메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
박용민 (충북대학교) 김보겸 (충북대학교) 곽수정 (충북대학교) 이재성 (충북대학교)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회논문지 : 소프트웨어 및 응용 정보과학회논문지 : 소프트웨어 및 응용 제41권 제3호
발행연도
2014.3
수록면
225 - 232 (8page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
최근 소셜 네트워크 서비스의 사용량이 급증함에 따라, 이를 효과적으로 분석하고 이용하려는 연구가 활발히 진행 중이다. 소셜 미디어 데이터는 짧은 시간에 많은 양이 생산되기 때문에 효과적인 분석을 위해서는 이를 적절히 클러스터링하고, 요약(레이블링)해 줄 수 있는 기술이 필요하다. 그러나 기존의 문서 클러스터링 모델들은 여러 문장으로 구성된 일반적인 문서를 대상으로 하기 때문에 한 두 문장으로 구성된 짧은 소셜 미디어 데이터의 특징을 제대로 반영하지 못한다. 본 연구에서는 주제에 따라 긍정, 부정으로 분류된 소셜 미디어 데이터를 세부 주제별로 클러스터링하고 이를 요약하는 새로운 클러스터링 모델을 제안한다. 제안된 모델은 FTC(Frequent Term-based Clustering)와 GAAC(Group Average Agglomerative Clustering) 를 2단계로 적용한 것으로 정보가 부족한 데이터에 적합하며, 여러 주제에 대하여 중복으로 클러스터링할 수 있기 때문에 소셜 미디어 데이터 분석에 보다 효과적이다.

목차

요약
Abstract
1. 서론
2. 관련연구
3. FTC와 GAAC를 이용한 2단계 클러스터링
4. 실험 및 분석
5. 결론 및 향후연구
References

참고문헌 (23)

참고문헌 신청

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2015-560-001251549