• Journal of information and communication convergence engineering
• /
• 제17권4호
• /
• pp.239-245
• /
• 2019

Recently, effort to obtain various information from the vast amount of social network services (SNS) big data generated in daily life has expanded. SNS big data comprise sentences classified as unstructured data, which complicates data processing. As the amount of processing increases, a rapid processing technique is required to extract valuable information from SNS big data. We herein propose a system that can extract human sentiment information from vast amounts of SNS unstructured big data using the naïve Bayes algorithm and natural language processing (NLP). Furthermore, we analyze the effectiveness of the proposed method through various experiments. Based on sentiment accuracy analysis, experimental results showed that the machine learning method using the naïve Bayes algorithm afforded a 63.5% accuracy, which was lower than that yielded by the NLP method. However, based on data processing speed analysis, the machine learning method by the naïve Bayes algorithm demonstrated a processing performance that was approximately 5.4 times higher than that by the NLP method.

• 융합보안논문지
• /
• 제22권1호
• /
• pp.55-60
• /
• 2022

본 연구는 재생에너지와 관련된 에너지 분야의 동향과 관계구조를 분석하는 것이다. 이를 위해 본 연구에서는 SNS Data를 포한한 Big Data를 중점으로 분석하였다. SNS는 Instragram 플랫폼을 활용하여 재생에너지 해시태그들을 수집하였으며, 빅데이터 분석, 소셜네트워크 분석을 위한 워드임베딩 방법으로 사용하였고, 본 연구에서 도출된 결과를 토대로 재생에너지 산업의 발전에 활용할 수 있을 것으로 기대된다.

• 한국해양환경ㆍ에너지학회지
• /
• 제20권2호
• /
• pp.117-125
• /
• 2017

SNS 빅데이터 분석은 소셜 미디어에서 생성되는 빅데이터로부터 숨겨진 가치를 찾아내는 것을 의미한다. 본고는 해양수산 분야의 국민적 관심사를 파악하기 위해 24개 키워드를 도출하여 SNS 빅데이터 분석을 실시하였다. 언급량이 많은 키워드는 수산물, 해운, 독도 순이었으며, 해양정책, 해양안보 등 국민적 관심사가 적은 키워드는 상대적으로 언급량이 미미했다. 매체별 언급량은 정부가 주도하는 분야는 뉴스에, 민간이 주도하거나 국민생활 연관성이 큰 경우는 블로그와 트위터에 많았다. 따라서 해양수산 정책 수립 시 SNS 빅데이터 분석을 활용해 국민적 관심사를 반영하고, 특히 부정적인 요인을 해소하는데 역점을 두어야 한다. 또한 매체별로 언급량이 다르므로 차별화된 홍보방안을 마련할 필요가 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 춘계학술대회
• /
• pp.122-124
• /
• 2018

가상화폐가 일반인들의 재테크 수단으로 발전하고 있는 상황에서 본 연구에서는 가상화폐에 대한 빅데이터 분석을 실시하고자 한다. 가상화폐에 대한 빅데이터 분석은 블로그와 트위터와 같은 SNS상에서 가상화폐에 대한 논의를 집중적으로 분석한다.

• 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.

• 한국의류산업학회지
• /
• 제18권1호
• /
• pp.48-62
• /
• 2016

Consumers have come to demand high quality, affordable prices, and innovative product designs of the outdoor wear market due to their well-being and leisure oriented lifestyle. A new system of business in outdoor wear has emerged in the process through which corporations have endeavored to satisfy such consumer needs. Outdoor wear brands have utilized social network services (SNS) such as Facebook and Twitter as means of marketing and have built close relations with consumers based on communication through these media. Recently, explosively escalating SNS data are referred to as social big data, and now that every consumer online is a commentator, reviewer, and publisher, the outdoor wear market and all of its brands have to stop talking and start listening to how they are perceived. Therefore, this study employs Social $Metrics^{TM}$, a social big data analysis solution by Daumsoft, Inc., to verify changes in the allusions related to outdoor wear market found on SNS. This study aims to identify changes in consumer perceptions of outdoor wear based on changes in outdoor wear search words and trends in positive and negative public opinion found in SNS social big data. In addition, products of interest, the major brands mentioned, the attributes taken into consideration during purchases of products, and consumers' psychology were categorized and analyzed by means of keywords related to outdoor wear brands found on SNS. The results of this study will provide fundamental resources for outdoor wear brands' market entry and brand strategy implementation in the future.

• 한국멀티미디어학회논문지
• /
• 제17권6호
• /
• pp.671-680
• /
• 2014

Recently, with the remarkable increase of social network services, it is necessary to extract interesting information from lots of data about various individual opinions and preferences on SNS(Social Network Service). The sentiment information can be applied to various fields of society such as politics, public opinions, economics, personal services and entertainments. To extract sentiment information, it is necessary to use processing techniques that store a large amount of SNS data, extract meaningful data from them, and search the sentiment information. This paper proposes an efficient method to extract sentiment information from various unstructured big data on social networks using HDFS(Hadoop Distributed File System) platform and MapReduce functions. In experiments, the proposed method collects and stacks data steadily as the number of data is increased. When the proposed functions are applied to sentiment analysis, the system keeps load balancing and the analysis results are very close to the results of manual work.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제21권9호
• /
• pp.579-586
• /
• 2015

스마트폰 보급률이 증가함과 함께 SNS(Social Networking Service) 이용자도 늘어가고 있다. SNS는 실시간으로 사람들 간의 개인적인 의견을 빠르게 주고받을 수 있다는 특징이 있어 이를 통해 개인의 반응을 실시간으로 수집, 분석이 가능하다. 한편, TV광고 효과 분석에 있어 사람들의 의견을 실시간으로 수집하고 분석하기 위해 새로운 접근 방법이 필요해졌다. 이에 본 연구에서는 트위터라는 특정 SNS를 대상으로 광고에 대한 데이터를 수집하여 실시간으로 광고 효과를 분석하는 시스템을 설계 및 구축하였다. 특히, 하둡을 이용하여 빅데이터 분석을 병렬화하여 효율적으로 수행하도록 하였으며, TV광고에 대해 언급도와 선호도, 신뢰도를 각각 분석하여 다양한 분석을 가능하게 하였다. 오피니언 마이닝 기법을 신뢰도 분석에 사용하여 분석의 정확도를 높였다. 구축한 시스템을 통해 트위터 SNS를 대상으로 TV광고에 대한 분석을 세분화하여 신속하게 처리할 수 있음을 보여주었다.

• 한국조리학회지
• /
• 제23권7호
• /
• pp.1-10
• /
• 2017

This study proposed SNS big data analysis method of food service industry in the 4th industrial revolution. This study analyzed the keyword of the fourth industrial revolution by using Google trend. Based on the data posted on the SNS from January 1, 2016 to September 5, 2017 (1 year and 8 months) utilizing the "Social Metrics". Through the social insights, the related words related to cooking were analyzed and visualized about attributes, products, hobbies and leisure. As a result of the analysis, keywords were found such as cooking, entrepreneurship, franchise, restaurant, job search, Twitter, family, friends, menu, reaction, video, etc. As a theoretical implication of this study, we proposed how to utilize big data produced from various online materials for research on restaurant business, interpret atypical data as meaningful data and suggest the basic direction of field application. In order to utilize positioning of customers of restaurant companies in the future, this study suggests more detailed and in-depth consumer sentiment as a basic resource for marketing data development through various menu development and customers' perception change. In addition, this study provides marketing implications for the foodservice industry and how to use big data for the cooking industry in preparation for the fourth industrial revolution.

• 한국ITS학회 논문지
• /
• 제15권4호
• /
• pp.44-53
• /
• 2016

오늘날 우리 주변에는 규모를 가늠할 수 없을 정도로 많은 정보와 데이터가 생산되는 '빅데이터(Big Data)'의 시대가 도래 하였으며, 그 중요성이 날로 커지고 있다. 교통분야에서는 전통적인 통행기반교통모형(Trip-Based Model)인 4단계 교통수요추정법의 한계가 드러나고 있으며, 활동기반교통모형(Activity-Based Model)을 이용한 수요 추정 방법이 교통계획에 새로운 패러다임으로 떠오르고 있다. 교통은 사람이나 물류의 공간상의 시간적 이동을 의미한다고 봤을 때 공간데이터와 밀접한 관련이 있다. 따라서 공간정보를 포함하고 있는 SNS를 대상으로 시계열적 공간정보를 추출하고, 이를 현재의 통행기반교통모형(Trip-Based Model) O/D와 비교 분석하여 그 특성을 파악하고 유용성을 검증하였다. 또한, 활동기반교통모형(Activity-Based Model)의 분석자료를 구축하여 교통시뮬레이터 프로그램을 이용해 시뮬레이션을 수행하고 그 결과를 고찰하였다. 연구결과 다수의 활동기반 교통모형 분석자료를 구축할 수 있었으며, 이번 연구를 통해 교통분야 빅데이터 활용의 기술적 한계를 극복할 수 있는 가능성을 확인하였고, 향후 발전방향을 모색하는 기회가 되었다.