선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 이 연구는 미국인 사용자들을 대상으로 하였고, 성격설문 앱(MyPersonality)을 통하여 오랜 동안 사용자들을 리크루트 하는 방식을 사용하였다. Like를 판단기중으로 삶은 점에서는 본 연구와 공통점이 있으나, 본 연구에서는 앱 방식에 따른 문제점들을 해결하기 위하여 크로울러방식을 사용하여 분석자가 수집 조건 등을 결정할 수 있도록 하였고, 분석 방법도 대규모 분산처리 방식이 아닌, R과 Matlab과 같은 단일 PC용 분석 툴을 사용할 수 있도록 하였다.
- 또한, 사용자를 선별하는 과정이 사용자 측에 있으므로, 사용자의 특성이 전체 사용자를 대표하지 못하고 편향될 수 있는 문제가 발생한다. 따라서 본 연구에서는 Facebook 크로울러를 개발하여 데이터를 확보하였다.
- 로지스틱 회기 방법을 적용하기 전에 다중공선성(multi-colinearity)현상을 제어하기 위하여, 범주 데이터간의 상관도를 확인하는 것이다. 상관도는 다음 식으로 정의된다.
- 기존 조사[5, 6, 7]에 따르면 상당수의 넓은 연령대의 인터넷 사용자들이 정치와 관련된 OSN 활동을 하고 있는 것으로 파악되고 있다. 본 논문은 Facebook의 그룹을 통한 정치성향을 판단기준으로 하여 Like 활동을 사용한 사용자의 정치적 선호도롤 예측하는 방법과 성능을 평가하는 것에 초점을 맞추고 있다. 본 연구의 기여는 두 가지로 주장할 수 있다.
- 본 연구에서는 Facebook에서의 사용자의 활동 내역 중 Like 표현을 통하여 사용자의 정치적인 성향을 예측하는 분석 모델과 프로그램을 개발하고, 이를 바탕으로 예측성능을 확인하려고 한다. 정치성향을 본 연구에서 선택한 이유는 정치적인 성향이 사회과학에서 오랜 동안 인간관계 형성과 선거 등에 흥미로운 주제였으며, 상대적으로 분명한 극성을 나타내는 특성이 있기 때문이다.
- 반면 R이나 MATLAB을 사용한 툴은 보다 보편적이며, 데이터의 크기가 일정 범위 이하로 제한한다면 월등히 높은 성능을 보여준다. 본 연구에서는 이러한 점을 고려하여 범주 기반으로 매트릭스 크기를 줄이는 방법을 제안하였고, 이를 통하여 방대한 양의 수집된 데이터를 기존의 패키지들을 활용하여 처리할 수 있도록 하는 절차를 개발하였다. 따라서 이를 활용하면, 연주자들이 관련 연구를 수행하고 확장할 수 있으리라 생각된다.
- 본 연구에서는 출력값이 이진값을 갖기 때문에, Likes 정보를 통한 정치성향 예측을 위하여 로지스틱 회귀분석 방법에 기초한 분류알고리즘을 개발하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.