• 한국정보과학회논문지:시스템및이론
• /
• 제27권10호
• /
• pp.848-860
• /
• 2000

본 논문에서는 한 번에 여러 개의 명령어를 이슈할 수 있는 다중 이슈 프로세서(in-order, multiple-issue processors)에 대해 최악 실행시간을 분석하는 기법을 제시한다. 명령어들의 이슈 형태를 분석하기 위해서 명령어들 사이의 의존성 간계를 표현하는 IDG(Instruction Dependence Graph)라고 하는 자료구조를 사용한다. 이 자료구조로부터 각 명령어들의 이슈간 거리 범위를 구하고, 프로그램의 계층적인 분석 과정에서 점차로 더 정확한 이슈간 거리 범위로 갱신한다. 프로그램의 최악 실행시간은 최종적으로 얻어진 프로그램 전체에 대한 IDG를 분석하여 얻은 명령어들의 이슈간 거리 범위로부터 계산한다. 제안하는 기법을 구현한 시간 분석기를 사용하여 실험한 결과, 논문에서 사용한 다중 이슈 프로세서 모델에 대해서 정확하게 다중 이슈 형태를 분석할 수 있었다.

• 한국기술혁신학회:학술대회논문집
• /
• 한국기술혁신학회 2017년도 춘계학술대회 논문집
• /
• pp.69-69
• /
• 2017

${\Box}$ 연구목적: 4차 산업혁명의 주요 이슈 분석 ${\bullet}$ 4차 산업혁명시대에 인공지능, 자율주행, 무인운송, 3D 프린터, 스마트팩토리..등 다양한 이슈가 등장 ${\bullet}$ 어떠한 이슈들이 있는지 분석하고자 함 ${\Box}$ 연구방법론: 빅데이터 분석기법 중에서 토픽 모델링을 활용 ${\Box}$ 연구데이터: 2013년1월부터 2017년3월까지 4차 산업혁명 관련 신문 기사 활용.

• 정보와 통신
• /
• 제34권6호
• /
• pp.43-50
• /
• 2017

본고에서는 소셜 빅데이터에서 공공안전에 위협되고 사회적으로 이슈가 되는 재난사건을 추출하기 위한 방법으로 소셜 네트워크상에서 사용자 행동 분석과 시간분석을 반영한 토픽 모델링 기법을 알아본다. 소셜 사용자의 글 수, 리트윗 반응, 활동주기, 팔로워 수, 팔로잉 수 등 사용자의 행동 분석을 통하여 활동적이고 신뢰성 있는 사용자를 분류함으로써 트윗에서 스팸성과 광고성을 제외하고 이슈에 대해 신뢰성 높은 사용자가 쓴 트윗을 중요하게 반영한다. 또한, 트위터 데이터에서 새로운 이슈가 발생한 것을 탐지하기 위해 시간별 핵심어휘 빈도의 분포 변화를 측정하고, 이슈 트윗에 대해 감성 표현 분석을 통해 핵심이슈에 대해 사건 어휘를 추출한다. 소셜 빅데이터의 특성상 같은 날짜에 여러 이슈에 대한 트윗이 많이 생성될 수 있기 때문에, 트윗들을 토픽별로 그룹핑하는 것이 필요하므로, 최근 많이 사용되고 있는 LDA 토픽모델링 기법에 시간 특성과 사용자 특성을 분석한 시간상에서의 중요한 사건 어휘를 반영하고, 해당이슈에 대한 신뢰성 있는 사용자가 쓴 트윗을 중요시 반영하도록 토픽모델링 기법을 개선한 소셜 사건 탐지 방법에 대해 알아본다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 추계학술대회
• /
• pp.682-683
• /
• 2014

최근 IT업체들은 온라인 상에서 소비자들이 평소에 쏟아내는 의견들을 수집, 축적해서, 원하는 키워드를 중심으로 내용을 분석함으로써, 특정 주제에 대해 어떤 여론이 형성되고 있으며, 여론이 어떻게 전파되고 있는지 경로를 파악할 수 있는 소셜 빅데이터 분석 툴을 경쟁적으로 개발하고 있다. 본 논문에서는 소셜 빅 데이터를 분석함에 있어 이슈를 감지하고 예측하는 기술을 실제 사례에 적용하여 분석한 결과를 고찰해 보고자 한다. 소셜 미디어 데이터 패턴을 비교 분석하고 부정이슈 감지를 위해 부정 여론을 확산시키는데 영향을 미치는 내용과 작성자를 독립변수로 하고, 평균 이슈 도달 시간 및 속도를 종속변수로 정의한다. 부정 여론 형성의 영향력은 트윗수, 리트윗 수를 기준으로 이슈 감지한다. 분석결과 전체 트윗 중 리트윗 메시지가 큰 비중 차지하고 이슈에 대한 버즈가 증가할수록 리트윗 비중이 증가하였으며 크게 확산될 때는 리트윗량이 크게 증가하여 짧은 시간 안에 넓게 확산하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2020년도 제62차 하계학술대회논문집 28권2호
• /
• pp.307-310
• /
• 2020

본 논문에서 이슈 키워드 추출을 위해 텍스트 마이닝(Text Mining) 기술을 요구한다. 사회적 이슈 키워드를 추출하기 위해 키워드 수집 모델이 되는 사이트에서 크롤링(crawling)을 수행한 뒤, 형태소 단위 의미있는 단어를 수집하기 위해 형태소 분석(morphological analysis)을 수행한다. 한국어 형태소 분석을 위해 파이썬의 코엔엘파이(KoNLPy) 패키지를 활용한다. 형태소 분석을 통해 나뉘어진 단어에서 통계를 내어 이슈 키워드 추출한다. 이슈 키워드를 뒷받침할 연관 단어를 분석하기 위해 단어 임베딩(Word Embedding)을 수행한다. 단어 임베딩 수행을 위해 Word2Vec 모델 중 Skip-Gram 방법론을 적용하여 연관 단어를 분석하도록 개발하였다. 웹 소켓(Web Socket) 통신을 통한 채팅 프로그램의 상단에 분석한 이슈 키워드와 연관 단어를 출력하도록 개발하였다.

• 디지털융복합연구
• /
• 제19권11호
• /
• pp.1-10
• /
• 2021

본 연구에서는 빅데이터 기법 중에 하나인 텍스트마이닝을 활용하여 소셜플랫폼에서 외국인근로자에 대한 인식을 알아보고 시사점을 도출하고자 하였다. 연구를 위해서 2020년 1월 1일부터 12월 31일까지를 기준으로 '외국인근로자' 검색 키워드를 수집하여 빈도분석, TF-IDF 분석, 연결중심성 분석으로 상위 키워드 100개를 도출하고 비교분석을 수행하였다. 또한 Ucinet6.0과 Netdraw를 이용해 의미연결망을 분석하였으며, CONCOR 분석을 통해 외국인정책 이슈, 지역사회 이슈, 사업주 관점 이슈, 고용 이슈, 근로환경 이슈, 법적 이슈, 출입국 이슈, 인권 이슈로 8개 클로스터로 군집화하였다. 이러한 분석 결과를 바탕으로 외국인근로자 국민적 인식, 주요 이슈를 파악하였으며, 향후 외국인근로자에 대한 정책 및 관련 연구에 필요한 기초자료를 제공하고자 한다.

• 한국콘텐츠학회논문지
• /
• 제18권10호
• /
• pp.229-235
• /
• 2018

본 연구의 목적은 효율적이고 효과적인 정책 발굴 과정에서 빅데이터의 활용이 점차 중요해지는 현실에서 지방자치단체의 정책 이슈 발굴에 빅데이터 분석을 활용하는 방안을 제시하는 데 있다. 이를 위하여 본 연구에서는 수원시를 대상으로 지난 3년간의 수원시 약 18만 건의 기사를 분석하여 정책 이슈를 발굴하였으며, 이를 IPA분석을 통해 정책의 우선순위를 평가하였다. 본 연구의 분석 결과는 신문 기사를 통한 반정형 빅데이터의 분석으로 전국의 주요 이슈와는 차별화된 지방자치단체의 차별화된 정책 이슈를 도출하는데 효과적임을 보였으며, 특히 도출된 정책 이슈들이 대부분 그 우선순위가 높은 것으로 평가되었다. 이처럼 본 연구에서 제시한 빅데이터 분석을 통한 정책 이슈 발굴의 방법론은 지방자치단체가 효율적인 정책 이슈를 도출하고 민의를 효과적으로 파악할 수 있음을 의미한다. 또한, 본 연구에서 제시한 방법론은 지방자치단체의 온라인 민원 자료, 주민 SNS 등 다양한 반정형, 비정형 빅데이터의 분석을 통한 정책 이슈 발굴에 적용이 가능할 것으로 기대된다.

• 지능정보연구
• /
• 제22권1호
• /
• pp.1-18
• /
• 2016

최근 가용한 텍스트 데이터 자원이 증가함에 따라 방대한 텍스트 분석을 통해 새로운 가치를 창출하고자 하는 수요가 증가하고 있다. 특히 뉴스, 민원, 블로그, SNS 등을 통해 유통되는 글로부터 다양한 이슈를 발굴해내고 이들 이슈의 추이를 분석하는 이슈 트래킹에 대한 연구가 활발하게 이루어지고 있다. 전통적인 이슈 트래킹은 토픽 모델링을 통해 오랜 기간에 걸쳐 지속된 주요 이슈를 발굴한 후, 각 이슈를 구성하는 문서 수의 세부 기간별 분포를 분석하는 방식으로 이루어진다. 하지만 전통적 이슈 트래킹은 각 이슈를 구성하는 내용이 전체 기간에 걸쳐 변화 없이 유지된다는 가정 하에 수행되기 때문에, 다양한 세부 이슈가 서로 영향을 주며 생성, 병합, 분화, 소멸하는 이슈의 동적 변이과정을 나타내지 못한다. 또한 전체 기간에 걸쳐 지속적으로 출현한 키워드만이 이슈 키워드로 도출되기 때문에, 핵실험, 이산가족 등 세부 기간의 분석에서는 매우 상이한 맥락으로 파악되는 구체적인 이슈가 오랜 기간의 분석에서는 북한이라는 큰 이슈에 함몰되어 가려지는 현상이 발생할 수 있다. 본 연구에서는 이러한 한계를 극복하기 위해 각 세부 기간의 문서에 대한 독립적인 분석을 통해 세부 기간별 주요 이슈를 도출한 후, 각 이슈의 유사도에 기반하여 이슈 흐름도를 도출하고자 한다. 또한 각 문서의 카테고리 정보를 활용하여 카테고리간의 이슈 전이 패턴을 분석하고자 한다. 본 논문에서는 총 53,739건의 신문 기사에 제안 방법론을 적용한 실험을 수행하였으며, 이를 통해 전통적인 이슈 트래킹을 통해 발굴한 주요 이슈의 세부 기간별 구성 내용을 살펴볼 수 있을 뿐 아니라, 특정 이슈의 선행 이슈와 후행 이슈를 파악할 수 있음을 확인하였다. 또한 카테고리간 분석을 통해 단방향 전이와 양방향 전이의 흥미로운 패턴을 발견하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2012년도 추계학술발표대회
• /
• pp.431-434
• /
• 2012

본 논문에서는 소셜 빅데이터에 대한 심층적 언어분석을 통해 이슈를 탐지하고 모니터링하는 소셜위즈덤 시스템을 소개한다. 소셜위즈덤은 키워드의 단순 빈도 정보 외에도 이슈의 신규성, 중요성, 파급력, 관심도, 신뢰도 등을 수치화한 이슈성지수에 기반한 이슈성 측정이 가능하여 정확한 이슈탐지가 가능하다. 또한, 추가적인 정보로 단순 긍부정 분석이 아닌 17 개의 세부감성을 분석해서 제공하고 긍부정에 대한 호불호의 원인분석 정보도 제공하므로, 소셜미디어 분석에 기반한 깊은 인사이트를 제공하여 사용자의 의사결정에 많은 도움을 줄 수 있다.

• 한국전자거래학회지
• /
• 제24권3호
• /
• pp.163-182
• /
• 2019

복잡해지고 있는 현대 사회의 뉴스 키워드를 시간적 흐름에 따른 빈도수와 상관관계로 분석하는 것은 이슈들에 대한 대응과 해결 방안을 논의하기 위해 매우 중요한 연구라고 할 수 있다. 이에 본 논문에서는 10년(2009~2018)간의 뉴스 빅데이터 분석을 통해 사회적 키워드의 흐름과 주요 이슈들 간의 관계를 분석하였다. 분석결과 본 연구에서는 정치적 이슈, 교육 사회문화, 젠더갈등 그리고 사회적 사건이 주요 이슈들로 제시되었다. 또한, 본 연구에서는 이슈의 변화와 흐름을 연구하기 위해 이를 5년 기준으로 양분하여 변화하는 것을 분석하였다. 이를 통해 사회적 이슈의 시간에 따른 변화와 그 대응방안을 연구하였다. 그 결과 국민생활과 밀접한 키워드(경제, 경찰)는 시간의 흐름에 관계없이 우리 사회에서 매우 중요하게 논의되는 키워드로 분석되었다. 또한 '안전'과 같은 키워드는 최근 들어 빈도수에 비해 증가율이 감소되었다. 이를 통해, 우리 사회가 안전에 대한 인식을 개선할 필요가 있는 것으로 추론할 수 있다.