• 한국정보시스템학회지:정보시스템연구
• /
• 제32권2호
• /
• pp.177-190
• /
• 2023

Purpose Recently, as a new business marketing tool, short form content focused on fun and interest has been shared as hashtags. By extracting positive and negative keywords from media audiences through comment analysis of social media news, various stakeholders aim to quickly and easily grasp users' opinions on major news. Design/methodology/approach YouTube videos were searched using the YouTube Data API and the results were collected. Video comments were crawled and implemented as HTML elements, and the collection results were checked on the web page. The collected data consisted of video thumbnails, titles, contents, and comments. Comments were word tokenized with the R program, comparing positive and negative dictionaries, and then quantifying polarity. In addition, social network analysis was conducted using divided positive and negative comments, and the results of centrality analysis and visualization were confirmed. Findings Social media users' opinions on issue news were confirmed by analyzing and visualizing the centrality of keywords through social network analysis by dividing comments into positive and negative. As a result of the analysis, it was found that negative objective reviews had the highest effect on information usefulness. In this way, previous studies have been reaffirmed that online negative information has a strong effect on personal decision-making. Corporate marketers will analyze user comments on social network services (SNS) to detect negative opinions about products or corporate images, which will serve as an opportunity to satisfy customers' needs.

• 한국산학기술학회논문지
• /
• 제21권7호
• /
• pp.475-486
• /
• 2020

이 연구는 웹보메트릭스를 활용한 지역관광자원 발굴 및 뉴스 네트워크를 대구 수성구를 중심으로 분석한 연구이다. 데이터는 Bing, Naver 등 웹 데이터를 사용했으며, 네트워크 분석과 댓글 분석을 하였다. 연구문제는 총 세가지로 첫째, 대구 내부에서 수성구의 검색엔진 최적화 수준은 어떠한가? 둘째, 수성구 관광자원의 온라인 출현도는 어떠한가? 셋째, 높은 온라인 출현도를 보이는 관광자원의 뉴스 기사와 댓글은 어떤 내용이 주를 이루는가?이며 그 결과를 보면 첫째, 수성구는 검색엔진 최적화 수준이 대구 내부에서 하위권에 속하며 이는 수성구 관광을 언급한 자료들의 온라인 가시성이 미약한 수준임을 알 수 있다. 둘째, 수성구에서 온라인 출현도가 높은 관광자원들은 대부분 수성못 중심이다. 셋째, 수성못 언론 보도의 내용과 댓글을 살펴본 결과 수성못 교통문제와 열대야가 최대 관심사로 나타나, 관광기반시설에 대한 접근성 개선과 관광자원 개발이 요구된다. 이러한 분석결과는 수성구 관광자원 관련 정책의 개발 및 서비스 운영에 기여 할 수 있고 지역 경제에 대한 해답이 될 것이다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제12권3호
• /
• pp.103-110
• /
• 2023

인터넷이 보급되면서 사람들 간의 소통을 위한 커뮤니티가 활성화됨과 함께 익명 커뮤니티가 나타났고 익명성을 이용한 공격적인 게시글, 댓글을 남기는 등 타인에게 피해를 주는 행위를 하는 이용자가 많아지고 있다. 과거에는 관리자가 직접 글과 댓글을 확인하며 삭제 및 차단했지만, 커뮤니티 이용자가 늘어나면서 관리자가 계속 감시할 수 없는 수준에 이르렀다. 초기에는 특정 단어가 포함되면 해당 글을 게시하거나 댓글을 달 수 없는 형태로 악의적인 글이 게시되는 것을 막는 단어 필터링 기법을 사용하였으나 유사한 단어를 사용하는 등 우회하는 형식으로 필터링을 피해 갔다. 이를 해결하는 방법으로 딥러닝을 이용하여 실시간으로 이용자들이 게시하는 글들을 감시하였으나 최근 커뮤니티에서는 해당 커뮤니티에서만 이해할 수 있는 단어를 사용하거나 일반적인 한글이 아닌 인간의 시야에서만 이해할 수 있는 문자를 사용하고 있다. 이들이 사용하는 문자의 종류나 형태가 다양하여 인공지능 모델에 모든 것을 학습시키기에 어려움이 있다. 이에 본 논문에서는 한글의 자음과 모음 띄어쓰기 이미지를 학습시킨 CNN 모델을 이용해서 문장의 각 문자를 이미지화해 인간의 시야에서만 이해할 수 있는 문자를 모델이 예측한 문자로 변환하는 전처리 기법을 제안한다. 실험 결과, 제안한 전처리 기법을 통해 LSTM, BiLSTM, CNN-BiLSTM 모델에서의 성능이 각각 3.2%, 3.3%, 4.88% 증가함을 확인했다.

• 디지털융복합연구
• /
• 제16권12호
• /
• pp.197-206
• /
• 2018

온라인 악성댓글에 대한 폐해는 지속적으로 증가하고 있다. 많은 선행 연구들은 악성댓글에 대한 중화가 핵심적인 선행 요인임을 확인해왔다. 중화는 이론적으로 일곱개의 다차원 개념으로 구성되어 있으며 일탈행위의 종류에 따라 중화요인의 유의성이 다르게 나타난다. 본 연구는 일탈행위 연구에서 다차원의 중화 기술 요인들을 실증한 것과는 다르게 악성 댓글 연구에서는 중화기술을 단일 차원으로 살펴보았다는 사실에 주목한다. 한편, 일탈행위에 대한 중재자의 역할은 일탈행위 억제에 기여할 수 있지만 악성댓글 연구에서의 중재 의도에 대한 연구는 상대적으로 부족한 상황이다. 상호보완적인 두 개의 연구로 구성된 본 연구는 악성댓글 작성의도와 중재 의도에 대한 관련 요인들을 발견하고자 하였다. 연구결과, 본 연구는 악성댓글 작성자가 비난자에 대한 비난과 책임의 부정 중화기술을 활용 한다는 것을 발견하였다. 또한, 상대방과의 정서적 공감이 악성댓글 중재 의도에 중요한 영향을 준다는 사실을 발견하였다.

• Journal of Information Science Theory and Practice
• /
• 제7권2호
• /
• pp.40-53
• /
• 2019

Although fake news has been present in human history at any time, nowadays, with social media, deceptive information has a stronger effect on society than before. This article answers two research questions, namely (1) Is the dissemination of fake news supported by machines through the automatic construction of filter bubbles, and (2) Are echo chambers of fake news manmade, and if yes, what are the information behavior patterns of those individuals reacting to fake news? We discuss the role of filter bubbles by analyzing social media's ranking and results' presentation algorithms. To understand the roles of individuals in the process of making and cultivating echo chambers, we empirically study the effects of fake news on the information behavior of the audience, while working with a case study, applying quantitative and qualitative content analysis of online comments and replies (on a blog and on Reddit). Indeed, we found hints on filter bubbles; however, they are fed by the users' information behavior and only amplify users' behavioral patterns. Reading fake news and eventually drafting a comment or a reply may be the result of users' selective exposure to information leading to a confirmation bias; i.e. users prefer news (including fake news) fitting their pre-existing opinions. However, it is not possible to explain all information behavior patterns following fake news with the theory of selective exposure, but with a variety of further individual cognitive structures, such as non-argumentative or off-topic behavior, denial, moral outrage, meta-comments, insults, satire, and creation of a new rumor.

• 한국산업정보학회논문지
• /
• 제27권2호
• /
• pp.25-34
• /
• 2022

온라인 서비스의 발달로 악성 댓글의 파급력이 커져 사이버 폭력 피해가 극심해지고 있다. 이를 방지하기 위해 금칙어 기반 필터링, 신고제도 등 다양한 방법이 사용되고 있지만 악성 댓글을 완벽하게 근절하기는 어렵다. 본 연구는 딥러닝을 사용하여 악성 댓글의 분류의 정확도를 높이고 욕설에 해당하는 부분을 모자이크처리 처리하는 것을 목적으로 진행되었다. 정확도를 높이기 위해 컨볼루션의 층수, 필터 수를 다르게 설정하여 두 가지 모델링을 진행하여 비교하였고, 데이터 세트의 90%를 훈련 데이터로, 10%를 테스트 데이터로 사용한 결과 최종 88%의 정확도를 도출해 낼 수 있었다. 또한 Grad-CAM을 사용하여 모델이 댓글의 어느 부분을 결과에 반영하였는지 표시하여 욕설 위치 정보를 출력하였다. 단순 금칙어 기반으로 댓글을 분류한 정확도는 56%이지만, 컨볼루션 신경망에 의한 분류 정확도가 88%인 것과 비교하면 딥러닝 모델로 악성 댓글의 욕설을 처리하는 것이 더 효과적인 것을 확인할 수 있었다.

• 스마트미디어저널
• /
• 제10권4호
• /
• pp.71-79
• /
• 2021

인터넷의 사용이 광범위 해져감에 따라 변화되는 사회적 측면 중 하나는 온라인 공간에서의 의사소통이다. 과거에는 물리적으로 같은 공간에 있을 때를 제외하고는 일대일 대화만 원격으로 가능했지만, 요즘은 게시판이나 커뮤니티, 소셜네트워크서비스(SNS) 등을 통해 다수의 사람들과 원격으로 소통할 수 있는 기술이 발달했다. 이러한 정보통신망의 발달로 생활이 편리해지고, 동시에 급격한 정보교류에 따른 피해도 끊임없이 증가하고 있다. 최근에는 연예인뿐 아니라 인플루언서 등 인터넷에서 인지도가 높은 특정인에게 성적인 메시지를 보내거나 인신공격을 가하는 등의 사이버 범죄가 발생하고 있으며, 이들 사이버 범죄에 노출된 이들 중 일부는 극단적인 선택을 하기도 하였다. 본 논문에서는 악성 댓글로 인한 피해를 줄이기 위해 음성 부분별 기능추출을 통한 차별적 악성 댓글의 성능향상 방안을 연구하였다.

• 한국콘텐츠학회논문지
• /
• 제21권5호
• /
• pp.139-148
• /
• 2021

이 연구는 온라인 데이터를 활용해 대구·경북 행정통합에 대한 태도와 반응을 살펴보았다. 구체적으로 온라인 기사와 유튜브 영상의 댓글을 통하여 알아보았다. 2020년 1월 1일부터 10월 18일까지 수집한 데이터는 대구경북행정통합공론화위원회 출범 이전과 이후로 나누어 분석했다. 그 결과 다음과 같은 내용을 확인했다. 첫째, 댓글 유형을 시기별로 비교했을 때 공론화위원회 이후 회의론자는 줄어들었고 신념주의자는 증가했다. 둘째, 행정통합에 대해 낙관적 태도를 보여주는 단어를 공론화위원회 출범 이후 확인했다. 셋째, 하위집단분석 결과 이전과 이후 모두 행정통합에 대한 구체적 절차나 방향을 언급하는 단어군이 보이지 않았다. 이는 아직까지 행정통합과 관련한 충분한 정보나 토론논제가 제공되지 않았음을 보여준다. 이 연구에서는 정책당국이 놓칠 수 있는 숨겨진 여론을 찾도록 도와주고, 필요시 즉각적 대응을 할 수 있도록 시사점을 제공하고자 한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권2호
• /
• pp.263-283
• /
• 2024

Users' comments after online shopping are critical to product reputation and business improvement. These comments, sometimes known as e-commerce reviews, influence other customers' purchasing decisions. To confront large amounts of e-commerce reviews, automatic analysis based on machine learning and deep learning draws more and more attention. A core task therein is sentiment analysis. However, the e-commerce reviews exhibit the following characteristics: (1) inconsistency between comment content and the star rating; (2) a large number of unlabeled data, i.e., comments without a star rating, and (3) the data imbalance caused by the sparse negative comments. This paper employs Bidirectional Encoder Representation from Transformers (BERT), one of the best natural language processing models, as the base model. According to the above data characteristics, we propose the F_MixBERT framework, to more effectively use inconsistently low-quality and unlabeled data and resolve the problem of data imbalance. In the framework, the proposed MixBERT incorporates the MixMatch approach into BERT's high-dimensional vectors to train the unlabeled and low-quality data with generated pseudo labels. Meanwhile, data imbalance is resolved by Focal loss, which penalizes the contribution of large-scale data and easily-identifiable data to total loss. Comparative experiments demonstrate that the proposed framework outperforms BERT and MixBERT for sentiment analysis of e-commerce comments.

• 한국콘텐츠학회논문지
• /
• 제21권12호
• /
• pp.855-869
• /
• 2021

2009년 이후 오디션 프로그램을 통해 배출된 스타들은 연예기획사에서 만들어진 스타와 달리 시청자들과 친숙한 유대관계를 맺는 과정을 거치며 등장했다. 이 연구는 2020년 jtbc 팬텀싱어3에 출연했던 성악가 강동훈과 그의 팬카페를 중심으로 오디션 출신 스타의 인터넷 라이브 방송(라방)의 특징과 역할, 정체성을 알아보는 사례연구이다. 연구 결과, 팬카페가 만들어지기 전부터 SNS를 중심으로 팬들이 결집하면서 팬들의 요청에 의해 '라방'이 시작되었고, 강동훈의 '라방'은 팬들이 적극적으로 참여하는 '형식 없는 형식의 참여형 토크 쇼'로서 팬들의 유대감과 소속감을 높이며 팬덤의 활성화를 촉진시켰다. 스타와 팬 모두 '라방'을 '서로를 알아가는 소통의 창구'로 인식했으며 '즉시성을 가진 댓글 소통'으로 TV 속에서 재현된 비현실적인 모습이 아니라 친숙하고 꾸밈없는 스타의 진솔한 모습 볼 수 있다는 점에 만족감을 드러냈다. '라방'은 스타의 일상생활, 음악활동, 방송출연, 취미 등 다양한 내용으로 구성되었으며 팬들의 적극적인 참여로 스타와 팬들의 일상사를 공유하면서 '라방'을 보지 않는 사람들과 '미학적 차별화'를 하고 있는 것으로 나타났다.