• Journal of Nutrition and Health
• /
• 제56권2호
• /
• pp.203-216
• /
• 2023

본 연구는 전북지역 대학생 447명을 대상으로 소셜미디어 이용동기 유형에 따른 소셜미디어 이용실태, 관련 식행동 및 체중조절 행태 등을 조사한 결과는 다음과 같다. 소셜미디어 이용동기 유형은 '흥미중심군,' '다목적 정보탐색군,' '관계중심군'으로 분류하였다. 조사대상자는 유튜브, 인스타그램, 페이스북을 주로 이용하며, '흥미중심군'은 게임, 스포츠 경기 및 교육 강의 등, '다목적 정보탐색군'은 음악, 영화, 드라마 및 먹방, 패션 등, '관계중심군'은 뉴스, 정치이슈 및 교육 강의에 관심이 높았다. 조사대상자의 소셜미디어 1일 이용시간은 모든 군에서 1시간 이상 1시간 30분 미만이 40.7%로 나타났다. 소셜미디어 관련 식행동의 군집별 평균은 '다목적 정보탐색군' 3.09 ± 0.82점, '관계중심군' 2.67 ± 0.75점, '흥미중심군' 2.40 ± 0.86점이었다. '소셜미디어에서 음식 레시피에 관한 정보를 듣고 따라서 요리를 한 적이 있다'가 가장 높은 식행동점수를 보였다. 현재 자신의 체중에 대하여 '흥미중심군'과 '다목적 정보탐색군'이 '관계중심군'보다불만족수준이높았으며, 실제체중조절경험이더많으며, 소셜미디어의체중조절 정보를 더 많이 이용하고 있었다. 가장 선호하는 체중조절 방법은 '규칙적인 운동'이나 '다목적 정보탐색군'은 다른 군보다 높게 '소셜미디어의 홈 트레이닝'을 병행하고 있었다. 이상의 결과, 전북지역 대학생의 소셜미디어 이용동기 유형이 '흥미중심군'과 '다목적 정보탐색군'일 때 '관계중심군'보다 체중조절 경험이 더 많으며 소셜미디어에서 관련정보를 더 활용하고 있었다. 따라서 향후 체중조절 관련 교육 프로그램은 대학생들의 소셜미디어 이용행태를 고려하여 흥미와 관심을 유발할 수 있는 주제로 프로그램을 구성하고 장소와 시간제약이 없도록 소셜미디어 매체를 활용함으로써 보다 많은 학생들에 대한 참여유도가 필요할 것으로 보인다.

• 한국산업정보학회논문지
• /
• 제27권2호
• /
• pp.163-176
• /
• 2022

비즈니스 생태계의 불확실성이 증가함에 따라 공급사슬 내에서 야기는 되는 리스크의 종류도 매우 복잡하고 다양해 지고 있다. 특히 최근 정보통신기술의 발달로 기존 기업이 직면하던 전통적인 공급사슬 리스크 요인 이외에 새로운 리스크 요인을 고려할 필요가 있다. 대표적으로 소셜 미디어를 통한 부정적 구전을 예를 들 수 있다. 이에 본 연구는 대표적인 소셜 미디어인 유튜브(YouTube) 통해 제조 기업을 대상으로 부정적 구전의 파급력에 대해서 연구하였다. 보다 구체적으로는 부정적 구전의 제작자의 사회적 자본이 부정적 구전의 파급력에 어떤 영향을 주는 살펴보고, 그 과정에서 동영상의 부정적 감정이 어떤 역할을 하는지 연구하였다. 그 결과 부정적 구전 생성자의 사회적 자본은 부정적 구전의 규모와 속도에 영향을 주며, 나아가 동영상의 부정적 감정 단어는 동영상 제작자의 사회적 자본과 부정적 구전의 규모에 있어 조절효과를 보였다.

• 한국정보전자통신기술학회논문지
• /
• 제14권3호
• /
• pp.193-200
• /
• 2021

최근 소셜미디어에서 관광지에 관한 게시글과 의견이 활발하게 공유된다. 이러한 소셜 빅데이터는 소비자가 인식하는 관광지의 객관적인 이미지를 파악할 수 있는 유의미한 정보를 제공한다. 이에 따라 본 연구는 소셜미디어의 빅데이터를 이용해서 강원도 지역에 대한 관광 이미지를 분석하는 것이다. SNS 및 빅데이터의 대표적인 분석 방법인 텍스트마이닝과 의미연결망 분석 절차를 사용해서 강원도의 관광 이미지를 분석하고 차별화된 경쟁력을 확보할 수 있는 이미지 향상에 대한 방안을 제공하고자 하였다. 분석결과에 따르면, 강원도 지역의 관광으로 속초, 강릉, 양양 순으로 지명 언급이 높은 수준으로 나타났고, 여행목적은 맛집투어, 식도락, 가족여행, 휴가, 체험 등으로 나타났다. 특히, 당일여행, 주말, 체험 등을 선호하는 것으로 나타났다. 분석결과를 바탕으로 네 가지 제안을 하였다. 첫째, 강원도 관광의 활성화를 위하여 가격대별로 다양한 호텔, 숙박 시설과 체험 관광 마케팅이 필요하다. 둘째, 강원도의 자연경관과 수도권 근접성을 활용한 당일상품을 개발할 필요가 있다. 셋째, 강원도 향토음식과 전통식당의 홍보가 필요하다. 마지막으로 힐링과 가족여행에 적합한 관광 마케팅 개발이 필요하다. 본 연구 결과를 통해 강원도의 관광 이미지를 현황을 파악하고 경쟁력을 향상할 수 있는 마케팅 전략을 제시하였다. 또한, 관광 소비자의 빅데이터를 관광사업 분야에서 활용할 수 있는 이론적 근거를 제공하였다.

• 한국정보통신학회논문지
• /
• 제25권1호
• /
• pp.1-7
• /
• 2021

최근 코로나 19발생과 동시에 소셜 미디어의 투자자 정서가 증시 가격 움직임을 주도해 관심을 모으고 있다. 본 연구는 행동금융 이론 기반 빅 데이터 분석을 활용하여 소셜 미디어에서 추출한 정서가 중국 증시의 실시간 및 단기적 가격 모멘텀을 예측하는데 활용될 수 있는 기법을 제안한다. 이를 위해, COVID-19와 관련 200만 건 이상의 시나 웨이보 빅 데이터를 키워드 방식으로 수집 및 분석하고 시간이 따른 영향력이 높은 감정 요인을 추출한다. 최종 결과 도출을 위해 다양한 지도 및 비지도 학습 모델을 다 각도에서 구현 및 성능평가를 비교 분석 후, BiLSTM mdoel이 최적의 결과를 낼 수 있음을 증명했다. 또한, 제안하는 기법을 통해 주가변동과 심리요인 간에도 비슷한 움직임을 보이고 있음을 제안했고 소셜미디어에서 추출한 공공분위기가 어느 정도 투자자들의 심리를 대변할 수 있고, 주식시장에 영향을 미칠 수 있는 특수행사에 몰두할 때 증시변동에 차이를 만들 수 있음을 증명했다.

• International Journal of Computer Science & Network Security
• /
• 제23권3호
• /
• pp.67-80
• /
• 2023

Rice is an important food crop for most of the population in Nowadays, psychologists consider social media an important tool to examine mental disorders. Among these disorders, depression is one of the most common yet least cured disease Since abundant of writers having extensive followers express their feelings on social media and depression is significantly increasing, thus, exploring the literary text shared on social media may provide multidimensional features of depressive behaviors: (1) Background: Several studies observed that depressive data contains certain language styles and self-expressing pronouns, but current study provides the evidence that posts appearing with self-expressing pronouns and depressive language styles contain high emotional temperatures. Therefore, the main objective of this study is to examine the literary cyber writers' posts for discovering the symptomatic signs of depression. For this purpose, our research emphases on extracting the data from writers' public social media pages, blogs, and communities; (3) Results: To examine the emotional temperatures and sentences usage between depressive and not depressive groups, we employed the SentiStrength algorithm as a psycholinguistic method, TF-IDF and N-Gram for ranked phrases extraction, and Latent Dirichlet Allocation for topic modelling of the extracted phrases. The results unearth the strong connection between depression and negative emotional temperatures in writer's posts. Moreover, we used Naïve Bayes, Support Vector Machines, Random Forest, and Decision Tree algorithms to validate the classification of depressive and not depressive in terms of sentences, phrases and topics. The results reveal that comparing with others, Support Vectors Machines algorithm validates the classification while attaining highest 79% f-score; (4) Conclusions: Experimental results show that the proposed system outperformed for detection of depression trends in literary cyber writers using sentiment analysis.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 춘계학술발표대회
• /
• pp.661-664
• /
• 2017

Recently, during disasters occurrence, dealing with emergencies has been handled well by the early transmission of disaster relating notifications on social media networks (e.g., Twitter or Facebook). Intuitively, with their characteristics (e.g., real-time, mobility) and big communities whose users could be regarded as volunteers, social networks are proved to be a crucial role for disasters response. However, the amount of data transmitted during disasters is an obstacle for filtering informative messages; because the messages are diversity, large and very noise. This large volume of data could be seen as Social Big Data (SBD). In this paper, we proposed a big data platform for collecting and analyzing disasters' data from SBD. Firstly, we designed a collecting module; which could rapidly extract disasters' information from the Twitter; by big data frameworks supporting streaming data on distributed system; such as Kafka and Spark. Secondly, we developed an analyzing module which learned from SBD to distinguish the useful information from the irrelevant one. Finally, we also designed a real-time visualization on the web interface for displaying the results of analysis phase. To show the viability of our platform, we conducted experiments of the collecting and analyzing phases in 10 days for both real-time and historical tweets, which were about disasters happened in South Korea. The results prove that our big data platform could be applied to disaster information based systems, by providing a huge relevant data; which can be used for inferring affected regions and victims in disaster situations, from 21.000 collected tweets.

• 한국멀티미디어학회논문지
• /
• 제24권8호
• /
• pp.1192-1201
• /
• 2021

This study focused on how to analyze the ICT policy formation process using social big data. Specifically, in this study, a method for quantifying variables that influenced policy formation using the concept of a policy triggering mechanism and elements necessary to present the analysis results were proposed. For the analysis of the ICT policy triggering mechanism, variables such as 'Scope', 'Duration', 'Interactivity', 'Diversity', 'Attention', 'Preference', 'Transmutability' were proposed. In addition, 'interpretation of results according to data level', 'presentation of differences between collection and analysis time points', and 'setting of garbage level' were suggested as elements necessary to present the analysis results.

• 한국산업정보학회논문지
• /
• 제23권3호
• /
• pp.59-71
• /
• 2018

Social media has immense popularity among all services today. Data from social network services (SNSs) can be used for various objectives, such as text prediction or sentiment analysis. There is a great deal of Korean and English data on social media that can be used for sentiment analysis, but handling such huge amounts of unstructured data presents a difficult task. Machine learning is needed to handle such huge amounts of data. This research focuses on predicting Korean and English sentiment using deep forward neural network with a deep learning architecture and compares it with other methods, such as LDA MLP and GENSIM, using logistic regression. The research findings indicate an approximately 75% accuracy rate when predicting sentiments using DNN, with a latent Dirichelet allocation (LDA) prediction accuracy rate of approximately 81%, with the corpus being approximately 64% accurate between English and Korean.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제6권11호
• /
• pp.2827-2848
• /
• 2012

Previously, we described a social media cloud computing service environment (SMCCSE). This SMCCSE supports the development of social networking services (SNSs) that include audio, image, and video formats. A social media cloud computing PaaS platform, a core component in a SMCCSE, processes large amounts of social media in a parallel and distributed manner for supporting a reliable SNS. Here, we propose a Hadoop-based multimedia system for image and video transcoding processing, necessary functions of our PaaS platform. Our system consists of two modules, including an image transcoding module and a video transcoding module. We also design and implement the system by using a MapReduce framework running on a Hadoop Distributed File System (HDFS) and the media processing libraries Xuggler and JAI. In this way, our system exponentially reduces the encoding time for transcoding large amounts of image and video files into specific formats depending on user-requested options (such as resolution, bit rate, and frame rate). In order to evaluate system performance, we measure the total image and video transcoding time for image and video data sets, respectively, under various experimental conditions. In addition, we compare the video transcoding performance of our cloud-based approach with that of the traditional frame-level parallel processing-based approach. Based on experiments performed on a 28-node cluster, the proposed Hadoop-based multimedia transcoding system delivers excellent speed and quality.

• 인터넷정보학회논문지
• /
• 제15권6호
• /
• pp.65-75
• /
• 2014

본 논문의 주안점은 다양한 매스 미디어에 나타난 이벤트(event) 정보를 자동으로 인식하고, 이를 시간 및 장소 축으로 시각화함으로써 특정 이벤트의 시간의 흐름에 따른 장소 이동의 추이를 분석하는 데에 있다. 특히 사용자가 직접 작성한 소셜 미디어에 기반하여 이벤트를 추출하고 그들 간의 연속성 분석을 통해 해당 이벤트의 변화 방향성과 사회적 영향을 가늠할 수 있다. 연속성 이벤트의 특성을 규명하기 위해 2년간의 뉴스 기사 및 트윗(tweet)을 수집하여 관련 도메인 선정을 위한 전수조사를 수행하였다. 수행 결과, '질병'과 '여가'도메인을 선정, 본 논문에서 제안한 시각화 방법을 적용한 사례 연구를 통해 시간 및 장소 관점에서의 시각화를 통한 추이 분석의 효용성과 제안된 방법의 유용성을 검증하였다. 특히 단순 사실기반의 연속성 시각과 결과와 사용자의 관심도가 반영된 소셜 미디어에 기반한 연속성 시각화 결과를 비교한 결과, 같은 시기의 이벤트들이라 하더라도 사회적으로 미치는 파장이 큰 장소 이동의 흐름을 파악할 수 있음을 보였다.