[논문]빅데이터 기반의 오피니언 마이닝을 이용한 기업 가치 평가 시스템 개발

이정태; 천민아; 임상우; 전병석; 김재훈; 한영우

빅데이터 기반의 오피니언 마이닝을 이용한 기업 가치 평가 시스템 개발
Developing Corporate Valuation System with Opinion Mining Based on Big Data 원문보기

이정태 (한국해양대학교) , 천민아 (한국해양대학교) , 임상우 (한국해양대학교) , 전병석 (한국해양대학교) , 김재훈 (한국해양대학교) , 한영우 (한국예탁결제원)

빅데이터(Big Data)는 현재 생산되고 있는 데이터 중 그 규모가 방대하고, 생성 주기가 짧으며, 수치 데이터 뿐 아니라 텍스트 이외의 멀티미디어 등 비정형화된 데이터를 포함하는 대규모 데이터를 말한다. 빅데이터를 처리하여 가치 있는 정보를 추출하는 방법에 관한 연구가 활발하게 진행되고 있으며, 이를 바탕으로 빅데이터가 다양한 분야에서 활용되고 있다. 현재 국내 주식시장에서도 빅데이터를 이용하여 기업의 투자에 활용하고 있다. 이 논문에서는 인터넷의 증권과 관련된 뉴스를 수집하여 수집된 뉴스와 주가 지수를 이용하여 기업 뉴스 평가 시스템을 개발하는 방법을 제안한다.

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

문제 정의

모 증권사의 조사 결과에 따르면 일반적으로 투자자들은 한 기업에 대한 뉴스가 증가하면 관련 기업에 크게 관심을 갖게 되고 이는 주식 거래량과 주가 변동에 영향을 미치는 것으로 나타났다[3]. 이런 현상에 주목하여 특정 기업의 뉴스를 수집 후 오피니언 마이닝(opinion mining) 결과와 주가지수 정보를 기반으로 기업 가치를 평가하는 시스템을 개발하는 것을 목표로 한다.

제안 방법

성능 평가를 위한 자질 단어의 수집도 함께 이루어졌다. 내용어의 수집은 뉴스 기사 상에서 형태소 분석을 통해 의미 있는 단어들을 선별하였으며, 문서에서 지대한 영향을 끼칠 수 있는 감정단어 선별은 국립국어원에서 제공하는 세종 말뭉치의 형용사를 기반으로 감정단어 사전을 구축하였다.
이 논문에서 제안하는 전체 시스템의 동작 구조는 (그림 2)와 같다. 먼저 특정 기업의 뉴스를 수집하는 웹 크롤링 시스템을 통해 증권 사이트에서 관련 뉴스들을 수집한다. 새로운 뉴스를 수집했을 경우 html 태그를 제거하여 뉴스 본문을 추출한 후, 추출한 본문 데이터베이스에 저장한다.
새로운 뉴스를 수집했을 경우 html 태그를 제거하여 뉴스 본문을 추출한 후, 추출한 본문 데이터베이스에 저장한다. 사용자가 특정 기업을 선택하게 되면, 뉴스 본문이 저장되어 있는 데이터베이스에 접속하여 해당 기업의 뉴스들을 창원대에서 제공하는 형태소분석기인 Espresso-K-Tagger[16]를 이용하여 형태소 분석을 수행한다. 수행된 결과를 바탕으로 수집된 기업뉴스에 대한 평가를 위해 오피니언 마이닝 엔진을 이용하여 오피니언 마이닝을 수행하고, 그 결과와 주가지수 정보를 기반으로 기업 가치를 평가하는 예측 엔진을 사용하여 그 결과값을 화면에 조회할 수 있도록 한다.
실험 데이터의 추출은 증권 뉴스 기사들을 모아서 사람이 직접 분류하여 데이터를 수집한다. 성능 평가를 위한 자질 단어의 수집도 함께 이루어졌다. 내용어의 수집은 뉴스 기사 상에서 형태소 분석을 통해 의미 있는 단어들을 선별하였으며, 문서에서 지대한 영향을 끼칠 수 있는 감정단어 선별은 국립국어원에서 제공하는 세종 말뭉치의 형용사를 기반으로 감정단어 사전을 구축하였다.
수집한 뉴스의 본문을 형태소 분석하여 이를 긍정/부정으로 분류한다. 이를 위해 문서를 긍정/부정으로 나뉠 때 일반적으로 사용하는 기계학습 알고리즘 중 SVM을 이용한다.
사용자가 특정 기업을 선택하게 되면, 뉴스 본문이 저장되어 있는 데이터베이스에 접속하여 해당 기업의 뉴스들을 창원대에서 제공하는 형태소분석기인 Espresso-K-Tagger[16]를 이용하여 형태소 분석을 수행한다. 수행된 결과를 바탕으로 수집된 기업뉴스에 대한 평가를 위해 오피니언 마이닝 엔진을 이용하여 오피니언 마이닝을 수행하고, 그 결과와 주가지수 정보를 기반으로 기업 가치를 평가하는 예측 엔진을 사용하여 그 결과값을 화면에 조회할 수 있도록 한다.
오피니언 마이닝의 결과와 수집한 주가지수 정보를 바탕으로 기업 가치를 평가한다. 해당 기업과 관련된 수집된 뉴스의 오피니언 마이닝 수행결과 긍정 뉴스가 부정 뉴스보다 더 많을 경우 기업의 가치를 높게 평가하는 것을 기본으로 하며, 여기에 수집한 주가지수도 평가 항목으로 적용한다.
이 시스템은 특정 기업의 뉴스를 수집하는 웹 크롤링 에이전트와 수집된 기업뉴스에 대한 평가를 수행하기 위한 오피니언 마이닝 엔진, 기업 평가 시 활용할 수 있는 가중치를 조정할 수 있는 기능과 평가된 결과를 조회 할 수 있는 화면, 오피니언 마이닝 결과와 주가지수 정보를 기반으로 기업 가치를 평가하는 예측 엔진으로 구성된다.
감정단어는 세종말뭉치를 기반으로 '좋다', '나쁘다'는 감정단어의 유의어를 기반으로 확장시켜 수집하고 내용어는 형태소 분석을 통해 분석한 내용 중 불용어를 제외한 전체 문서의 분석결과를 토대로 감정단어를 제외한 명사, 형용사, 부사, 동사의 단어들을 수집한다. 이렇게 수집한 감정단어, 내용어, 감정단어+내용어를 토대로 SVM을 이용하여 문서를 분류한다. 오피니언 마이닝에서 감정단어와 관련된 자질들의 가중치가 중요하므로, 감정단어의 경우 TF- IDF를 이용하여 다른 자질보다 가중치를 더 높게 부여한다.

대상 데이터

이 논문에서는 긍정/부정의 2가지 클래스를 판별하고자 하며 Weka의 SVM[15]을 사용한다. 실험 데이터의 추출은 증권 뉴스 기사들을 모아서 사람이 직접 분류하여 데이터를 수집한다. 성능 평가를 위한 자질 단어의 수집도 함께 이루어졌다.

이론/모형

이 논문에서는 긍정/부정의 2가지 클래스를 판별하고자 하며 Weka의 SVM[15]을 사용한다. 실험 데이터의 추출은 증권 뉴스 기사들을 모아서 사람이 직접 분류하여 데이터를 수집한다.
수집한 뉴스의 본문을 형태소 분석하여 이를 긍정/부정으로 분류한다. 이를 위해 문서를 긍정/부정으로 나뉠 때 일반적으로 사용하는 기계학습 알고리즘 중 SVM을 이용한다. 감정단어는 세종말뭉치를 기반으로 '좋다', '나쁘다'는 감정단어의 유의어를 기반으로 확장시켜 수집하고 내용어는 형태소 분석을 통해 분석한 내용 중 불용어를 제외한 전체 문서의 분석결과를 토대로 감정단어를 제외한 명사, 형용사, 부사, 동사의 단어들을 수집한다.

후속연구

오피니언 마이닝은 기본적으로 영화나 특정 제품의 상품평 등 사람들의 주관이 들어간 내용에 더 적합하기 때문에, 객관적인 사실이 대부분의 내용인 뉴스의 오피니언 마이닝에는 한계점이 존재한다. 따라서 차후 뉴스를 수집할 때 해당 뉴스의 댓글들을 따로 수집하여 이를 평가 항목에 추가하는 방향으로 연구를 진행하면 지금 구성하고 있는 시스템보다 더 좋은 결과를 낼 수 있을 것으로 예상된다.

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

빅데이터 기반의 오피니언 마이닝을 이용한 기업 가치 평가 시스템 개발
Developing Corporate Valuation System with Opinion Mining Based on Big Data 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

빅데이터 기반의 오피니언 마이닝을 이용한 기업 가치 평가 시스템 개발 Developing Corporate Valuation System with Opinion Mining Based on Big Data 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

빅데이터 기반의 오피니언 마이닝을 이용한 기업 가치 평가 시스템 개발
Developing Corporate Valuation System with Opinion Mining Based on Big Data 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper