초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

소셜 미디어는 온라인상에서 다양한 이슈들이 논의되고 교환될 뿐만 아니라 새로운 이슈에 대하여 공론화가 가능한 커뮤니케이션 채널로써 발전하며, 정보의 높은 파급력과 신속성으로 인하여 지속적으로 많은 관심을 받고 있다. 소셜 미디어 상에서 이루어지는 커뮤니케이션은 문자, 이미지, 비디오 등 다양한 비정형 데이터의 형태를 지니며, 효과적인 분석 방안에 대한 연구들이 진행되고 있다. 또한 이를 바탕으로 기업의 온라인 마케팅 도구로의 활용이나 정부의 정책 수립 등 실무적 측면에서 다양하게 활용하고자 하는 노력들이 이루어지고 있다. 이러한 연구 동향의 일환으로 본 논문에서는 트위터 상에서 실시간으로 빠르게 발생되는 특정 주제에 대한 감성분석 방안과 ...

소셜 미디어는 온라인상에서 다양한 이슈들이 논의되고 교환될 뿐만 아니라 새로운 이슈에 대하여 공론화가 가능한 커뮤니케이션 채널로써 발전하며, 정보의 높은 파급력과 신속성으로 인하여 지속적으로 많은 관심을 받고 있다. 소셜 미디어 상에서 이루어지는 커뮤니케이션은 문자, 이미지, 비디오 등 다양한 비정형 데이터의 형태를 지니며, 효과적인 분석 방안에 대한 연구들이 진행되고 있다. 또한 이를 바탕으로 기업의 온라인 마케팅 도구로의 활용이나 정부의 정책 수립 등 실무적 측면에서 다양하게 활용하고자 하는 노력들이 이루어지고 있다. 이러한 연구 동향의 일환으로 본 논문에서는 트위터 상에서 실시간으로 빠르게 발생되는 특정 주제에 대한 감성분석 방안과 감성분류 시 활용되는 감성사전의 지속적인 유용성 확보를 위한 활용 방안에 대하여 제시하고자 한다. 감성용어 사전을 활용한 기존의 오피니언 마이닝과 관련된 다수의 연구들은 특정 주제에 대한 긍정·부정의 감성분류 방안만이 주요 연구 주제였다. 그러나 이는 추후 특정 주제나 관련 이슈의 변화에 따라 소셜 미디어나 기타 온라인 커뮤니케이션 채널에서 사용되는 단어의 의미적 극성 또한 유동적으로 변화 가능함을 고려하면, 기간의 경과에 따라 지속적으로 직접 확인하고 재정의해야 하는 비효율성의 한계점이 존재한다. 또한 실시간으로 수백만 건의 메시지가 작성되고 공유되며 변화하는 빅 데이터의 특성을 갖는 소셜 미디어에서 향후 지속적인 여론 분석을 위한 감성사전의 유용성을 높이기 위해서는 보다 정확하고 자동화 된 감성사전 구축 방안의 연구가 필요하다. 이를 위하여, 본 논문에서는 감성사전 구축을 통한 감성분석 방안과 SO-PMI (Semantic Orientation from Pointwise Mutual Information) 기법을 활용하여 최초 구축된 감성사전에서의 긍정·부정 용어와 연관이 높은 감성용어들을 새롭게 추출하여 기계학습에 기반을 둔 감성사전 확장 방안에 대하여 제시하며, 그 유용성을 검증하였다. 이를 통하여 특정 주제에 대한 이슈 변화를 고려한 감성사전의 활용과 긍정·부정 분류 정확도의 확보가 가능하다. 본 논문은 특정 주제에 대하여 온라인상에서 발생되는 비정형 텍스트 데이터를 수집·가공·분석하여 긍정·부정 의견을 확인하고, 범용 감성사전이 아닌 주제가 갖는 특성을 반영한 감성사전의 구축과 활용 방안을 제시하며, 온라인상에서의 다양한 의견에 대한 지속적인 이슈 탐지와 변화 추이를 확인하고자 하였다. 이를 바탕으로 설문조사와 같은 기존의 사회 조사 분석 방법이 갖는 양적 측면과 질적인 측면에서의 한계를 극복하고 특정 주제에 대하여 온라인상에서 발생되는 의견인 대용량 텍스트 데이터를 활용하여 다양한 의견들의 변화 추이 분석과 확인이 가능할 것이다.

주제어