최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.16 no.12, 2016년, pp.551 - 561
박윤정 (충북대학교 빅데이터협동과정) , 이서희 (충북대학교 빅데이터협동과정) , 한진수 (충북대학교 정보통신공학과) , 노연우 (충북대학교 정보통신공학과) , 임종태 (충북대학교 정보통신공학과) , 김연우 (충북대학교 정보통신공학과) , 복경수 (충북대학교 정보통신공학과) , 유재수 (충북대학교 정보통신공학과)
A user influence discrimination scheme using big data from social networks is needed. In this thesis, we propose a user influence discrimination scheme considering reliability in social networks. The proposed scheme measures reliability scores through social activities and simplifies a social networ...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
사용자 영향력 판별 기법은 대표적으로 무엇이 있는가? | 사용자 영향력 판별 기법은 자신이 속한 소셜 네트워크 안에서 차원(친구 수), 소셜행위(댓글 수), 시간(댓글이 달린 시간) 등 적합한 요소들을 고려하여 다른 사용자에게 얼마나 영향을 미칠 수 있는지를 측정하는 기법이다. 대표적인 기법으로는 Local Influence기법[3], IGSK기법[4] 등이 있다. SNS상에서 사용자의 영향력을 판별 하는데 차원(친구 수)을 고려하는 Local Influence기법과 사용자 유사성과 차원을 고려한 IGSK기법은 사용자 영향력 판별을 위해 고려하는 요소가 적어 판별의 정확성 측면에서 문제를 발생시키고 있다[3]. | |
User Reputation 기법은 무엇인가? | User Reputation 기법은 SNS에 대량의 정보가 유입되면서 신뢰성 없는 정보에 대한 문제가 대두되면서 사용자의 감정이 표출되는 사용자의 소셜 행위를 통해 사용자가 게시한 정보에 따른 신뢰성과 영향력을 알 수 있다는 특징을 발견하고 사용자의 신뢰성 향상을 목적으로 하여 사용자 평판 관리 기법이다[6]. 이 기법은 사용자의 소셜 행위를 긍정, 부정의 명시적, 암시적 평가로 분류하고 이를 고려한 평판을 관리함으로써, 사용자의 전문성을 고려하여 사용자 평판을 도출한다. | |
어떠한 장점으로 인해서 SNS 사용자가 급증하였는가? | 최근 스마트 디바이스에 대한 사용이 보편화되면서 온라인 뿐만 아니라 모바일을 통해 트위터, 페이스북, 미투데이와 같은 SNS(SNS: Social Network Service)가 가능하게 되었다. 또한, 장소와 시간에 관계없이 빠른 전파력으로 다양한 정보를 전달 할 수 있다는 편의성이 장점으로 부각되면서 SNS를 이용하는 사용자가 급증하였다[1]. 대표적인 소셜 네트워크 서비스인 페이스북은 사용자들이 서로의 개인정보와 글이나 동영상 등을 상호 교류하는 온라인 인맥 서비스로 이용되고 있다. |
https://en.wikipedia.org/wiki/Social_network
https://ko.wikipedia.org/wiki/%ED%8E%98%EC%9D%B4%EC%8A%A4%EB%B6%81
F. Jiang, S. Jin, Y. Wu, and J. Xu, "A uniform framework for community detection via influence maximization in social networks," Proc. IEEE/ACM International Conference on Advances in Social Networks Analysis and Mining, pp.27-32, 2014.
W. Wang and W. N. Street, "A novel algorithm for community detection and influence ranking in social networks," Proc. IEEE/ACM International Conference on Advances in Social Networks Analysis and Mining, pp.555-560, 2014.
https://ko.wikipedia.org/wiki/%EC%B1%84%E]C%84%A0%EB%8B%B9
윤진경, 정지원, 이수지, 임종태, 복경수, 유재수, "소셜 미디어에서 사용자 행위 분석을 통한 사용자 평판 관리 기법," 정보과학회논문지, 제43권, 제1호, pp.96-105, 2016.
K. Subbian, D. Sharma, Z. Wen, and J. Srivastava, "Finding influencers in networks using social capital," Social Network Analysis and Mining, Vol.4, No.1, p.219, 2014.
W. Chen, C. Wang, and Y. Wang, "Scalable influence maximization for prevalent viral marketing in large-scale social networks," Proc. ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, pp.1029-1038, 2010.
A. Rao, N. Spasojevic, Z. Li, and T. DSouza, "Klout score: Measuring influence across multiple social networks," Proc. International Conference on Big Data, pp.2282-2289, 2015.
S. Pei, S. Tang, and Z. Zheng, "Detecting the Influence of Spreading in Social Networks with Excitable Sensor Networks," PLoS ONE, Vol.10, No.6, 2015.
S. Feng, X. Chen, G. Cong, Y. Zeng, Y. M. Chee, and Y. Xiang, "Influence Maximization with Novelty Decay in Social Networks," Proc. AAAI Conference on Artificial Intelligence, pp.37-43, 2014.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.