• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2013년도 제25회 한글 및 한국어 정보처리 학술대회
• /
• pp.116-119
• /
• 2013

요즘 많은 사람들은 트위터를 통해 짧은 문장의 트윗을 작성하여 자신의 의견이나 생각을 표현한다. 사람들이 작성한 트윗은 사용자의 연령, 성별, 지역에 따라 다른 특성이 담겨있다. 이러한 정보를 이용하여, 기업에서는 연령대, 성별, 지역에 따라 각기 다른 마케팅 전략을 세울 수 있을 것이다. 본 논문에서는 트위터 사용자들의 트윗을 분석하여 연령대, 성별, 지역을 예측하려 한다. 네이버 오픈사전의 자질, 한국전자통신연구원(ETRI)의 개체명 사전을 이용한 자질 및 한국어 형태소 분석, 음절 단위의 bigram을 클래스별 의미 있는 자질로 선택하고 LDA를 이용하여 예측된 확률분포를 활용하여 분류한 결과, 연령 72%, 성별 75%, 지역 43%의 납득할만한 예측 정확도 결과를 얻게 되었다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2019년도 제59차 동계학술대회논문집 27권1호
• /
• pp.31-32
• /
• 2019

본 논문에서는 최근 빅데이터 활용 분야의 큰 이슈인 트위터 메시지의 효율적인 감정 분석을 위한 POS 기반의 단어 군집화 기법을 제안하였다. 기존에 군집화를 통한 다양한 텍스트 감정 분석 기법이 제시되어 왔으나, 군집화 된 기능과 분류 결과 간의 관련성에 대한 연구는 미흡하였다. 또한 모든 단어에 대한 감정 분석은 노이즈로 작용될 수 있는 단어로 인해 정확도가 감소할 수 있다. 본 논문에서는 이를 해결하기 위하여 Chi Square 기법을 통하여 분석 결과에 영향을 미치는 단어에 가중치를 부여함으로써 정확도를 향상시킨다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 추계학술발표대회
• /
• pp.964-967
• /
• 2011

소셜 네트워크 서비스(Social Network Service, 이하 SNS)는 온라인상 동일한 관심사를 가진 사람들 간의 인적 네트워크 형성을 지원하는 서비스로 우리나라에서도 '아이러브스쿨'과 '싸이월드'를 비롯하여 많은 서비스들을 접할 수 있다. 이러한 서비스가 최근 해외에서 열풍이 일고 있는데, '트위터'와 '페이스북' 등이 대표적이다. '트위터'와 '페이스북'은 미국에서 시작한 서비스임에도 불구하고 지난해 6월부터 국내에도 폭발적인 서비스 참여가 이루어지면서 높은 성장을 거두고 있다. 하지만 SNS의 인기가 높아지면서 그에 대한 보안위협도 증가하고 있다. 본 논문에서는 SNS의 활용과 그 중요성이 점차 확대됨에 따라 발생할 수 있는 SNS 환경에서의 역기능은 어떤 것이 있는지 살펴보고 대응방안을 알아보고자 한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제64차 하계학술대회논문집 29권2호
• /
• pp.239-240
• /
• 2021

본 논문에서는 나날이 발전하는 뉴미디어 시장에서 가장 대중적으로 사용되는 유튜브와 이에 업로드되는 콘텐츠들이 개인의 행동 의도에 어떠한 영향을 미쳤으며, 그 영향이 사회적 위험요인으로 어떻게 드러나는지에 대하여 분석한다. 셀레늄과 뷰티풀솝으로 유튜브 콘텐츠 정보를 가져오고, 트위터 에이피아이를 활용해 트위터에서 개인이 작성한 문장들을 받아 엔엘티케이의 배이더로 문장의 감정을 부정, 중립, 긍정으로 분류하여 연구를 진행하였다.

• 한국멀티미디어학회논문지
• /
• 제16권11호
• /
• pp.1297-1304
• /
• 2013

급작스런 폭우로 침수피해를 예측하기 힘든 실정에서, 재해 현장에서의 신속한 제보 및 정보 전파의 중요성이 커지고 있다. 재난 상황에서 실시간으로 정보를 수집하는 수단이 많지 않은 점에 착안하여, 본 논문에서는 소셜 네트워크 서비스를 통한 정보 수집 시스템을 설계하였다. 그리고 현재 소셜 네트워크 서비스를 융합한 여러 매시업 시스템들이 정보 확산을 목적으로만 활용하는 점을 개선하여, 기존과는 반대로 소셜네트워크 서비스의 정보를 수집, 분석하여 재해 상황에서 최대한 활용 할 수 있도록 하는 방법을 연구하였다. 최종적으로는 트위터에 실시간으로 등록되는 재해 정보를 통해 수많은 매체 중에서 가장 신속한 재해 정보를 추출하기 위한 연구이다.

• 한국어교육
• /
• 제25권1호
• /
• pp.203-234
• /
• 2014

This paper demonstrates how to incorporate the teaching of communication strategies into a large class of English-speaking learners of the Korean language. The method proposed here was developed to overcome the difficulty of conducting language activities involving communicative interactions amongst students and also between teacher and students in a large classroom. As a way of compensating the minimal opportunities for interactions in the classroom, students are given the task of expressing in Korean the English translations of authentic Korean comics via Twitter, which was later replaced with the feedback feature on Moodle, and then their Korean expressions are collected and projected onto a big screen. These collected expressions by students naturally differ from one another, helping students to realize that it is possible for them to express the same message or meaning in many different ways. The results of two separately conducted questionnaires show that this method is an effective way of providing students with significantly increased chances of producing 'comprehensible output' that requires them to think of how to communicate with their limited knowledge of the Korean language. Many students also commented that the teachers' feedback on errors provides them with the opportunity to learn about common errors as well as their own errors.

• 한국정보통신학회논문지
• /
• 제19권12호
• /
• pp.2878-2884
• /
• 2015

온라인 소셜 네트워크 서비스 중 하나인 트위터는 가장 보편적으로 사용되는 마이크로 블로그인데, 트위터의 개방적 구조로 인해 자동화 프로그램인 트윗 봇이 많이 생성되고 있다. 이 트윗 봇은 적법한 봇과 악성 봇으로 분류되는데, 이 중 악성 봇은 일반 사용자들에게 많은 양의 스팸 정보나 유해한 컨텐츠를 배포하기 때문에 트윗 봇을 검출하는 작업은 반드시 필요하다. 기존 연구에서는 시간적 정보를 활용하여 사람과 트윗 봇을 분류하였다. 본 논문에서는 먼저 사용자들의 고 정밀 위치 정보를 알려주는 공간 태그된 트윗 정보를 활용하여 트위터 사용자들의 정확한 위치를 알아낸다. 그리고, 각 사용자의 공간 변수에 대한 엔트로피 값 및 사용자의 장치 정보를 사용하여 새로운 봇 검출 알고리즘을 제안한다. 주요 결과로써, 시간 정보만을 이용한 기존 연구결과보다 각 신뢰도별 봇 검출 확률 및 거짓 경보 확률이 모두 우수하게 나타난다.

• 한국지능시스템학회논문지
• /
• 제23권4호
• /
• pp.317-324
• /
• 2013

트위터 감성 분석은 트윗글의 감성을 긍정과 부정으로 분류하는 작업이다. 이 연구에서는 SentiWordNet(SWN) 감성 사전에 기반한 트윗글 감성 분석을 다룬다. SWN은 전체 영어 단어에 대해 단어의 의미별로 긍정, 부정의 감성 강도를 저장해 둔 감성 사전이다. 기존 SWN 기반 감성 분석 연구들은 문서에 출현하는 각 용어의 감성을 SWN으로부터 결정한 다음 이를 바탕으로 문서 전체의 감성을 결정하였는데, 그 방법들이 매우 다양하다. 예를 들어, 한 용어의 감성 결정 시 해당 용어의 SWN 내 의미별 긍정, 부정 감성 강도 차이들의 평균을 계산하거나 긍정과 부정 각각의 감성 강도 평균 혹은 최대값을 구하기도 하며, 문서 전체의 감성을 결정하는 경우에도 문서 내 용어들의 감성 값들에 대해 평균 혹은 최대값을 취하기도 하였다. 또한 SWN 내 형용사, 동사, 명사, 부사의 품사 집합 전체 혹은 특정 부분집합에 대해 위의 감성 결정 작업을 적용하기도 한다. 이처럼 기존 연구에서는 SWN 기반의 다양한 감성 자질 추출 절차가 시도되고 있으나 이들 자질 추출 기법 전반에 대한 성능 비교 연구는 찾기 힘들다. 이 연구에서는 SWN을 트위터 감성 분석에 활용하는 다양한 방법들을 일반화하는 절차들을 소개하고 각 방법들의 성능 비교 및 분석 결과를 제시한다.

• 한국콘텐츠학회논문지
• /
• 제14권9호
• /
• pp.567-581
• /
• 2014

최근 들어, 소셜 네트워크 서비스(Social Network Service)의 도입과 함께 이를 다양한 목적으로 활용하고자 하는 연구가 활발하게 진행되고 있다. 소셜 네트워크 서비스 활용을 위한 연구를 진행하기 위해서는 우선 관련 문헌을 검토하고 연구 경향을 파악하는 것이 필요하다. 하지만, 소셜 네트워크 서비스가 보편화된 2007년 이후부터 진행된 관련 연구는 그 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. 문헌 조사를 위해 5개의 잘 알려진 문헌 제공처를 선정하고, 128개의 문헌 조사 대상 연구를 선정하였다. 다양한 경향성을 파악하기 위하여 2007년 이후 연구들의 그룹과 2011년 이후 연구들의 그룹으로 나누어 조사를 실시하였다. 조사 결과 2007년 이후 트위터 관련 연구는 "Application", "User Content Analysis" 및 "User Activity" 주요 연구주제와 관련한 연구가 가장 많이 이루어지고 있었다. 이외에도 주요 연구주제별 세부 연구주제의 경향, 피인용수에 따른 연구 경향, 실험자료의 규모에 따른 연구경향 및 저자의 특성 등 다양한 관점에서 결과를 분석한다.

• 한국비블리아학회지
• /
• 제22권3호
• /
• pp.75-90
• /
• 2011

본 연구는 SNS에 대해 이론적으로 고찰하고 트위터, 페이스북, 미투데이를 중심으로 출판사들의 SNS 활용실태를 조사 분석하여 문제를 파악, 개선방안을 제언하고자 수행되었다. 분석결과, 첫째 SNS를 개설한 출판사는 전체 신고 출판사(41,407개) 중 0.5%(222개)에 불과한 것으로 파악되었다[독립적 웹 페이지 개설한 출판사는 전체 출판사 중 3.7%(1,537개)]. 둘째 조사대상 SNS 222개 중 응답 212개(트위터 71개, 페이스북 74개, 미투데이 67개)를 대상으로 조사한 결과, 50.5%(107개)가 100명 이하의 독자 혹은 잠재 독자와 관계를 설정하고 있을 정도로 소통이 미흡하고, 출판사들이 게시한 글의 횟수 또한 1,000개 이하가 77.4%(164개)에 달할 정도로 낮게 나타났다. 셋째 출판사들이 게시한 글(300개)과 이용자들이 게시한 글(500개)을 분석한 결과, 게시한 글의 상당수가 출판도서의 마케팅, 소개, 추천, 독서와 관련한 글로 나타나 긍정적이었다. 하지만 출판사들의 SNS에 글을 게시한 이용자 글의 86.6%가 1회성 글로 나타나, 지속성이 미흡한 것으로 파악되었다.