$\require{mediawiki-texvc}$

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.

소셜 네트워크 환경에서 변형된 TF-IDF를 이용한 핫 토픽 예측 기법
Hot Topic Prediction Scheme Using Modified TF-IDF in Social Network Environments

정보과학회. 컴퓨팅의 실제 논문지 = KIISE transactions on computing practices, v.23 no.4, 2017년, pp.217 - 225  

노연우 (충북대학교 정보통신공학과) ,  임종태 (충북대학교 정보통신공학과) ,  복경수 (충북대학교 정보통신공학과) ,  유재수 (충북대학교 정보통신공학과)

초록
AI-Helper 아이콘AI-Helper

최근 실시간으로 생성되는 대용량의 SNS 데이터로부터 유의미한 정보를 찾아내고 분석하는 것이 중요해지면서 핫 토픽 예측에 대한 관심도 크게 증가하고 있다. 기존 핫 토픽 검출 기법은 시간적 속성을 고려하지 않기 때문에 빠르게 변화하는 사회에서 이슈화되는 핫 토픽을 예측하기에는 부적합하다. 본 논문에서는 소셜 네트워크 환경에서 변형된 TF-IDF를 통한 핫 토픽 예측 기법을 제안한다. 변형된 TF-IDF을 이용하여 과거의 IDF 값에 대한 현재의 IDF값의 비율로 순간적으로 이슈화되는 후보 키워드 집합을 추출한다. 추출된 후보 키워드에 사용자의 영향력과 전문성을 고려한 가중치를 부여하여 핫 토픽예측 지수를 계산한다. 제안하는 기법의 우수성을 보이기 위해 기존의 핫 토픽 검출 기법과의 성능평가를 수행한다. 또한 제안하는 기법이 핫 토픽을 정확히 예측하는지를 보이기 위해 네이버 한글 뉴스 기사를 통한 핫 토픽 예측 기법의 질을 평가한다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Recently, the interest in predicting hot topics has grown significantly as it has become more important to find and analyze meaningful information from a large amount of data flowing in social networking services. Existing hot topic detection schemes do not consider a temporal property, so they are ...

주제어

#소셜 네트워크   #핫 토픽   #예측  

참고문헌 (8)

  1. Fabien Duchateau, "Who can Best Answer a Query in My Social Network?," IEEE 27th International Conference on Data Engineering Workshops (ICDEW), pp. 218-223, 2011. 

  2. Sitaram Asur, Bernardo A. Huberman, "Predicting the future with social media," 2011 IEEE/WIC/ACM International Conference on Web Intelligence and Intelligent Agent Technology (WI-IAT), Vol. 01, pp. 492-499, 2010. 

  3. J. Haziq, S. Khushal, "'Good' versus 'Bad' Opinion on Micro Blogging Networks: Polarity Classification of Twitter," International Journal of Computer Science and Mobile Computing, Vol. 3, No. 8, pp. 49-56, 2014. 

  4. [Online]. Available: https://ko.wikipedia.org/wiki/TF-IDF 

  5. RuiGuo Yu, ManKun Zhao, Peng Chang and MuWen He, "Online hot topic detection from web news archive in short terms," 11th International Conference on Fuzzy Systems and Knowledge Discovery (FSKD), pp. 919-923, 2014. 

  6. H. Kim, S. Lee, and S. Kyeong, "Discovering Hot Topics using Twitter Streaming Data," Proc. International Conference on Advances in Social Networks Analysis and Mining, pp. 1215-1220, 2013. 

  7. [Online]. Available: https://dev.twitter.com/streaming/overview 

  8. https://en.wikipedia.org/wiki/Precision_and_recall 

저자의 다른 논문 :

LOADING...

관련 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