$\require{mediawiki-texvc}$

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.

빅데이터 분석을 활용한 가짜 리뷰 필터링 시스템 ADDAVICHI
Development of Filtering System ADDAVICHI for Fake Reviews using Big Data Analysis 원문보기

The journal of the institute of internet, broadcasting and communication : JIIBC, v.19 no.6, 2019년, pp.1 - 8  

정다비치 (한국산업기술대학교 컴퓨터공학부) ,  노영주 (한국산업기술대학교 컴퓨터공학부)

초록
AI-Helper 아이콘AI-Helper

최근 '바이럴 마케팅' 으로 인해서 홍보에만 치중하는 블로그 게시물 등으로 인해 소비자의 불신이 깊어졌다. 또한, 이용후기를 거짓으로 작성하거나, 과장 확대하는 등의 마케팅 사업은 신문이나 TV 광고에 비해 가격이 저렴하면서도 효과가 커 각광받는 사업 중 하나로서 광고비 규모는 2016년 기준 '3조 3941억'으로 주요 광고수단으로 자리잡고 있다. 이러한 '바이럴 마케팅'으로부터 정보를 걸러주는 도구가 필요한 인터넷 환경이 되었다. 본 논문에서 제시하는 가짜 리뷰 필터링 어플리케이션 ADDAVICHI는 사용자가 '이벤트', '맛집' 등의 컨텐츠를 검색하면 블로그 키워등, 총 검색수, 신뢰도, 만족도 등을 추출하고 분석하여 제시한다. 신뢰도는 블로그에 있는 광고게시물 수와, 전체 게시물 수를 보여주고, 만족도는 신뢰도에서 걸러진 청정 게시물을 긍정 게시물과 부정게시물로 나눠서 보여준다. 마지막으로 키워드는 긍정 게시물에서 나온 리뷰 상위 세 단어 리스트를 보여준다. 이러한 방법으로 사용자가 광고 글로부터 벗어나서 정보를 해석할 수 있도록 지원한다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Recently, consumer distrust has deepened due to blog posts focusing only on public relations due to 'viral marketing'. In addition, marketing projects such as false writing or exaggerated use of the latter phase are one of the most popular programs in 2016 as they are cheaper and more effective than...

주제어

#Mobile   #text mining   #significant advertising review   #content positive/negative  

표/그림 (17)

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 논문에서는 개발한 ADDAVICHI 시스템에서 적용 한 기술과 결과 시스템을 설명하였다.
  • 본 논문에서는 소비자 불신을 개선하기 위한 방법으로 ADDAVICH 시스템 연구개발을 진행하였다. 텍스트 마이닝을 위한 기법들은 다양한 방법들이 있으나[3], ADDAVICH에서는 웹 크롤링을 이용하여 수집한 블로그 게시물을 기반으로 BRNN[5]과 KoNLPy[6]를 이용하여 블로그 총 검색 수, 신뢰도, 만족도, 키워드를 추출하고 분석하여 제시하는 방법을 적용하였다
  • 홍보에만 치중하는 ‘바이럴 마케팅’ 때문에 이용후기 를 거짓으로 작성하거나 과장, 확대해 불신감을 안겨줄 수 있는 정보일지라도, 본 어플리케이션을 이용하여 필터 링된 데이터를 보여줄 수 있어 사용자의 광고 노출을 줄 일 수 있다. 사용자에게 좀 더 공정한 데이터를 제공하여 정보의 왜곡을 줄이고자 하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
바이럴 마케팅이란? 바이럴 마케팅(viral marketing)이란 위키피디아 (wikipedia)에서는 소셜미디어, 이메일 등 매체를 통해 대중이 자발적으로 메시지를 퍼트리는 마케팅 방법으로 설명하고 있다[1]. 현재 검색어 표출, 소개글 작성 등의 바 이럴 마케팅 업체가 성행함에 따라 검색어나 블로그, 카 페는 물론이고 유명 소셜 네트워크 (SNS) 등에서도 순수 하게 관련 정보를 제공하는 듯한 페이지를 운영하며 홍 보효과를 극대화 하려는 방식을 활용하고 있다.
바이럴 마케팅의 문제점은? 현재 검색어 표출, 소개글 작성 등의 바 이럴 마케팅 업체가 성행함에 따라 검색어나 블로그, 카 페는 물론이고 유명 소셜 네트워크 (SNS) 등에서도 순수 하게 관련 정보를 제공하는 듯한 페이지를 운영하며 홍 보효과를 극대화 하려는 방식을 활용하고 있다. 하지만 바이럴 마케팅의 경우 홍보에만 치중하다 보니 이용후기 를 거짓으로 작성하거나 과장, 확대하는 경우도 많은 것 으로 알려졌다. 신문이나 TV 광고에 비해 가격이 저렴하 면서도 효과는 더 크다보니 홍보수단으로 각광받고 있다.
바이럴 마케팅이 각광받는 이유는 무엇인가? 하지만 바이럴 마케팅의 경우 홍보에만 치중하다 보니 이용후기 를 거짓으로 작성하거나 과장, 확대하는 경우도 많은 것 으로 알려졌다. 신문이나 TV 광고에 비해 가격이 저렴하 면서도 효과는 더 크다보니 홍보수단으로 각광받고 있다.
질의응답 정보가 도움이 되었나요?

참고문헌 (22)

  1. Viral Marketing, Wikipedia. Retreived at https://en.wikipedia.org/wiki/Viral_marketing on Aug. 15, 2019. 

  2. "Advertising industry in 2016, 15 trillion 189.7 billion won," Newswatch. Retreived at http://www.newswatch.kr/news/articleView.html?idxno13361 on Aug.15, 2019. 

  3. J. Chang, A Study on Resesrch Trends of Graph-based Test Representations for Text Mining, JIIBC, Vol. 13, No. 5 ㅣ (2013) pp. 37-47. 

  4. "[famous restaurant, uncomfortable truth]Unreliable online restaurant recommendation. "Customer deception" vs "information provision", heraldcorp, Retreived at http://news.heraldcorp.com/view.php?ud20170617000024 on Aug. 15, 2019. 

  5. Bidirectional recurrent neural networks. Retreived oat https://en.wikipedia.org/wiki/Bidirectional_recurrent_neural_networks1997. on Aug. 15, 2019. 

  6. KoNLPy: Korean NLP in Python, KoNLPy.org. Retreived at http://KoNLPy.org/en/latest/ on Aug. 15, 2019. 

  7. Beautiful Soup, Beautiful Soup Documentation. Retreived at https://www.crummy.com/software/BeautifulSoup/bs4/doc on Aug. 15, 2019. 

  8. Word2vec, Wikipedia. Retreived at https://en.wikipedia.org/wiki/Word2vec on Aug. 15, 2019. 

  9. Minsub Won,A Study on the Sentiment Analysis of Film Review Using BiLSTM, GitHub Project Documents, Retreived at https://github.com/MSWon/Sentimental-Analysis on Aug. 15, 2019. (In Korean) 

  10. Softmax function, Wikipedia. Reteived at https://en.wikipedia.org/wiki/Softmax_function on Aug. 15, 2019. 

  11. TensorFlow, Wikipedia. Retreived at https://en.wikipedia.org/wiki/TensorFlow on Aug. 15, 2019. 

  12. Radim Rehurek, Gensim, Wikipedia. Retreived at https://en.wikipedia.org/wiki/Gensim on Aug. 15, 2019. 

  13. Introduction to Python's Collections Module, Stacj Abuse, Jan. 02, 2019. Retreived at https://stackabuse.com/introduction-to-pythons-colle ctions-module/ on Aug. 15, 2019. 

  14. Seleniu, SeleniumHQ. Retreived at https://www.seleniumhq.org on Aug. 15, 2019. 

  15. OSS Project hanNanum, Semamtic Web Research Center. Retreived at http://semanticweb.kaist.ac.kr/hannanum/index.html on Aug. 15, 2019. 

  16. kkma Project, Seoul National University IDS Laboratory, Retreived at http://kkma.snu.ac.kr/ on Aug. 15, 2019. 

  17. Yong Woon Lee, Young Ho Yoo, MeCab-Ko-Dic, A bunch of silver coins Project. Retreived at http://eunjeon.blogspot.com/ on Aug. 15, 2019. 

  18. S. Baccianella, A Esuli, F Sebastiani, Sentiwordnet 3.0: an enhanced lexical resource for sentiment analysis and opinion mining., Proceedings of the Seventh International Conference on Language Resources and Evaluation (LREC 2010), May 2010. 

  19. Web crawler, Wikipedia. Retreived at https://en.wikipedia.org/wiki/Web_crawler on Aug. 15, 2019. 

  20. DiningCode,. Home Page. Retreived at https://www.diningcode.com on Aug. 15, 2019. 

  21. Ga-ram Kim, Ung-mo Kim, "Utilization Plan of Graph-based Text Representation Model for Text Mining" Proceedings of KIIT Conference, 432-433, 2017. 

  22. Eun-Sook Cho, Chul-Jin Kim, "A Customization Method for Mobile App.'s Performance Improvement" Journal of the Korea Academia-Industrial cooperation Society(JKAIS), Vol. 17, No. 11, pp. 208-213, 2016. 

    원문보기 상세보기 crossref

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

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