• 한국빅데이터학회지
• /
• 제4권1호
• /
• pp.99-118
• /
• 2019

본 연구는 소셜 미디어 참여 관련 연구 베타분석을 위해 네트워크 분석과 클러스터링 기법을 활용하였다. 주경로 분석 결과 37개의 주요 연구가 추출되었고 커뮤니티 관련 네트워크와 뉴 미디어 관련 네트워크 두 가지로 구분되었다. 연결망 분석과 클러스터링 결과 네가지 클러스터가 형성되었다. 본 연구는 학술 데이터를 활용해 연구 동향을 거시적으로 파악하며 그 방법론으로 네트워크 분석과 기계학습을 활용하였다는 학술적 의의를 가진다.

• International Journal of Advanced Culture Technology
• /
• 제6권2호
• /
• pp.58-64
• /
• 2018

This main purpose of the study is to identify social network of communicators sharing information on Bokjiro for publicizing welfare policy. This study employs NodeXL pro to understand networks and their role in the social network. The data for social network analysis was collected from Twitter for a week. The result of the analysis shows that the social network of communicators on Bokjiro does not have many nodes. It also has an independent network with high possibility of information distortion. Little communicators have controlling power in information flow in one way of communication. According to the result, it is not effective for marketing strategy of welfare policy in providing online information through Bokjiro. The study suggests that the government should use the transactional approach to marketing based on agent-oriented activity focusing on the exchange relationship between information providers and demanders in an age of networked intelligence.

• International Journal of Contents
• /
• 제15권2호
• /
• pp.29-37
• /
• 2019

This study investigates how adolescents' smartphone attachment, social anxiety, and offline and smartphone network sizes are related to their friendship in regards to maintaining either a strong or weak bond. Based on an online survey involving 402 adolescent smartphone users in South Korea, this study found that smartphone attachment was positively related to a strong ties friendship maintenance and negatively related to weak ties friendships. Similarly, social anxiety was found to be negatively associated with friendship maintenance for both strong and weak - tie relationships. More importantly, this study revealed that the types and size of social networks moderated the relationships among adolescents with smartphone attachment, social anxiety, and friendship maintenance through smartphones.

• 지능정보연구
• /
• 제23권2호
• /
• pp.89-105
• /
• 2017

모바일 디바이스의 무선 네트워크 통신 기술과 온라인 소셜 네트워크 발전으로 모바일 소셜 네트워크는 모바일 기기 사이에 마케팅 전략의 기회를 제공한다. 이에 따라 모바일 소셜 네트워크 상에서 정보 유포는 중요한 문제가 되었으며 여러 기법을 제안해왔다. 정보 유포 연구 정의는 메시지와 같은 정보를 가진 초기 노드로부터 최소한의 시간에 최대한 많은 유저에게 정보를 전달하는 기법이다. 본 논문에서 우리는 새로운 정보 유포 기법인 기계학습과 소셜 위치정보 기반의 Hotspot DBC를 제안한다. 위치기반 정보 유포 기법으로써 핫스팟 지역을 사용한다. 웜업 기간에 움직임 패턴을 활용하여 초기 영향력 있는 노드를 찾는다. 이후 전체 네트워크 지역을 고려하는 것이 아닌 특정 핫스팟 지역에서만 패턴을 추출하여 찾는다. 웜업 기간 끝나는 시점에서 각 노드는 움직임 패턴을 추출한다. 마지막으로 각 패턴에서 소셜 관계를 분석함으로써 영향력 있는 노드 k개가 선정된다. 우리는 기회적 네트워크 환경에서 GPS 위치 기록의 실제 모바일 노드의 움직임 데이터를 ONE 시뮬레이터 환경에서 실험하였다. 추가적으로 통신범위와 초기 정보 유포 k 노드 수를 다양하게 실험하여 기존 기법보다 더 나은 결과를 확인할 수 있다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제6권5호
• /
• pp.257-266
• /
• 2017

최근 소셜 네트워크의 2가지 주목할 만한 특정은 바로 정보의 홍수와 정보 소비의 과부하 문제이다. 1990년대부터 상황 인지 기반의 개인화 기법들이나 추천 시스템을 통하여 이러한 문제들을 해결하고자 하였는데, 특히 커뮤니티 멤버간의 신뢰도나 친밀도를 기반으로 개인화 정보를 발견하기 위한 접근방법이 최근 소셜 네트워크가 거대화됨에 따라 그 중요성이 부각되고 있다. 그러나 이러한 대부분의 접근법들은 현실이 아닌 온라인 세계에서의 상호 신뢰도(또는 친밀도)만을 고려하는 경향이 있어 보다 더 높은 개인화 성능(적절성)을 가지기 위해서는 현실 세계까지 고려할 필요가 있다. 본 연구에서는 높은 적절성을 가지는 개인화 정보를 식별하는 새로운 방법을 제시하며, 이러한 개인화 정보를 발견하기 위하여 현실 세계와 온라인 세계에서 정보 제공자와 수신자의 상호 신뢰도를 측정하고 이를 기반으로 정보의 중요도를 판단한다. 그리고 본 기법은 개인에게 신규로 제공되는 정보가 아닌 과거에 소비하지 못하고 놓친 정보들을 대상으로 적용한다.

• Journal of Information Processing Systems
• /
• 제17권5호
• /
• pp.1020-1033
• /
• 2021

Nowadays, online or mobile social network services (SNS) are very popular and widely spread in our society and daily lives to instantly share, disseminate, and search information. In particular, SNS such as YouTube, Flickr, Facebook, and Amazon allow users to upload billions of images or videos and also provide a number of multimedia information to users. Information retrieval in multimedia-rich SNS is very useful but challenging task. Content-based media retrieval (CBMR) is the process of obtaining the relevant image or video objects for a given query from a collection of information sources. However, CBMR suffers from the dimensionality curse due to inherent high dimensionality features of media data. This paper investigates the effectiveness of the kernel trick in CBMR, specifically, the kernel principal component analysis (KPCA) for dimensionality reduction. KPCA is a nonlinear extension of linear principal component analysis (LPCA) to discovering nonlinear embeddings using the kernel trick. The fundamental idea of KPCA is mapping the input data into a highdimensional feature space through a nonlinear kernel function and then computing the principal components on that mapped space. This paper investigates the potential of KPCA in CBMR for feature extraction or dimensionality reduction. Using the Gaussian kernel in our experiments, we compute the principal components of an image dataset in the transformed space and then we use them as new feature dimensions for the image dataset. Moreover, KPCA can be applied to other many domains including CBMR, where LPCA has been used to extract features and where the nonlinear extension would be effective. Our results from extensive experiments demonstrate that the potential of KPCA is very encouraging compared with LPCA in CBMR.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 추계학술대회
• /
• pp.957-959
• /
• 2013

SNS(Social Networking Service)는 사용자 간의 자유로운 의사소통과 정보 공유, 그리고 인맥 확대 등을 통해 사회적 관계를 생성하고 강화시켜주는 온라인 플랫폼을 의미한다. 이 연구에서는 SNS에서 주요 개체들을 발견하고 그들간의 관계를 도출하고, 이들을 기반으로 ERD를 그린다. 작성한 ERD를 NoSQL 데이터베이스인 MongoDB 데이터 모델의 컬렉션들로 변환함으로써, SNS 데이터베이스의 주요 스키마를 설계한다.

• International Journal of Contents
• /
• 제18권3호
• /
• pp.21-33
• /
• 2022

Previous research has provided inconsistent findings as to whether socially (in)competent individuals benefit from social networking sites (SNSs) use. Based on the rich-get-richer model, some studies have shown that socially competent individuals expand their existing networks even further via SNSs use. Based on the poor-get-richer model, other studies have shown that those with poor social skills can achieve beneficiary outcomes from SNSs use by overcoming their deficient social resources of offline environments. The present study is devised to add evidence regarding how and why social skills are related to SNSs use. To this end, we tested the relationships between social competence and three types of Facebook communication activities: interaction, self-presentation, and passive observation. Further, drawing on the social cognitive theory, the mediating role of outcome expectancy in the relationship between social competence and Facebook communication activities was examined. Using an online survey in South Korea (N = 708), it was found that individuals with higher social competence were more likely than those with lower social competence to engage in interaction, self-presentation, passive observation on Facebook. Moreover, these relationships were mediated by outcome expectancy that the desired social outcomes could be achieved as a result of Facebook use.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 춘계학술발표대회
• /
• pp.875-876
• /
• 2011

본 논문은 온라인 사회 연결망을 위한 개인정보 보호 방안들에 대해 알아보고, 각 방안이 사회 연결망의 특성 변화에 미친 영향을 분석한다. 분석 결과, 개인정보 보호 방안들은 사회 연결망의 특성을 크게 훼손시키는 것으로 나타났다

• International Journal of Computer Science & Network Security
• /
• 제23권11호
• /
• pp.59-66
• /
• 2023

Text mining (TM) is most widely used to find patterns from various text documents. Cyber-bullying is the term that is used to abuse a person online or offline platform. Nowadays cyber-bullying becomes more dangerous to people who are using social networking sites (SNS). Cyber-bullying is of many types such as text messaging, morphed images, morphed videos, etc. It is a very difficult task to prevent this type of abuse of the person in online SNS. Finding accurate text mining patterns gives better results in detecting cyber-bullying on any platform. Cyber-bullying is developed with the online SNS to send defamatory statements or orally bully other persons or by using the online platform to abuse in front of SNS users. Deep Learning (DL) is one of the significant domains which are used to extract and learn the quality features dynamically from the low-level text inclusions. In this scenario, Convolutional neural networks (CNN) are used for training the text data, images, and videos. CNN is a very powerful approach to training on these types of data and achieved better text classification. In this paper, an Ensemble model is introduced with the integration of Term Frequency (TF)-Inverse document frequency (IDF) and Deep Neural Network (DNN) with advanced feature-extracting techniques to classify the bullying text, images, and videos. The proposed approach also focused on reducing the training time and memory usage which helps the classification improvement.