• International Journal of Advanced Culture Technology
• /
• 제3권2호
• /
• pp.50-57
• /
• 2015

An online survey was conducted to assess motivations for using, reliance on, and perceived credibility of political blogs and microblogs during both the Taiwanese general election of 2009 (the blog epoch) and the presidential elections of 2012 (the microblog epoch). Results indicated higher reliance on and motivation for using political blogs than microblogs. Blogs were also perceived to be more credible than microblogs. Respondents who primarily engaged in blogging for information purposes were more likely to judge candidate blogs as highly credible, whereas interest in entertainment emerged as the strongest predictor of the perceived credibility of microblogs. This research also provided quantitative evidence showing how users viewed blogs and microblogs differently in the context of political campaigns. The aim is to explore the pros and cons of blogging and microblogging as a tool for political communication.

• Journal of Information Processing Systems
• /
• 제14권6호
• /
• pp.1438-1444
• /
• 2018

Recently, with the development of Internet technologies and propagation of smart devices, use of microblogs such as Facebook, Twitter, and Instagram has been rapidly increasing. Many users check for new information on microblogs because the content on their timelines is continually updating. Therefore, clustering algorithms are necessary to arrange the content of microblogs by grouping them for a user who wants to get the newest information. However, microblogs have word limits, and it has there is not enough information to analyze for content clustering. In this paper, we propose a semantic-based K-means clustering algorithm that not only measures the similarity between the data represented as a vector space model, but also measures the semantic similarity between the data by exploiting the TagCluster for clustering. Through the experimental results on the RepLab2013 Twitter dataset, we show the effectiveness of the semantic-based K-means clustering algorithm.

• 한국지능시스템학회논문지
• /
• 제21권5호
• /
• pp.564-568
• /
• 2011

오늘날 마이크로블로그는 스마트폰의 보급과 더불어 대중적인 정보전달 방식의 하나로 자리 잡고 있으며, 기존의 정보매체에 비해 사용자들의 관심사 변화를 보다 빠르게 반영하는 특징을 지닌다. 특히 다수 사용자의 관심을 끌고 있는 토픽의 경우, 다양한 정보 출처로부터 풍부한 정보를 제공할 수 있는 잠재력을 보유하고 있기도 하다. 그럼에도 불구하고 높은 비율로 존재하는 노이즈 등으로 인해 마이크로블로그로부터 유용한 정보를 획득하기란 쉽지 않은 문제로 남아있다. 지금까지 특정 문서로부터 주제를 효율적으로 추출, 추적하는 다양한 방법이 제안되었으나, 마이크로블로그와 같은 단문의 문서가 대량으로 생산되는 경우에 활용하기에는 미흡한점이 있었다. 본 논문에서는 특정 주제어가 주어졌을 때, 키워드 그래프를 구성함으로써 그에 대한 사용자들의 관심사가 어떻게 변화하는지를 효과적으로 파악하는 방법을 제안한다. 제안 방법은 크게 마이크로블로그 내에서의 단어 동시출현빈도를 이용하여 단어간 키워드 그래프를 생성하는 과정과, 네트워크 분할 기법을 이용하여 그래프를 적절히 분할함으로써 사용자의 관심사 별로 나누는 과정을 포함한다. 선별된 주제어에 대해 제안된 방법을 적용해 봄으로서 적은 비용으로 효과적인 주제 발견 및 분할이 가능함을 확인하였다.

• 한국HCI학회논문지
• /
• 제6권1호
• /
• pp.35-42
• /
• 2011

최근 모바일 장치를 통한 마이크로 블로그 활용이 늘고 있지만, 모바일 장치가 지닌 하드웨어 제약으로 인해 여전히 모바일 정보 브라우징에 어려움이 있다. 이를 해결하기 위해 모바일 사용자의 컨텍스트 정보를 활용하여 사용자의 관심 정보를 추론하는 연구가 활발히 진행되고 있다. 본 논문에서는 모바일 사용자의 컨텍스틀 이용하여 마이크로 블로그의 토픽을 추천하는 방법을 제안한다. 마이크로 블로그에서 사용자와 연관된 토픽을 추출하기 위해 제안한 방법은 사용자 위치, 행동, 기존에 작성한 블로그 그리고 사회적 관계 등의 사용자 컨텍스트를 모바일 장치로 부터 얻어 활용한다. 모바일 장치로부터 얻어온 컨텍스트는 마이크로 블로그 검색 범위를 줄이는데 뿐만 아니라 사용자의 관심을 추론하는 경우에도 활용된다. 추론된 사용자의 선호도를 기반으로 검색된 결과의 우선순위를 다시 결정한다. 제안한 방법을 통해 모바일 사용자들은 사용자가 관심을 가질만한 토픽의 마이크로 블로그 정보를 얻을 수 있을 것으로 기대한다.

• International Journal of Computer Science & Network Security
• /
• 제21권11호
• /
• pp.73-80
• /
• 2021

Nowadays microblogs have become the most popular platforms to obtain and spread information. Twitter is one of the most used platforms to share everyday life event. However, rumors and misinformation on Arabic social media platforms has become pervasive which can create inestimable harm to society. Therefore, it is imperative to tackle and study this issue to distinguish the verified information from the unverified ones. There is an increasing interest in rumor detection on microblogs recently, however, it is mostly applied on English language while the work on Arabic language is still ongoing research topic and need more efforts. In this paper, we propose a combined Convolutional Neural Network (CNN) and Long Short-Term Memory (LSTM) to detect rumors on Twitter dataset. Various experiments were conducted to choose the best hyper-parameters tuning to achieve the best results. Moreover, different neural network models are used to evaluate performance and compare results. Experiments show that the CNN-LSTM model achieved the best accuracy 0.95 and an F1-score of 0.94 which outperform the state-of-the-art methods.

• 지능정보연구
• /
• 제20권1호
• /
• pp.163-176
• /
• 2014

소셜미디어 확산으로 많은 사용자들이 SNS를 통해 자신의 생각과 의견을 표출하며 다른 사용자들과 상호작용하고 있다. 특히 트위터와 같은 마이크로블로그는 짧은 문장을 통해 영화, TV, 사회 현상 등과 같은 공통의 주제에 대해 많은 사람이 즉각적으로 의견을 표출하고 교환하는 플랫폼의 역할을 수행하고 있다. TV방송 프로그램에 대해서도 의견과 감정을 마이크로블로그를 통해 표출하고 있는데, 본 연구에서는 마이크로블로그의 내용과 시청률과의 관계를 살펴보기 위해, 지난 공중파 방송 프로그램에 대한 트윗을 수집하고 부적절한 트윗들을 제거한 후 형태소 분석을 수행하였다. 추출된 형태소뿐 아니라 이모티콘, 신조어 등 사용자가 입력한 모든 단어들을 후보 자질로 삼아 시청률과의 상관관계를 분석하였다. 실험을 위해 2013년 1월부터 10개월간의 예능프로그램 트윗의 데이터를 수집하여 전국 시청률 데이터와 비교 분석을 수행하였다. 트윗의 발생량은 일주일 중 방송된 요일에 가장 많았으며, 특히 방송시간 부근에서 급격히 증가하는 모습을 보였다. 이것은 전국에 동시간에 방송되는 공중파 프로그램의 특성상 공통된 관심 주제를 제공하기 때문에 나타나는 현상으로 여겨진다. 횟수 기반 자질로 방송 일의 총 트윗 수와 리트윗 수, 방송시간 중의 트윗 수와 리트윗 수와 시청률과의 상관 관계를 분석하였으나 모두 낮은 상관 계수를 나타냈다. 이것은 단순한 트윗 발생 빈도는 방송 프로그램의 만족도 또는 시청률을 제대로 반영하고 있지 못함을 의미한다. 내용 기반 자질로 추출한 단어들 중에는 높은 상관관계를 보여주는 단어들이 발견되었으며, 표준어가 아닌 이모티콘과 신조어 중에도 높은 상관관계를 보여주는 자질이 나타났다. 또한 방송시작 전과 후에 따라 상관계수가 높은 단어가 상이함을 발견하였다. 매주 같은 시간에 방송되는 TV 프로그램의 특성상, 방송을 기다리고 기대하는 내용의 트윗과 방송 후 소감을 표현하는 트윗의 내용에 차이가 존재하였다. 이러한 분석결과는 단어에 따라 시청률과 연관성이 높은 시간대가 달라짐을 의미하며, 시청률을 측정하고자 할 때 각 단어들의 시간대를 고려해서 사용해야 함을 의미한다. 본 연구에서 제안한 방법은 기존의 표본 추출을 통해 이루어지는 TV 시청률 측정을 보완할 수 있는 방법에 활용할 수 있으리라 기대된다.

• Journal of Information Processing Systems
• /
• 제14권3호
• /
• pp.727-739
• /
• 2018

This study evaluates the viewpoints of user focus incidents using microblog sentiment analysis, which has been actively researched in academia. Most existing works have adopted traditional supervised machine learning methods to analyze emotions in microblogs; however, these approaches may not be suitable in Chinese due to linguistic differences. This paper proposes a new microblog sentiment analysis method that mines associated microblog emotions based on a popular microblog through user-building combined with spectral clustering to analyze microblog content. Experimental results for a public microblog benchmark corpus show that the proposed method can improve identification accuracy and save manually labeled time compared to existing methods.

• Journal of Information Processing Systems
• /
• 제15권4호
• /
• pp.853-864
• /
• 2019

Microblogging services (such as Twitter) are the representative information communication networks during the Web 2.0 era, which have gained remarkable popularity. Weibo has become a popular platform for information dissemination in online social networks due to its large number of users. In this study, a microblog information dissemination model is presented. Related concepts are introduced and analyzed based on the dynamic model of infectious disease, and new influencing factors are proposed to improve the susceptible-infective-removal (SIR) information dissemination model. Correlation analysis is conducted on the existing information dissemination risk and the rumor dissemination model of microblog. In this study, web hyper is used to model rumor dissemination. Finally, the experimental results illustrate the effectiveness of the method in reducing the rumor dissemination of microblogs.

• 정보과학회 논문지
• /
• 제42권6호
• /
• pp.781-790
• /
• 2015

인터넷과 모바일 환경의 발전에 따라 최근에는 마이크로블로그가 성행하고 있다. 마이크로블로그에는 부가적인 데이터가 담겨있다. 그 중 위치 정보에 대한 데이터를 포함하는 마이크로블로그 데이터를 공간 소셜 웹 객체라고 지칭한다. 이러한 마이크로블로그 데이터에 대한 일반 집계는 사용자별 데이터 집계 등이 있으나, 단일 정보에 대한 집계만 가능하다. 본 연구는 공간 소셜 웹 객체의 특성을 갖는 마이크로블로그 데이터의 공간 소셜 분석을 위해, 일반 집계와 공간 데이터를 결합하고 지오해시와 맵리듀스를 이용한 공간 집계에 대한 알고리즘을 제시한다. 이를 통해 의미있는 공간 소셜에 대한 분석의 기반을 마련하였다.

• 경영과학
• /
• 제29권2호
• /
• pp.1-20
• /
• 2012

While feeling anxious about the risk of exposure of personal information and privacy, users of microblogs and social network services are continuously using them. This study aims to develop a model to investigate this phenomenon. Specifically, this study explores the relationship between personal characteristics (represented by privacy concern and self-presentation) and an individual's self-disclosure. An individual's personal belief (represented by perceived risk and perceived trust) is also tested as an mediator between the relationship. Through a questionnaire survey to 183 twitter users in Korea, the results indicate that self-presentation has a direct influence on self-disclosure as well as an indirect influence through perceived trust. In contrast, privacy concern has not a direct but an indirect negative influence on self-disclosure through perceived risk. In conclusion, self-presentation has a stronger influence on self-disclosure then privacy concern to Twitter users. An individual who has a higher propensity for self-presentation will form a stronger perceived trust on Twitter, which in turn, affects the individual's self-disclosure. On the other hand, an individual who is more concerned with personal privacy will feel more serious about perceived risk, which in turn, negatively influences one's perception of the trust in Twitter as well as his desire for self-disclosure.