• Journal of Multimedia Information System
• /
• 제2권3호
• /
• pp.287-294
• /
• 2015

We are living in epoch of information when Internet touches all aspects of our lives. Therefore, it provides a plenty of services each of which benefits people in different ways. Electronic Mail (E-mail), File Transfer Protocol (FTP), Voice/Video Communication, Search Engines are bright examples of Internet services. Between them Social Network Services (SNS) continuously gain its popularity over the past years. Most popular SNSs like Facebook, Weibo and Twitter generate millions of data every minute. Twitter is one of SNS which allows its users post short instant messages. They, 100 million, posted 340 million tweets per day (2012)[1]. Often big amount of data contains lots of noisy data which can be defined as uninteresting and unclassifiable data. However, researchers can take advantage of such huge information in order to analyze and extract meaningful and interesting features. The way to collect SNS data as well as tweets is handled by crawlers. Twitter crawler has recently emerged as a great tool to crawl Twitter data as well as tweets. In this project, we develop Twitter Crawler system which enables us to extract Twitter data. We implemented our system in Java language along with MySQL. We use Twitter4J which is a java library for communicating with Twitter API. The application, first, connects to Twitter API, then retrieves tweets, and stores them into database. We also develop crawling strategies to efficiently extract tweets in terms of time and amount.

• International Journal of Computer Science & Network Security
• /
• 제24권5호
• /
• pp.217-223
• /
• 2024

The current study aimed to evaluate the effectiveness of using Support Vector Machine (SVM) for political affiliation classification. The system was designed to analyze the political tweets collected from Twitter and classify them as positive, negative, and neutral. The performance analysis of the SVM classifier was based on the calculation of metrics such as accuracy, precision, recall, and f1-score. The results showed that the classifier had high accuracy and f1-score, indicating its effectiveness in classifying the political tweets. The implementation of SVM in this study is based on the principle of Structural Risk Minimization (SRM), which endeavors to identify the maximum margin hyperplane between two classes of data. The results indicate that SVM can be a reliable classification approach for the analysis of political affiliations, possessing the capability to accurately categorize both linear and non-linear information using linear, polynomial or radial basis kernels. This paper provides a comprehensive overview of using SVM for political affiliation analysis and highlights the importance of using accurate classification methods in the field of political analysis.

• 한국정보통신학회논문지
• /
• 제15권3호
• /
• pp.597-604
• /
• 2011

현재 제공되고 있는 다양한 스마트폰 플랫폼은 효율적인 애플리케이션 개발을 어렵게 하고 있다. 이 문제를 해결하기 위하여 스마트폰 환경에 미들웨어를 도입하는 연구가 이루어지고 있다. 미들웨어의 도입은 서버 시스템과 스마트폰 플랫폼의 상호 운용성을 높여 효율적으로 스마트폰 애플리케이션을 개발하고 관리할 수 있도록 지원한다. 그러므로 급속하게 확장하는 스마트폰 환경에 능동적으로 대응하기 위하여 스마트폰 미들웨어 개발은 필수가 되고 있다. 본 연구에서는 다양한 스마트폰 플랫폼 환경에서 새로운 애플리케이션 서비스를 개발하고 유지하는데 소요되는 비용과 시간을 최적화할 수 있도록 스마트폰 미들웨어를 설계 및 구현하였다. 그리고 구현된 스마트폰 미들웨어의 성능 및 활용성을 검토하기 위하여 대학환경의 스마트폰 응용과 캠퍼스 트위터를 개발하였다.

• Genomics & Informatics
• /
• 제19권3호
• /
• pp.21.1-21.5
• /
• 2021

The use of social media data, like Twitter, for biomedical research has been gradually increasing over the years. With the coronavirus disease 2019 (COVID-19) pandemic, researchers have turned to more non-traditional sources of clinical data to characterize the disease in near-real time, study the societal implications of interventions, as well as the sequelae that recovered COVID-19 cases present. However, manually curated social media datasets are difficult to come by due to the expensive costs of manual annotation and the efforts needed to identify the correct texts. When datasets are available, they are usually very small and their annotations don't generalize well over time or to larger sets of documents. As part of the 2021 Biomedical Linked Annotation Hackathon, we release our dataset of over 120 million automatically annotated tweets for biomedical research purposes. Incorporating best-practices, we identify tweets with potentially high clinical relevance. We evaluated our work by comparing several SpaCy-based annotation frameworks against a manually annotated gold-standard dataset. Selecting the best method to use for automatic annotation, we then annotated 120 million tweets and released them publicly for future downstream usage within the biomedical domain.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 추계학술발표대회
• /
• pp.90-93
• /
• 2013

최근 IT Service 에는 SNS 즉, Social Network Service가 주를 이루고 있다. Facebook, Twitter 등 자신의 일상을 친구들과 공유하는 웹 기반 Service가 사람들에게 많이 이용되고 인기를 끌고 있다. SNS system이 일반화되어 가면서, 보다 전문적이고 국소적인 분야에 특성화되어 발전되어 나갈 것으로 보이며, 이러한 SNS 시스템을 최적화 하기 위해 SNS 프로토타입을 직접 개발해 볼 필요가 있다. 본 논문에서는 학교 캠퍼스 정도 규모의 서비스를 위한 웹 기반의 SNS들이 어떠한 구조로 이루어져 있으며, 어떠한 원리로 동작하는지 알아보고, Server, DataBase, PHP 를 이용하여 웹 기반 SNS 시스템을 직접 구현하고 시연해 봄으로써 SNS System에 대한 이해를 해보고, SNS system에 대한 향후 방향을 모색해 보도록 한다.

• 한국정보전자통신기술학회논문지
• /
• 제11권1호
• /
• pp.76-81
• /
• 2018

미래 경제 성장 동력으로 부상하고 있는 사물인터넷은 이미 생활과 밀접한 분야에서는 도입이 활발하게 이루어지고 있으나, 잠재된 보안위협은 여전히 잔존하고 있다. 특히 인터넷 상의 유해 정보는 스마트홈 및 스마트시티의 활성화로 인해 폭발적으로 설치된 CCTV에 할당된 IP 정보 및 심지어 접속 포트 번호들이 포털 검색 결과 및 페이스북, 트위터와 같은 소셜 미디어 등에 공개되어 간단한 툴로도 보다 쉽게 해킹이 가능하다. 사용자들이 많이 사용하는 포털 검색 데이터 및 소셜 미디어 데이터의 보안취약점 및 불법 사이트 정보들을 데이터 분석하여, 보안취약성 같은 위험 요소가 내포된 데이터 및 사회적 문제를 야기하는 불법 사이트에 대한 대응을 신속하게 수행할 수 있게 지원하는 빅데이터 분석 시스템이 필요하다. 본 논문에서는 빅데이터 분석 시스템 설계를 위해 하둡 기반 빅데이터 분석 시스템과 스파크 기반 빅데이터 분석 시스템 연구를 통해 요구사항을 도출하여 요구사항에 맞게 Splunk 플랫폼을 활용한 유해 정보 탐지를 위한 빅데이터 분석 시스템을 설계하였다.