[논문]SNS 빅데이터 및 검색포털 트렌드와 마약류 사건 통계간의 비교 및 의미분석 연구

최은정; 이수련; 권혜민; 김명주; 이인수; 이승훈

doi:10.14400/jdc.2021.19.2.231

SNS 빅데이터 및 검색포털 트렌드와 마약류 사건 통계간의 비교 및 의미분석 연구
A Study on the Comparison and Semantic Analysis between SNS Big Data, Search Portal Trends and Drug Case Statistics 원문보기

디지털융복합연구 = Journal of digital convergence, v.19 no.2, 2021년, pp.231 - 238

최은정 (서울여자대학교 정보보호학과) , 이수련 (서울여자대학교 정보보호학과) , 권혜민 (서울여자대학교 정보보호학과) , 김명주 (서울여자대학교 정보보호학과) , 이인수 (대검찰청 디지털수사과) , 이승훈 (대검찰청 디지털수사과)

초록
AI-Helper

SNS는 데이터를 통해 사용자의 생각이나 행동을 파악할 수 있고 검색포털의 트렌드는 사용자들의 관심사와 그 변화를 파악할 수 있는 대표적인 서비스이다. 본 논문에서는 SNS의 트윗과 검색포털 트렌드에 마약류관련 단어 노출정도와 마약류 사건 통계와의 비교분석을 수행하여 관계를 분석하였다. SNS와 검색 포털 트렌드의 추이가 일정한 시차를 두고 검찰청 통계에도 동일하게 나타난 것을 확인할 수 있었다. 또한 마약류관련 단어들이 언급된 트윗들에 대한 의미를 파악하기 위해 군집분석을 수행하였다. 2020년 10월에 수집된 5만건 트윗에서는 실제 마약류의 판매에 관련된 의미를 찾을 수 있었다. 이를 통해 SNS모니터링만으로도 마약류관련 사건에 대한 모니터링이 가능하고 구체적 판매 또는 구매관련한 정보를 찾을 수 있고 수사과정에 활용할 수 있다. 추후에는 텍스트뿐 아니라 이미지로 나타나는 관련 범죄사항을 파악할 수 있고 범죄모니터링 및 예측시스템을 제안할 수 있다.

Abstract ▼ AI-Helper

SNS data can catch the user's thoughts and actions. And the trend of the search portal is a representative service that can observe the interests of users and their changes. In this paper, the relationship was analyzed by comparing statistics on narcotics incidents and the degree of exposure to narcotics related words in tweets of SNS and in the trends of search portal. It was confirmed that the trend of SNS and search portal trends was the same in the statistics of the prosecution office with a certain time difference.In addition, cluster analysis was performed to understand the meaning of tweets in which narcotics related words were mentioned. In the 50,000 tweets collected in January 2020, it was possible to find meaning related to the sale of actual drugs. Therefore, through SNS monitoring alone it is possible to monitor narcotics-related incidents and to find specific sales or purchase-related information, and this can be used in the investigation process. In the future, it is expected that crime monitoring and prediction systems can be proposed as related crime analysis may be possible not only with text but also images.

주제어

표/그림 (10)

그림 Fig. 1. Status Of Crackdown On Drug Offenders
그림 Fig. 2. Drug Crime and Twitter Graph
그림 Fig. 3. Drug Crime and Search Portal Trends Graph
그림 Fig. 4. Frequency Analysis Histogram
그림 Fig. 5. Cluster Analysis Graph 1
그림 Fig. 6. Cluster Analysis Graph 2
그림 Fig. 7. Cluster Analysis Graph 1-1
그림 Fig. 8. Cluster Analysis Graph 1-2
그림 Fig. 9. Tweet Example About Drug Sales
표 Table. 1. List of Slang By Cluster Analysis

참고문헌 (19)

Yoon, H. M. & Choi, E. J. (2019) A Study on Sentiment Analysis of Media and SNS response to National Policy: focusing on policy of Child allowance, Childbirth grant, Journal of Digital Convergence, 17(2), 195-200. DOI:10.14400/JDC.2019.17.2.195

원문보기 상세보기
Kim, C. W, & Bae, G. B. (2019). The trend Analysis and Following Core Issue of Korean Gender Conflict Using Social Big Data. Asia-pacific Journal of Multimedia Services Convergent with Art, Humanities, and Sociology, 9(2), 441-450. DOI:10.21742/AJMAHS.2019.02.44
Lee, S. R, & Choi, E. J. (2020). Comparison of responses to issues in SNS and Traditional Media using Text Mining -Focusing on the Termination of Korea-Japan General Security of Military Information Agreement(GSOMIA)-. Journal of Digital Convergence, 18(2), 277-284. DOI:10.14400/JDC.2020.18.2.277

원문보기 상세보기
Seo, D. H, Kim, J. H. & Kim, C. K. (2018). Issue tracking and voting rate prediction for 19th Korean president election candidates. Journal of Intelligence and Information Systems, 24(3), 199-219.

원문보기 상세보기
Park, S., & Kim, M. J. (2018). Prediction improvement of election polls by unstructured data analysis. The Korean Journal of applied Statistics, 31(5), 655-665. DOI:10.5351/KJAS.2018.31.5.655

원문보기 상세보기
Lee, Y. N., Choi, E. J. & Kim, M. J. (2018). Analysis of the Influence of Presidential Candidate's SNS Reputation on Election Result: focusing on 19th Presidential Election. Journal of Digital Convergence, 16(2), 195-201. DOI:10.14400/JDC.2018.16.2.195

원문보기 상세보기
Bolla, R. A. (2014). Crime pattern detection using online social media. Dissertation, ProQuest Dissertations Publishing.
Chen X, Cho Y, Jang SY (2015) Crime prediction using Twitter sentiment and weather. SIEDS:63-68. DOI: 10.1109/sieds.2015.7117012.
Pina-Garcia, C. A., & Ramirez-Ramirez, L. (2019). Exploring crime patterns in mexico city. Journal of Big Data, 6(1), 1-21. DOI:10.1186/s40537-019-0228-x

상세보기
Prosecution Service. (2020). Monthly trends of drug offenders. Prosecution Service. https://www.spo.go.kr/site/spo/ex/board/List.do?cbIdx1201
Anonymous. (2012) International journal of advanced research in computer engineering & technology. http://ijarcet.org/index.php/ijarcet/index.
Wang, X., Gerber, M. S., & Brown, D. E. (2012). Automatic crime prediction using events extracted from twitter posts. Berlin, Heidelberg: Springer Berlin Heidelberg. DOI:10.1007/978-3-642-29047-3_28
Kim, Y., & Kang, H. (2016). An analysis of relationship between word frequency in social network service data and crime occurences. KIPS Transactions on Computer and Communication Systems, 5(9), 229-236. DOI:10.3745/KTCCS.2016.5.9.229

원문보기 상세보기
Hannach, H. E., & Benkhalifa, M. (2018). WordNet based implicit aspect sentiment analysis for crime identification from twitter. International Journal of Advanced Computer Science & Applications, 9(12) DOI:10.14569/IJACSA.2018.091222

상세보기
Dhavase, N., & Bagade, A. M. (2014). Location identification for crime & disaster events by geoparsing twitter. International Conference for Convergence for Technolohy, 1-3. DOI:10.1109/i2ct.2014.7092336
Mohler, G. (2014). Marked point process hotspot maps for homicide and gun crime prediction in chicago. International Journal of Forecasting, 30(3), 491-497. DOI:10.1016/j.ijforecast.2014.01.004

상세보기
Shin, M., Park, M., & Bae, S. (2017). Nano technology trend analysis using google trend and data mining method for nano-informatics. Journal of Society of Korea Industrial and Systems Engineering, 40(4), 237-245. DOI:10.11627/jkise.2017.40.4.237

원문보기 상세보기
Kim, J. H, Lee, B. W, & Yu, J. P. (2018). Forecasting Company Sales and Stock Price Using Google Trend: Focusing on the Keywords of BMW and Mercedes-Benz. Asia-pacific Journal of Multimedia Services Convergent with Art, Humanities, and Sociology, 8(10), 491-501. DOI:10.35873/ajmahs.2018.8.10.048
Lee, G. C. & Yoon, S. W. (2018). Smart Speaker Market Analysis and Forecast using Google Trends. KIISE Transactions on Computing Practices, 24(11), 596-602. DOI:10.5626/KTCP.2018.24.11.596

상세보기

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증