최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국융합학회논문지 = Journal of the Korea Convergence Society, v.9 no.7, 2018년, pp.17 - 24
One of the major issues in big data processing is extracting keywords from internet and using them to process the necessary information. Most of the proposed keyword extraction algorithms extract keywords using search function of a large portal site. In addition, these methods extract keywords based...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
트위터(Twitter)의 특징은? | 트위터(Twitter)는 전 세계적으로 많은 사람들이 이용하는 대표적인 SNS로 문서가 간결하고 즉시적으로 전달되는 특징이 있어 기업의 제품 평가, 선거 등 다양한 분야 이슈를 빠르게 확산시키는 특징을 가지고 있다. 최근 트위터의 주요한 관심 키워드와 토픽 등을 추출하기위한 연구가 다양하게 이루어지고 있다. | |
SNS 기반 키워드 추출이 검색사이트 키워드 추축보다 더 효과적인 이유는 무엇인가? | SNS 기반 키워드 추출 시스템은 매출을 일으키는 키워드의 조합이 ‘검색 사이트’보다 ‘소셜 사이트’에서 더 정확성을 보장할 수 있다는 데 착안하였다. 대체로 검색사이트에서는 복수의 키워드를 사용하지 않거나, 단어위주의 검색만을 하지만, 소셜 사이트에서는 자신의 의도를 더 길게, 더 구체적인 문장으로 표현하기에 구매 의사를 확인하는 데 효과적이기 때문이다. | |
현재까지 제안된 대부분의 키워드 추출 방법들이 기반하고 있는 것은 무엇인가? | 빅데이터 처리 분야에서 중요한 이슈 중 하나는 인터넷의 주요 키워드를 추출하고 이것을 이용하여 필요한 정보를 가공하는 것이다. 현재까지 제안된 대부분의 키워드 추출 방법들은 대형 포털 사이트의 검색기능을 기반으로 이미 게시된 글이나 작성된 문서 또는 고정된 내용에 기반하고 있다. 본 논문에서는 SNS에 게시되는 다양한 이슈, 대화, 관심 분야, 의견 등 동적인 메시지를 기반으로 이슈 키워드 및 연관 키워드를 추출하여 잠재적 쇼핑 연관 키워드 광고 마케팅에 도움을 주는 시스템(KAES: Keyword Advertisement Extraction System based on SNS)을 개발한다. |
J. C. Choi.(2018). Big Data Patent Analysis Using Social Network Analysis. Journal of the Korea Convergence Society, 9(2), 251-257.
Y. H. Ha, S. W. Lim, & Y. H. Kim. (2012). Trend Analysis through Content-based Tweet Clustering. Fall conference of Korea Information Science Society, 39(2B).
M. Mathioudakis & N. Kousdas. (2010). Twitter Monitor : Trend Detection over the Twitter Stream, ACM Special Interest Group on Management of Data, 1155-1157.
DMC Media. (2016). Facebook Targeting Strategies and Success Stories, Digital Media & Marketing Intelligence Center report. http://www.dmcreport.co.kr
S. J. Choi, M. Y. Son. & Y. H. Kim. (2016). Associated Keyword Recommendation System for Keyword-based Blog Marketing. KIISE Transaction on Computing Practices, 22(5). 246-251.
W. You, D. Fontaine & J. P. Barthes. (2013). An Automatic keyphrase system for scientific documents. Knowledge and information systems, 34(3). 691-724.
Twitter 4J library for Twitter SNS Parsing. http://twitter4j.org
JSON simple library for Facebook SNS Parsing. https://cliftonlabs.github.io/json-simple
Korean morphological analyzer, Komoran. http://www.shineware.co.kr/products/komoran
MySQL Community Server 5.5. https://dev.mysql.com/downloads/mysql/
Java and database connector, Connector J 5.1. https://dev.mysql.com/downloads/connector/j/
Y. H. Chang. .(2012). A Study on the Marketing Performance Using Social Media- Comparison between Portal Advertisement, Blog, and SNS Channel Characteristics and Performance. Journal of Digital Convergence, 10(8). 119-133.
S. B. Chang, & D. S. Yoom. (2018). The Effects of User Experience on Facebook Acceptance Behavior and Advertising Acceptance Behavior. Journal of Digital Convergence, 16(3). 169-179.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.