최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.18 no.7, 2018년, pp.449 - 458
김이나 (충북대학교 빅데이터학과) , 김민영 (충북대학교 정보통신공학과) , 임종태 (충북대학교 정보통신공학과) , 복경수 (충북대학교 정보통신공학과) , 유재수 (충북대학교 정보통신공학과)
As the usage of social network services increases, event information occurring offline is spreading more rapidly. Therefore, studies have been conducted to detect events by analyzing social data. In this paper, we propose a graph based event detection scheme considering user interest in social netwo...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
7가지 감정을 분류하여 단어와 느낌표나 물음표 같은 구두점을 학습시키는 방법의 문제점은 무엇인가? | 검출된 감정, 지역, 시간과 함께 가장 인기 있는 대표 글이 결과로 제공된다. 하지만 오직 감정에 의지하기 때문에 한 지역에 같은 감정을 의미하는 다른 이벤트가 동시에 발생할 경우 이벤트를 각각 분리하여 검출할 수 없다. 같은 이벤트가 서로 상반되는 감정을 야기하여 중복되는 이벤트를 검출하는 문제도 있다. 또한, 사용자에게 이벤트에 대한 요약정보를 충분히 제공하지 못하는 한계를 갖고 있다. | |
소셜 네트워크는 어떤 서비스를 제공하는가? | 모바일 기기의 보편화와 무선 인터넷의 보급으로 소셜 네트워크 서비스(SNS :Social Network Service )의 이용량이 증가하고 있다. 페이스북, 트위터, 인스타그램과 같은 소셜 네트워크는 사진 및 텍스트를 포함한 짧은 글을 통해 자신의 관심사나 활동을 공유할 수 있는플랫폼을 제공한다. 특히 대중적으로 사용되고 있는 서비스인 트위터는 세계적으로 이용자가 많은 마이크로블로깅 서비스로 간단한 기능을 제공하고 있으며 광범위한 사용자 집단을 보유하고 있다. | |
이벤트란 무엇인가? | 예를 들어, 2011년 3월 동일본에서 발생한 대지진 사건 당시 트위터를 활용하여 국민들이 피해 상황 및 대피소 정보를 공유하였고 효과적으로 지진에 대응하였다. 이와 같이 사용자가 관심을 가지는 이슈 사항이나 사회적으로 파급력이 큰 사건, 사고 등을 이벤트라고 정의한다. 이벤트 검출은 시간과 장소를 수반하여 다수의 사람들에게 관심을 끌고 있는 일에 대한 정보를 검출하는 것이 목적이다. |
A. Aldhaheri and J. Lee, "Event detection on large social media using temporal analysis," Proc. IEEE Annual Computing and Communication Workshop and Conference, pp.1-6, 2017.
J. Guzman and B. Poblete, "On-line relevant anomaly detection in the Twitter stream: an efficient bursty keyword detection model," Proc. ACM SIGKDD Workshop on Outlier Detection and Description, pp.31-39, 2013.
Y. Endo and H. Toda, "What's Hot in The Theme: Query Dependent Emerging Topic Extraction from Social Streams," Proc. International Conference on World Wide Web, pp.31-32, 2013.
A. Marcus, M. S. Bernstein, O. Badar, D. R. Karger, S. Madden, and R. C. Miller, "Twitinfo: aggregating and visualizing microblogs for event exploration," Proc. International Conference on Human Factors in Computing Systems, pp.227-236, 2011.
M. Mathioudakis and N. Koudas, "Twittermonitor: trend detection over the twitter stream," Proc. ACM SIGMOD International Conference on Management of Data, pp.1155-1158, 2010.
A. Edouard, E. Cabrio, S. Tonelli, and N. L. Thanh, "Graph-based event extraction from twitter," Proc. International Conference Recent Advances in Natural Language Processing, pp.222-230, 2017.
H. Sayyadi and L. Raschid, "A graph analytical approach for topic detection," ACM Transactions on Internet Technology, Vol.13, No.2, pp.1-23, 2013.
B. Manaskasemsak, B. Chinthanet, and A. Rungsawang, "Graph Clustering-Based Emerging Event Detection from Twitter Data Stream," Proc. International Conference on Network, Communication and Computing, pp.37-41, 2016.
S. Katragadda, R. Benton, and V. Raghavan, "Framework for real-time event detection using multiple social media sources," Proc. Hawaii International Conference on System Sciences, 2017.
G. Valkanas and D. Gunopulos, "Event Detection from Social Media Data," IEEE Data Engineering Bulletin, Vol.36, No.3, pp.51-58, 2013.
M. Thelwall, K. Buckley, and G. Paltoglou, "Sentiment in Twitter events," Journal of the Association for Information Science and Technology, Vol.62, No.2, pp.406-418, 2011.
A. Weiler, M. Grossniklaus, and M. H. Scholl, "Event identification and tracking in social media streaming data," Proc. Workshops of the EDBT/ICDT 2014 Joint Conference, pp.282-287, 2014.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.