• 한국정보전자통신기술학회논문지
• /
• 제6권4호
• /
• pp.195-200
• /
• 2013

본 논문에서는 기업 이미지에 타격을 줄 수 있는 부정적인 SNS와 Web 데이터를 빠르게 분석하여 기업 마케팅 전략에 활용할 수 있는 SNS 및 Web 데이터 분석 시스템을 제안한다. 본 논문에서 제안하는 시스템은 SNS 및 Web Data를 수집하는 데이터 수집 모듈(Data Collection Module), 수집된 데이터를 저장하는 HBase 모듈(Hbase Module), 수집된 데이터의 의미 분석을 수행한 후 데이터의 의미를 평가 및 분류하는 데이터 분석 모듈(Data Analysis Module) 그리고 관리자에 의해 요청된 질의어에 따라 기업과 관련된 SNS와 Web데이터를 이용하여 최적화된 Map Reduce 과정을 수행하는 PSH 모듈(Priority Scheduling Hadoop Module)로 구성된다. 본 논문은 이런 모듈들을 통하여 SNS와 Web 데이터를 보다 효율적으로 관리하여 이 분석 결과를 기업 마케팅 전략에 활용할 수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제20권1호
• /
• pp.255-263
• /
• 2015

본 연구에서는 매년 증가하는 범죄에 대한 예방 측면에서 범죄발생 위험요소에 관한 정보를 사전에 파악하고 범죄발생을 예방하기 위해 SNS 데이터를 활용하는 방안을 제시한다. 최근에 SNS(Social Network Service) 데이터는 다양한 분야에서 선제적 예방 대응체계를 구축하는데 활용됨에 따라 그 중요성 또한 점점 증가하고 있다. 하지만 SNS 데이터를 단순 키워드로 수집하는 경우 관련되지 않은 데이터가 다수 포함되어 정확도 저하와 데이터 분석에 혼란을 초래할 우려가 있다. 이에, SNS 데이터의 텍스트 마이닝 분석을 통해 범죄발생 위험요소의 검색 정확도를 향상시켜 효율적으로 추출할 수 있는 방안을 제시한다.

• 한국항행학회논문지
• /
• 제22권6호
• /
• pp.670-674
• /
• 2018

최근 댓글 / 텍스트, 이미지, 비디오, 블로그 및 사용자 경험을 포함한 소셜네트워크서비스(SNS) 데이터에는 다양한 고객의 추천 시스템을 구축하고 비즈니스 분석가에게 통찰력 있는 데이터 / 결과를 제공하는데 사용할 수 있는 많은 정보가 포함되어 있다. 멀티미디어 데이터, 특히 이미지 및 비디오와 같은 시각적 데이터는 SNS 데이터 중에서도 특정(문화권) 지역을 반영할 수 있는 가장 풍부한 데이터이며, 문화적 가치 및 관심사는 전반적으로 데이터의 많은 부분을 차지하고 있다. 이러한 방대한 데이터로부터 원하는 데이터를 지능적으로 추출하고, 엄청난 양의 데이터를 마이닝 하려면 보다 효율적이고 지능적인 데이터 분석 방법이 필요하다. 따라서 본 논문의 목적은 이러한 데이터를 모델링하고, 색인하고, 검색하는 방법에 대해 제안하고자 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 춘계학술발표대회
• /
• pp.1120-1123
• /
• 2013

최근 데이터의 범람과 더불어 빅데이터 시대가 도래 하면서 SNS 라는 새로운 플랫폼을 마케팅에 활용하고자 하는 기업들이 늘어나고 있다. 기업들은 이러한 SNS 상의 데이터를 분석하고 이를 공개 API 를 통해 마케팅에서 활용할 수 있다. 하지만 SNS 업체들은 과도한 트래픽 유발 및 보안상의 이유로 공개 API 의 사용을 제한하고 있다. 따라서 제한된 사용 횟수 안에서 효과적으로 공개 API 를 사용할 수 있는 고객맞춤 최적화가 필요하다. 기존의 멀티캐스팅을 이용하면 이러한 고객맞춤 최적화가 가능하지만 SNS 의 특성을 반영한 것이 아니기 때문에 SNS 마케팅에서 활용하는데에는 한계가 있을 수 밖에 없다. 본 논문에서는 이러한 멀티캐스팅을 이용한 고객맞춤 최적화의 한계를 보완하고 SNS 의 특성을 보다 잘 활용할 수 있는 새로운 SNS 마케팅을 위한 고객맞춤 최적화를 제시한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2014년도 춘계학술발표대회
• /
• pp.109-111
• /
• 2014

SNS(Social Network Service)는 새로운 소통수단으로 인적 네트워크뿐만 아니라 사회, 문화 등에 많은 영향을 미치고 있다. 특히, 무선인터넷과 스마트폰의 보급으로 정보유통량이 기하급수적으로 증가하면서, 데이터를 처리 및 분석하는 것이 화두가 되고 있다. 본 논문에서는 급증하는 SNS 데이터를 처리 및 분석하여 의미 있는 데이터를 키워드 중심으로 추출하고자 하였다. 이를 위해 기존 데이터 처리방식이 아닌 빅데이터 처리에 적합한 MapReduce 환경에서 SNS 데이터를 필터링하고, 토픽을 예측하기 처리방법을 제시하였다. 또한, 웹 서비스를 기반으로 구현하여 분석된 데이터를 시각적으로 표현하고, 재생산하였으며, 실험을 통해 제안하는 처리방법의 성능을 검증하였다.

• 한국정보전자통신기술학회논문지
• /
• 제8권6호
• /
• pp.544-550
• /
• 2015

현재, SNS으로 소통되는 의견들이 증가하고 있기 때문에 SNS 메시지로부터 의미 있는 정보를 유추해내는 오피니언 마이닝(Opinion mining) 기술이 중요해지고 있다. 본 논문은 반의어와 부사의 위치에 따라 가중치를 다르게 설정하여 SNS의 감성 정보를 정확하게 추출하는 오피니언 마이닝 기반 SNS 감성 정보 분석 전략(SEIAS, SNS Emotional Information Analysis Strategy)을 제안한다. 제안하는 SEIAS(SNS Emotional Information Analysis Strategy)는 첫째, 오피니언 마이닝 분석에 필요한 감성사전을 구축하고, 둘째, SNS 데이터를 실시간으로 수집하고, 수집된 SNS 데이터와 감성사전를 비교하여 SNS 데이터의 의견값을 산출한다. 특히, 데이터의 의견값을 산출할 때, 반의어, 부사의 위치에 따라 가중값을 다르게 설정함으로써 기존의 SO-PMI와 비교하였을 때 오피니언 분석결과의 정확도를 향상시켰다.

• 정보처리학회논문지C
• /
• 제18C권4호
• /
• pp.217-226
• /
• 2011

최근 다양한 스마트폰이 개발 보급되면서 SNS(Social Network Service)를 사용하는 사용자 또한 급격히 증가하였다. SNS는 기존 모바일 기기에서 수집할 수 있었던 문자 및 통화내역과 같은 단순한 사용자 데이터 외에도 주고 받은 사진 및 동영상, 음성쪽지나 위치 공유, 대화 내역 등 다양한 정보가 저장되어 디지털 포렌식 관점에서 유용한 데이터 획득이 가능하다. 본 논문에서는 최근 많이 사용하고 있는 아이폰을 대상으로 스마트폰에서 이용할 수 있는 SNS 클라이언트와 각 클라이언트 별로 수집할 수 있는 데이터의 종류를 살펴본다. 또, 각 데이터간의 연관관계를 통해 수집된 데이터의 효율적인 분석 방법을 제시한다.

• 스마트미디어저널
• /
• 제11권1호
• /
• pp.58-66
• /
• 2022

인터넷 기술이 발전함에 따라 SNS 사용자가 늘어나고 있다. SNS의 대중화가 진행되면서 소셜 네트워크의 영향력과 익명성을 활용한 SNS형 범죄가 나날이 증가하고 있는 추세이다. 본 논문에서는 인스타그램에서 SNS형 범죄에 주로 이용되는 가짜 계정 분류를 위해 통계 데이터와 이미지 데이터를 이용하여 각각 기계학습 및 딥러닝(deep learning) 기법을 활용한 가짜 계정 분류 방법을 제안한다. 모델 학습에 사용된 SNS 계정 데이터는 자체적으로 수집하였으며, 수집된 데이터는 통계 데이터 및 이미지 데이터에 기반한다. 통계 데이터의 경우에는 기계학습 및 다층 퍼셉트론 기반으로 학습을 진행하였고, 이미지 데이터의 경우에는 합성곱 신경망(Convolutional Neural Network, CNN) 기반으로 학습을 진행하였다. 학습을 진행한 결과 계정 분류에 대하여 정확도가 전반적으로 높게 나온 것을 확인하였다.

• 한국인터넷방송통신학회논문지
• /
• 제12권6호
• /
• pp.267-272
• /
• 2012

IT 융합, 소셜 미디어, 서비스 산업 고도화, 기업들의고객 데이터 수집활동, 멀티미디어 콘텐츠의 폭발적 증가와 스마트폰 보급, SNS 활성화, 사물통신망의 저변확대로 데이터량은 10년 전 산업분야에 걸쳐 고르게 EDW(Enterprise Data Warehouse)의 수요가 증가했었다. 특히 통신업계에서는 KT가 전사적인 EDW를 진행 했고, 산자부도 각각의 업무 부서별로 여러 건의 DW 프로젝트가 진행 하였다. 이외에도 연세의료원, 건국대 병원 등 많은 종합 병원들이 올해 DW의 도입하여 구축을 완료하였다. 그러나 계속 증가되고 있는 데이터와 사용자의 증가는 데이터의 관리에 또 다른 문제점을 만들고 있다. 최근 SNS사용자의 급증과 이를 배경으로한 응용 연구들이 진행되면서 빅데이터를 이용한 새로운 연구를 제안하고자 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 추계학술발표대회
• /
• pp.47-49
• /
• 2016

최근 SNS(social networking service)의 사용이 급증함에 따라 SNS에서 발생하는 데이터의 분석이 활발해졌다. 하지만 SNS 데이터는 빠르게 생성되며 정형화 되어 있지 않은 빅데이터이기 때문에 그대로 수집할 경우 분석하기가 어렵다. 본 논문은 분산 스트리밍 처리 기술인 Storm을 사용하여 트위터에서 실시간으로 발생하는 데이터를 수집 및 집계하고, 태그 클라우드를 사용하여 집계 결과를 동적으로 시각화하고자 한다. 또한 사용자가 쉽게 키워드를 입력하고 시각화 결과를 실시간으로 확인할 수 있도록 웹 인터페이스를 구현한다. 그리고 결과를 통해 태그 클라우드의 결과가 시간에 따라 바르게 시각화되었는지 확인한다. 본 논문은 빠르게 발생하는 SNS 데이터로부터 각 키워드와 관련된 정보를 시각화하여 각 사용자에게 제공할 수 있는 우수한 결과가 사료된다.