$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

국가별 관심도 측정을 위한 온톨로지 기반 위키피디아 사용 데이터 분석
An Ontology-based Analysis of Wikipedia Usage Data for Measuring degree-of-interest in Country 원문보기

韓國컴퓨터情報學會論文誌 = Journal of the Korea Society of Computer and Information, v.19 no.4, 2014년, pp.43 - 53  

김현희 (동덕여자대학교 정보통계학과) ,  조진남 (동덕여자대학교 정보통계학과) ,  김동건 (동덕여자대학교 정보통계학과)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 위키피디아 사용 데이터를 분석하여 국가별 관심도를 측정하는 기법을 제시하였다. 먼저 해당 국가에 대한 분야별 관심도를 측정하기 위해서 위키피디아 카테고리로부터 개념 계층 구조를 추출하여 관심도 온톨로지를 구축하였다. 관심도 온톨로지는 국가에 대한 관심 분야를 정치, 경제, 사회, 그리고 문화로 분류하고 각 대분류에 대해 다시 세부 분야으로 분류하였다. 다음으로, 특정 국가의 페이지에서 자주 편집된 기사들의 제목을 관심도 온톨로지에 매핑하여 분야별 페이지 뷰를 분석하였다. 마지막으로 한국, 중국, 그리고 일본에 대한 국가별 관심도를 측정하고 국가별로 위키피디아 사용자들의 관심 분야가 다른지 판별하기 위해서 카이 제곱 독립성 검정을 실시하였다. 실험 결과는 위키피디아 사용자들의 관심 분야가 각 국가와 연관성이 있음을 보여준다. 본 연구는 기존의 설문조사 방식으로 국가 이미지를 측정하는 경우보다 적시에 그리고 유연하게 분야별 관심도를 측정할 수 있는 방안을 제시하며, 위키피디아 사용 데이터 분석 결과를 국가 이미지 개선을 위해 분야별로 재고할 방향을 제시한다.

Abstract AI-Helper 아이콘AI-Helper

In this paper, we propose an ontology-based approach to measuring degree-of-interest in country by analyzing wikipedia usage data. First, we developed the degree-of-interest ontology called DOI ontology by extracting concept hierarchies from wikipedia categories. Second, we map the title of frequent...

주제어

질의응답

핵심어 질문 논문에서 추출한 답변
제품 이미지 분석에 가장 많이 활용되고 있는 데이터는? 제품 이미지 분석에는 트위터 데이터가 많이 활용되고 있다 [3,4]. 트위터는 140자 이내의 단문을 전송하는 특성 때문에 대부분 사용자의 단편적 감정이나 단순 정보를 포함한다.
키워드들에 대한 전처리를 위해서 관심도 온톨로지에 전처리 규칙을 정의한 이유는? 추출된 모든 키워드를 인스턴스로 활용할 수 있는 것은 아니다. 키워드들 중에는 중복된 경우도 있고, 같은 의미를 갖는 경우도 있으며 간혹 적절치 않은 키워드가 선정되는 경우도 있었다. 따라서 이러한 키워드들에 대한 전처리를 위해서 관심도 온톨로지에 전처리 규칙을 정의하였다.
안홀트 국가 브랜드 지수는 어떻게 산출되는가? 현재 가장 많이 사용되고 있는 안홀트 국가 브랜드 지수[2]는 문화 및 유산, 국민, 수출, 관광, 정부, 그리고 투자 및 이민의 6가지 분야로 분류하고 설문 조사를 통해 1년에 한번씩 국가 브랜드 지수를 발표하고 있다. 한 국가의 브랜드 지수를 계산하기 위해서 10개국 10,000명의 소비자에게 설문조사를 실시하고 이중 다시 1,000 명의 대표 샘플을 추출하여 브랜드 지수를 계산한다.
질의응답 정보가 도움이 되었나요?

참고문헌 (15)

  1. R. Pappu, P. Quester, and G. R. W. Cooksey, "Country Image and Consumer-Based Brand Equity: Relationships and Implications for International Marketing." Journal of International Business Studies, Vol. 38, No. 5, pp. 726-745, June, 2007. 

  2. S. Anholt, "Anholt Nation Brands Index: How Does the World See America?" Journal of Advertising Research, Vol. 45, No. 3, pp. 296-304, sept. 2005. 

  3. M. Ghiassi, J. Skinner and D. Zimbra, "Twitter Brand Sentiment Analysis: A Hybrid System Using n-gram Analysis and Dynamic Artificial Neural Network", Expert Systems with Applications, Vol. 40, pp. 6266-2686, Nov. 2013. 

  4. M. M. Mostafa, "More than Words: Social Networks' Text Mining for Consumer Brand Sentiments", Expert Systems with Applications, Vol. 40, pp. 4241-4251, Aug. 2013. 

  5. Wikipedia, http://en.wikipedia.org/ 

  6. D. A. Aacker, "Managing Brand Equity", The Free Press: New York, Sept. 1991. 

  7. T. R. Gruber, "A Translation Approach to Portable Ontology Specifications", Knowledge Acquisition, Vol. 5, No. 2, pp. 199-220, June, 1993. 

  8. H. H. Kim, "A Tag-based Music Recommendation Using UniTag Ontology", Journal of the Korea Society of Computer and Information, Vol. 17, No. 11, pp. 133-140, Nov. 2012. 

  9. W. Wong, W. Liu and M. Bennamoun, "Ontology Learning from Text: A Look Back and into the Future", ACM Computing Surveys, Vol. 44, pp.1-35, Aug. 2012. 

  10. F. M. Suchanek, G. Kasneci and G. Weikum, "YAGO: A Core of Semantic Knowledge Unifying WordNet and Wikipedia", In Proc. of World Wide Web Conference, pp. 697-706, Alberta, Canada, May, 2007. 

  11. M. Morsey et al., "DBpedia and the Live Extraction of Structured Data fromWikipedia", Electronic Library and Information Systems, Vol. 46, No. 2, pp. 157-181, June, 2012. 

  12. S. P. Ponzetto and M. Strube, "Knowledge Derived From Wikipedia For Computing Semantic Relatedness", Journal of Artificial Intelligence Research, Vol. 30, pp. 181-212, Oct. 2007. 

  13. H. S. Moat et al., "Quantifying Wikipedia Usage Patterns Before Stock Market Moves", Scientific Reports, Vol. 3, No. 1801, pp. 1-5, May, 2013. 

  14. P. Kotler and D. Getner, "Country as brand, product, and beyond: A Place Marketing and Brand Management Perspective", Journal of Brand Management, Vol. 9, No. 4, pp. 249-261, Jan. 2002. 

  15. Condor, http://www.ickn.org/condor.html 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로