$\require{mediawiki-texvc}$

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 미디어 텍스트를 이용한 장소 선호도 분석 기법
A Method for Analysis of Preferences of Places using Social Media Text 원문보기

한국지형공간정보학회지 = Journal of the korean society for geospatial information science, v.25 no.4, 2017년, pp.55 - 64  

채인영 (서울대학교 건설환경공학부) ,  이영민 (서울대학교 건설환경공학부) ,  유기윤 (서울대학교 건설환경공학부) ,  김지영 (서울대학교 건설환경종합연구소)

초록
AI-Helper 아이콘AI-Helper

다양한 소셜 미디어의 활성화로 사용자들은 social network services(SNS)를 통해 자신이 다녀온 장소에 대한 경험과 느낌을 작성하고 이는 다른 사용자들에게 공유되며 그들의 의사결정에 영향을 미치게 된다. 많은 양의 SNS 데이터가 생성되고 있으며, 이를 분석하여 의미 있는 정보를 도출하는 연구가 이루어지고 있다. 따라서 본 연구에서는 SNS 텍스트를 이용하여 감성분석을 수행하고 장소 선호도를 계량화하는 산출식을 제안하였다. 감성분석을 수행하기 위하여 기 구축된 공간 감성어 사전을 활용하였으며, SNS 텍스트의 특성을 반영하여 이모티콘을 중요한 감성정보로 고려하였다. 본 연구를 통해 서울에 위치한 테마공원 36곳의 장소 선호도를 분석하였으며, 그 결과 정확도가 78.26%로 나타났다. 본 연구에서 제안한 기법을 적용하면 사용자들이 일상적으로 작성하는 블로그, 카페, 뉴스 기사 댓글 등의 비정형의 텍스트 데이터를 이용하여 장소 선호도를 분석할 수 있다는 점에서 의의가 있다.

Abstract ▼ AI-Helper 아이콘AI-Helper

With the activation of various social media, users write experiences and feelings about their place of visits through SNS, which is shared by others and affects their decision making. A number of postings are uploaded through SNS and researches on deriving meaningful information from them are being ...

주제어

#트위터   #이모티콘   #공간 감성어 사전   #감성분석  

참고문헌 (9)

  1. Denecke, K., 2008, Using sentiwordnet for multilingual sentiment analysis, Data Engineering Workshop, ICDEW 2008, IEEE 24th International Conference on IEEE, pp.507-512. 

  2. Hong, J. J., Kim, S. H., Park, J. W. and Choi, J. H., 2016, A malicious comments detection technique on the internet using sentiment analysis and SVM, Journal of the Korea Institute of Information and Communication Engineering, Vol. 20, No. 2, pp.260-267. 

    원문보기 상세보기 crossref

  3. Jang, K. A., Park, S. H. and Kim, W. J., 2015, Automatic construction of a negative/positive corpus and emotional classification using the internet emotional sign, Journal of KIISE, Vol. 42, No. 4, pp. 512-521. 

    상세보기 crossref

  4. Kouloumpis, E., Wilson, T. and Moore, J. D., 2011, Twitter sentiment analysis: The good the bad and the omg!, ICWSM, pp.538-541. 

  5. Lim, J. S. and Kim, J. M., 2014, An empirical comparison of machine learning models for classifying emotions in korean Twitter, Journal of Korea Multimedia Society Vol. 17, No. 2, pp.232-239. 

    원문보기 상세보기 crossref

  6. Lee, Y. M., Kwon, P., Yu, K. Y. and Kim, J. Y., 2017, Method for spatial sentiment lexicon construction using korean place reviews, Journal of the Korean Society for Geospatial Information Science, Vol. 25, No. 2, pp.3-12. 

  7. Myung, J. S., Lee, D. J. and Lee, S. G., 2008, A korean product review analysis system using a semi-automatically constructed semantic dictionary, Journal of Korean Institute of Information Scientists and Engineers, Vol. 35, No. 6, pp.392- 403. 

  8. Oh, P. H. and Hwang, B. Y., 2016, Real- time spatial recommendation system based on sentiment analysis of Twitter, The Journal of Society for e-Business Studies, Vol. 21, No. 3, pp.15-28. 

  9. Yang, M. H., Jung, I. S., Kim, Y. C. and Cho, W. S., 2014, An awareness identification and preference analysis for domestic university using SNS data, Journal of Korean Society for Bid Data Service, Vol. 1, No. 1, pp.1-13. 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

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