 위기 상황을 인지하며, 위기 대응을 위한 4단계의 위기관리 모델을 제시한다. 또한 소셜 미디어에서 기업의 위기관리 사례를 확인하고, 표본조사를 통하여 평가 및 분석을 수행한다. 이 모델을 이용하여 방대한 소셜 미디어 데이터에서 기업의 제품이나 서비스에 대한 부정적 의견을 초기에 감지하고, 체계적으로 대응 할 수 있다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2012.01a
• /
• pp.261-262
• /
• 2012

소셜 네트워크의 부상과 함께 소셜 네트워크를 이용하여 홍보를 하는 소셜 커머스 시장도 커지고 있다. 소셜 커머스의 경우 일정한 인원 이상이 구입을 해야 거래가 성립한다. 그래서 실질적으로 환불이나 반품이 힘들기 때문에 그만큼 상품평이 구매에 미치는 영향이 크다고 볼 수 있다. 하지만 이러한 상품평의 경우에도 개인의 상황이나 취향 등에 따라 상품평이 주는 정보의 방향이 크게 바뀔 수 있다는 단점도 있다. 본 논문에서는 오피니언 마이닝을 이용하여 의미를 추출하고, LIWC를 통해 사용자의 기본 정보 및 심리 등을 파악하여 보다 정확한 고객의 개인별 상황에 맞는 상품 평점을 제시한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.11a
• /
• pp.1270-1271
• /
• 2011

소셜 네트워크 서비스는 가트너에서 2011년에 이어 2012년에도 각광받을 기술의 하나로 선정된 만큼 미래 인터넷의 핵심 키워드 중 하나로도 뽑히며, 엔터테인먼트, 검색, 방송, 커머스 등의 여러 가지 서비스와 직접 연결된다. 이러한 소셜 네트워크 서비스 가운데 하이브리드형 서비스는 사용자의 정보를 관리 및 파악하여 사용자가 원하는 제품을 예측하고 추천해주고 있으며, 이를 위해 그래프 마이닝 기술을 적용하고 있다. 하지만 그래프 마이닝 기술은 아직 복잡한 그래프 구조의 데이터에서 정보를 추출하기에 제약사항들이 발생하므로 이에 대하여 많은 연구가 활발히 이루어지고 있다. 이러한 그래프 마이닝 기술을 나아가 더 발전시켜 활용하면 기존의 하이브리드형 서비스에서 사용자의 정보를 파악하여 충성도를 높여줄 뿐 아니라 기업에서의 타켓 마케팅과 원투원 마케팅을 가능하게 해주고 기존 사용자에 대한 교차 판매와 격상판매의 전략들을 도출할 수 있을 것이다.

• Information Systems Review
• /
• v.21 no.2
• /
• pp.117-137
• /
• 2019

In the Big Data era, data science has become popular with the production of numerous data in various domains, and the power of data has become a competitive power. There is a growing interest in unstructured data, which accounts for more than 80% of the world's data. Along with the everyday use of social media, most of the unstructured data is in the form of text data and plays an important role in various areas such as marketing, finance, and distribution. However, text mining using social media is difficult to access and difficult to use compared to data mining using numerical data. Thus, this study aims to develop Korean Natural Language Application (KoALA) as an integrated application for easy and handy social media text mining without relying on programming language or high-level hardware or solution. KoALA is a specialized application for social media text mining. It is an integrated application that can analyze both Korean and English. KoALA handles the entire process from data collection to preprocessing, analysis and visualization. This paper describes the process of designing, implementing, and applying KoALA applications using the design science methodology. Lastly, we will discuss practical use of KoALA through a block-chain business case. Through this paper, we hope to popularize social media text mining and utilize it for practical and academic use in various domains.

• 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.

• Cartoon and Animation Studies
• /
• s.44
• /
• pp.285-306
• /
• 2016

With the increase use of smartphones, users can consume contents such as webtoon, webnovel and TV drama directly provided by the producers. In this Direct-to-Consumer era, webdrama services from the portal websites are increasing rapidly. Webdramas such as , , and can be analyzed in real time using responses such as unique users, likes, and comments. The analyses used in this research were Social Media Big Data Mining Method and Opinion Mining Method. Specific key words from webdrama can be extracted and viewers positive, neutral or negative emotion can be predicted from the words. The analyses of popular webdramas showed that the established K-Pop Idol member appearance and servicing portal site greatly influence the views, traffics, comments, and likes. Also, 'Mobile TV' proved the effectiveness as another platform other than television. Mobile targeted contents and robust business models still to be developed and identified. Overcoming these few tasks, Korea will be proven to be a webdrama content powerhouse.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2015.07a
• /
• pp.93-94
• /
• 2015

본 논문에서는 학교 교육환경에서 청소년들에게 발생 할 수 있는소 셜미디어의 역기능을 빅 데이터 처리를 통하여 분석 할 수 있는 방법을 제시하고, 특히 악성 댓글을 위주로 한 청소년들 간의 소셜미디어를 중심으로 빅 데이터의 마이닝 기술을 활용하여 대표적인 청소년 문제의 확산을 방지 할 수 있는 시스템 제안한다.

• The Journal of Bigdata
• /
• v.1 no.2
• /
• pp.35-44
• /
• 2016

Today there is a fierce competition between social commerce and multi-channel distribution in korea and it is need to do comparative analysis about success factors between social commerce and multi-channel distribution. Unlike the other studies that have only used survey method, this study analyzed the success factors between social commerce and multichannel distribution using text mining techniques. We expect that the result of the study not only gives the practical implication for making the competition strategy of the retailers but also contributes to the diverse extension research.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.22 no.5
• /
• pp.563-569
• /
• 2012

The studies of opinion mining or sentiment analysis have been the focus with social web proliferation. Sentiment analysis requires sentiment resources to decide its polarity. In the existing sentiment analysis, they have been built resources designed with intensity of sentiment polarity and decided polarity of opinion using the ones. In this paper, I will present sentiment categories for not only polarity of opinion but also the basis of positive/negative opinion. I will define psychological emotions to primary sentiments for the reasonable classification. And I will extract the informations of sentiment from social web texts for the actual distribution of sentiments in social web. Re-classifying primary sentiments based on extracted sentiment information, I will organize sentiment categories for the social web. In this paper, I will present 23 categories of sentiment by using proposed method.

• Science of Emotion and Sensibility
• /
• v.16 no.2
• /
• pp.167-176
• /
• 2013

User-created text data are increasing rapidly caused by development of social media. In opinion mining, User's opinions are extracted by analyzing user's text. A primary goal of sentiment analysis as a branch of opinion mining is to extract user's opinions from a text that is required to build a list of emotion terms. In this paper, we built a list of emotion terms to analyse a sentiment of social media using Facebook as a representative social media. We collected data from Facebook and selected a emotion terms, and measured the dimensions of valence and activation through a survey. As a result, we built a list of 267 emotion terms including the dimension of valence and activation.