$\require{mediawiki-texvc}$

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.

SNS를 이용한 잠재적 광고 키워드 추출 시스템 설계 및 구현
Design and Implementation of Potential Advertisement Keyword Extraction System Using SNS 원문보기

한국융합학회논문지 = Journal of the Korea Convergence Society, v.9 no.7, 2018년, pp.17 - 24  

서현곤 (한라대학교 정보통신소프트웨어학과) ,  박희완 (한라대학교 정보통신소프트웨어학과)

초록
AI-Helper 아이콘AI-Helper

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. KAES 시스템은 특정 계정 리스트를 작성하여 SNS에서 빈도수가 가장 많은 핵심 키워드 및 연관 키워드를 추출한다.

Abstract AI-Helper 아이콘AI-Helper

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...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • SNS 기반 키워드 추출 시스템은 매출을 일으키는 키워드의 조합이 ‘검색 사이트’보다 ‘소셜 사이트’에서 더 정확성을 보장할 수 있다는 데 착안하였다.
  • 따라서 본 논문에서는 트위터, 페이스북과 같은 SNS에 올라오는 다양한 문서에서 관심 분야를 지정하여 현재 가장 많은 빈도수를 가지는 핵심 키워드 및 연관 키워드를 추출하는 방법을 제안하고 잠재적으로 광고 키워드로 활용가능성이 높은 키워드를 추출하는 방법을 제안한다.
  • 본 논문에서는 대부분의 키워드 추출 알고리즘들이 사용하는 대형 포털 사이트의 검색기능 기반 키워드 추출 방식을 이용하지 않고, SNS에 게시되는 다양한 메시지를 기반으로 최근 이슈 키워드를 추출하고 이슈 키워드와 연관관 연관 키워드를 추출하여 키워드 광고 마케팅에 적용하는 시스템을 개발하고자 한다.
  • 본 논문에서는 업체의 매출을 일으키는 키워드의 조합이 ‘검색 사이트’보다 ‘소셜 사이트’에서 더 정확성을 보장할 수 있다는 데 착안하여 SNS 사이트 리스트로부터 이슈 키워드를 추출하고 데이터베이스로 관리하는 잠재적 광고 키워드 추출 시스템인 KAES를 설계 및 구현하였다.
본문요약 정보가 도움이 되었나요?

질의응답

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.
질의응답 정보가 도움이 되었나요?

참고문헌 (17)

  1. J. C. Choi.(2018). Big Data Patent Analysis Using Social Network Analysis. Journal of the Korea Convergence Society, 9(2), 251-257. 

  2. S. A. Jin, C. E. Heo, Y. K. Jeong & M. Song. (2013). Topic-Network based Topic Shift Detection on Twitter. Journal of the Korean Society for Information Management, 30(1), 285-302. 

  3. 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). 

  4. M. Mathioudakis & N. Kousdas. (2010). Twitter Monitor : Trend Detection over the Twitter Stream, ACM Special Interest Group on Management of Data, 1155-1157. 

  5. DMC Media. (2016). Facebook Targeting Strategies and Success Stories, Digital Media & Marketing Intelligence Center report. http://www.dmcreport.co.kr 

  6. D. Y. Kim, G. G. Lim, & D. C. Lee. (2011). A Study on the Efficiency of internet Keyword Advertisement According to CPM and CPC Methods by Analyzing Transaction Data. The Journal of Society for e-Business Studies, 16(4), 139-154. 

  7. M. G. Kim, N. G. Kim. & I. H. Jung. (2014). A Methodology for Extracting Shopping-Related Keywords by Analyzing Internet Navigation Patterns. Journal of Intelligence and Information Systems, 20(2). 123-136. 

  8. 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. 

  9. T. M. Cho. & J. H. Lee. (2015). Latent Keyphrase Extraction Using LDA Model. Journal of Korean institute of Intelligent System 25(2), 180-185. 

  10. W. You, D. Fontaine & J. P. Barthes. (2013). An Automatic keyphrase system for scientific documents. Knowledge and information systems, 34(3). 691-724. 

  11. Twitter 4J library for Twitter SNS Parsing. http://twitter4j.org 

  12. JSON simple library for Facebook SNS Parsing. https://cliftonlabs.github.io/json-simple 

  13. Korean morphological analyzer, Komoran. http://www.shineware.co.kr/products/komoran 

  14. MySQL Community Server 5.5. https://dev.mysql.com/downloads/mysql/ 

  15. Java and database connector, Connector J 5.1. https://dev.mysql.com/downloads/connector/j/ 

  16. 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. 

  17. 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. 

저자의 다른 논문 :

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