• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.1710-1712
• /
• 2012

최근 Twitter를 비롯한 소셜 네트워크 서비스의 급속한 확산으로 인해, 많은 수의 SNS 메시지가 실시간으로 생성되고 있다. 이러한 SNS상에서의 단문 글들을 실시간으로 분석하여 최신의 트렌드를 추출해 낼 수 있다면, 사용자에게 유용한 정보를 제공하는 것이 가능하다. 본 논문에서는 다량의 Tweet글들에 대한 실시간 분석을 바탕으로 트렌드를 추출하고 연관된 키워드를 제공하는 기법을 제안한다. 제안하는 기법은 실시간으로 생성되는 Tweet내에서 영어의 언어적 특성을 활용하여 최근 이슈화된 트렌드 키워드를 추출해낸다. 또한, Tweet 내에서 각 트렌드 키워드간 관계를 분석하여 연관 키워드를 제공하며, 동시에 Wikipedia와 Google에서의 검색을 통하여 다른 형태의 연관 키워드도 추출한다. 이 모든 과정은 제안된 트렌드 추출 알고리즘을 통해 실시간으로 제공된다. 제안된 기법을 바탕으로 시스템을 구현하고 다양한 실험을 통하여 키워드의 유효성 및 처리 속도 면에서 시스템의 성능을 평가한다.

• Annual Conference on Human and Language Technology
• /
• 2014.10a
• /
• pp.225-227
• /
• 2014

최근 온라인 뉴스는 대중의 관심사 및 트렌드에 따라서 다양한 종류의 기사들이 작성된다. 이러한 관심사 및 트렌드는 시간의 흐름에 따라 계속 변한다. 본 논문에서는 온라인 뉴스의 기사 제목을 이용하여 시간에 따라 변하는 관심사 및 트렌드와 관련된 단어를 추출하는 방법을 제안한다. 특정 기간 별 출현하는 뉴스들을 하나의 카테고리로 가정하고 자질 선택 방법에서 널리 사용되는 카이제곱 통계량을 이용하여 각 카테고리의 주요 단어를 추출한다. 실험 결과 특정 기간 별 관심사 및 트렌드와 관련된 단어들이 출현하는 것을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1581-1584
• /
• 2015

최근 소셜 네트워크 서비스상의 데이터를 실시간으로 분석하여 의미있는 정보를 찾아내기 위한 연구가 활발하게 진행되고 있다. 특히, 스마트폰과 같은 스마트 디바이스를 이용하는 많은 사용자들이 실시간으로 발생하는 이벤트를 소셜 네트워크상에 게재하고 서로 공유하면서, 대중들이 관심을 가지는 토픽의 경우 굉장히 빠르게 확산되는 경향을 보이고 있다. 본 논문에서는 이러한 SNS의 특성을 토대로 트위터상의 트윗을 분석하여 여러 분야의 토픽들을 카테고리별로 분류하고, 카테고리별 트렌드를 추출하여 실시간으로 시각화하는 기법을 제안한다. 이를 위해, 트위터를 기반으로 SVM 분류 알고리즘과 Twitter-LDA를 통하여 트윗을 분야별로 분류하고, 각각의 트렌드를 이루는 대표적인 키워드를 선출하여 이를 기반으로 실시간 트렌드를 추출한다. 제안하는 기법의 성능을 평가하기 위해, 분류 특징 선택의 신뢰도를 측정한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.05a
• /
• pp.1038-1039
• /
• 2013

최근 스마트폰의 사용이 보편화되면서 많은 양의 온라인 뉴스가 다양한 경로를 통하여 서비스되고 있다. 한편, 실시간으로 제공되는 뉴스의 양이 방대해지면서, 언론사에서 톱 뉴스로 제공하는 토픽과 달리, 실제 사용자들에게 화제가 되고 있는 토픽을 선별하는 데 어려움이 있다. 많은 사용자들이 실생활에서 작성하고 공유하는 트위터는 실제 사람들 사이에 화제가 되고 있는 토픽을 담고 있는 경우가 많다. 이러한 트렌드를 뉴스와 연계시키면 화제가 되는 트렌드 뉴스를 사용자에게 제공할 수 있다. 본 논문에서는 클라이언트-서버 모델을 기반으로 실시간으로 사용자 트위터를 분석하여 추출된 트렌드를 기반으로 관련 뉴스를 검색하여 제공하는 시스템을 제안한다. 클라이언트를 통해 수집한 트위터 단문에서 서버는 화제가 되고 있는 트렌드를 추출하고, 이를 기반으로 Google 등을 통해 관련 뉴스를 검색하여 클라이언트에게 전달한다. 이 모든 과정을 실시간으로 제공하기 위한 알고리즘을 제안하고 프로토타입 시스템을 통하여 그 성능을 평가한다.

• Journal of KIISE:Software and Applications
• /
• v.36 no.5
• /
• pp.420-429
• /
• 2009

Patent text is a rich source for discovering technological trends. In order to automate such a discovery process, we attempt to identify phrases corresponding to the problem and its solution method which together form a technology. Problem and solution phrases are identified by a SVM classifier using features based on a combination of a language modeling approach and linguistic clues. Based on the occurrence statistics of the phrases, we identify the time span of each problem and solution and finally generate a trend. Based on our experiment, we show that the proposed semantic phrase identification method is promising with its accuracy being 77% in R-precision. We also show that the unsupervised method for discovering technological trends is meaningful.

• Proceedings of the Korean Institute of IIIuminating and Electrical Installation Engineers Conference
• /
• 2008.05a
• /
• pp.155-158
• /
• 2008

본 연구는 여러 분야에서 언급되어지고 있는 인테리어트렌드를 조사 정리하고, 각 트렌드의 특성을 비교 분석하여 이들을 대표할 수 있는 키워드를 순수, 자연, 혼성의 3개로 추출하였다. 이를 중심으로 2008년 인테리어트렌드를 분류하고, 각 트렌드를 표현하는 색채를 조사하고 재정리하여 3개의 키워드를 대표할 수 있는 색채를 팔레트로 작성하였다. 작성된 색채 팔레트는 거주자들이 개성에 맞는 실내공간을 디자인하는데 효과적으로 활용될 것이며 디자이너와의 상호이해도 높일 수 있을 것이라 기대한다.

• Annual Conference on Human and Language Technology
• /
• 2011.10a
• /
• pp.15-20
• /
• 2011

본 논문은 동아, 조선, 중앙, 한겨레 신문의 2000-2009년까지의 신문 자료에서 나타나는 문화 소비 현상의 트렌드에 대한 분석이다. 구체적으로, 명사 '트렌드'와의 공기어(공기 명사) 중에서 10년 동안 꾸준히 증가하는 단어들(일반 명사, 고유 명사)을 살펴보고 이것들의 속성에 따라서 명사를 분류하여 공기어의 증감도를 살펴본다. t-score를 이용하여 공기어를 추출하고 이들의 증감도를 분석하여 매년 공기하여 나타는 정도가 증가하는 단어를 대상으로 연구하였다. 이러한 명사의 빈도 증가를 통해 신문에서 나타나는 사회적 트렌드를 관찰할 수 있다.

• 한국HCI학회:학술대회논문집
• /
• 2006.02b
• /
• pp.499-504
• /
• 2006

본 연구는 사회 트렌드 변화에 따른 적응 속도가 빠르고 소비 또한 타 계층에 비해서 매우 높은 지수로 구성된 20대 여성을 연구 대상으로 선정하여 이들의 다양한 감성 니즈를 파악하고 현 시점에서의 트렌드 분석을 통해 그들의 요구와 취향이 적절하게 반영된 휴대폰 GUI디자인을 대기화면을 중심으로 제시해보고자 한다. 연구방법은 사용자 감성 니즈 분석을 위해 FGI 기법을 사용하였고, 트렌드 분석을 위해서는 Town Watching과 잡지 및 웹사이트 분석을 통하여 감성형용사를 추출하였다. 추출된 형용사간의 상관치와 의미에 따라 상대축을 설정하여 공간을 설정하고 공간 위에 각 형용사와 이미지를 배열하여 감성형용사 공간을 설정하였다. 이러한 감성평가 결과에 FGI를 통해 구분한 사용자의 감성 니즈 분류를 기초로 하여 3가지의 감성테마로 분류를 하였다. 분류 기준은 사용자들이 원하는 휴대폰 이미지와 트랜드 분석을 하여 얻은 형용사를 비교하여 그룹핑하였다. 분류된 그룹에 해당하는 테마명을 지정해주었고 그에 맞는 휴대폰 GUI 디자인을 제안한다. 본 연구는 시장세분화 경향에 따라 특정 사용자 층에 대한 연구가 중요한 시점에서 20대 여성이라는 특정 사용자층에 대한 조사를 바탕으로 디자인을 이끌어내었다는데 의의가 있다.

• Journal of Digital Convergence
• /
• v.18 no.2
• /
• pp.367-376
• /
• 2020

According to recent statistics on new consumer market trends, 'alone consumption' is at the center. This study focuses on the social big data that attracts the public's opinions in that it is important for a certain social trend to comprehensively understand the various fields such as society, locality, culture, marketing, economics, and psychology that form the background for it. Therefore, we set up the linkage of 'solo consumption' and conducted research on new consumer market trends using Opinion Analisys. As a result of this trend analysis, representative keywords such as 'honbab', 'honsul' and 'honyoeng' were derived and analyzed the trend of new consumer market using this data. Alone consumption is an inevitable new consumption trend caused by demographic change after the global economic crisis. The importance as a trend reflecting this will be further strengthened. Trend analysis by social big data will help scientific and systematic business distribution strategies and planning to help make new and valuable decisions and decisions about new consumer markets.

• The Journal of the Korea Contents Association
• /
• v.20 no.2
• /
• pp.96-104
• /
• 2020

As consumers' consumption activities become more active due to the activation of online shopping malls, companies are conducting item trend analyses to boost sales. The existing item trend analysis methods are analyzed by considering only the activities of users in online shopping mall services, making it difficult to identify trends for new items without purchasing history. In this paper, we propose a trend analysis method that combines data in online shopping mall services and social network data to analyze item trends in users and potential customers in shopping malls. The proposed method uses the user's activity logs for in-service data and utilizes hot topics through word set extraction from social network data set to reflect potential users' interests. Finally, the item trend change is detected over time by utilizing the item index and the number of mentions in the social network. We show the superiority of the proposed method through performance evaluations using social network data.