지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
이용수
초록· 키워드
오류제보하기
This study attempted to predict citizens' emotions regarding mortgage rates using machine learning algorithms. To accomplish the research purpose, I reviewed the related literature and then set up two research questions. To find the answers to the research questions, I classified emotions according to Akman's classification and then predicted citizens' emotions on mortgage rates using six machine learning algorithms. The results showed that AdaBoost was the best classifier in all evaluation categories. However, the performance level of Naive Bayes was found to be lower than those of other classifiers. Also, this study conducted a ROC analysis to identify which classifier predicts each emotion category well. The results demonstrated that AdaBoost was the best predictor of the residents' emotions on home mortgage rates in all emotion categories. However, in the sadness class, the performance levels of the six algorithms used in this study were much lower than those in the other emotion categories.
목차
등록된 정보가 없습니다.
참고문헌 (55)
참고문헌 신청
Alkan A / 2005 / Automatic seizure detection in EEG using logistic regression and artificial neural network / Journal of Neuroscience Methods 148(2):167~176
Almeida AM / 2018 / Applying multi-label techniques in emotion identification of short texts / Neurocomputing 320:35~46
Arnold MB / 1960 / Emotion and personality. Vol. I / Psychological aspects
Avetisyan H / 2016 / Overview of existing algorithms for emotion classification. Uncertainties in evaluations of accuracies / Journal of Physics: Conference Series 772(1):012039
Bravo-Marquez F / 2013 / Combining strengths, emotions and polarities for boosting Twitter sentiment analysis / Proceedings of the Second International Workshop on Issues of Sentiment Discovery and Opinion Mining
Almeida AM / 2018 / Applying multi-label techniques in emotion identification of short texts / Neurocomputing 320:35~46
Arnold MB / 1960 / Emotion and personality. Vol. I / Psychological aspects
Avetisyan H / 2016 / Overview of existing algorithms for emotion classification. Uncertainties in evaluations of accuracies / Journal of Physics: Conference Series 772(1):012039
Bravo-Marquez F / 2013 / Combining strengths, emotions and polarities for boosting Twitter sentiment analysis / Proceedings of the Second International Workshop on Issues of Sentiment Discovery and Opinion Mining
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
변동금리 및 고정금리 주택모기지 선택의 영향요인 분석: 한국과 미국 소비자 비교
소비문화연구
2015 .01
-
구성된 감정이론에 기초한 도덕감정의 발달 방안 탐색
도덕윤리과교육
2020 .05
-
소비자의 복합적 감정경험이 소비자 평가에 미치는 영향에 관한 연구
상품학연구
2015 .01
-
합리적 감정에 기초한 법적 정의에 대한 연구
법학논총
2017 .01
-
정책모기지의 공급효과와 사회적 가치 제고 방안
부동산학연구
2020 .01
-
감정과 정치참여
한국정치학회보
2016 .03
-
기계학습을 활용한 음성인식 감정분석 프로그램 개발
한국컴퓨터교육학회 학술발표대회논문집
2018 .08
-
한국인 감정훈련 모바일 애플리케이션 개발
한국컴퓨터교육학회 학술발표대회논문집
2023 .01
-
감정인식을 활용한 학습자 감정 피드백 모델 설계
한국컴퓨터교육학회 학술발표대회논문집
2020 .01
-
형사사법에 있어서 감정(感情)의 작용과 중요성 - 공감의 확장을 위한 구조적 조건 모색 -
저스티스
2024 .10
-
감정노동의 측정척도 개발
경영컨설팅연구
2020 .01
-
서비스접점에서 소비자 참여에 대한 감정적 반응의 다차원적 접근에 관한 탐색적 연구
마케팅관리연구
2018 .01
-
정책모기지와 시중은행 주택담보대출의 상호 영향에 관한 연구
부동산분석
2020 .07
-
감정평가_감정 평가에서 보완 감정과 재감정이 필요한 상황
한경BUSINESS
2023 .07
-
소비자 혼합감정의 개념화와 이에 따른 반응에 관한 연구
소비자학연구
2020 .01
-
[In-depth] Real Estate : Fed 자이언트스텝에 美 주택시장 급랭 - 모기지 금리 오르자 주택 매매도 멈췄다
매경럭스맨
2022 .08
-
감정기반 미디어 평가지표 생성 모델 연구
컴퓨터교육학회 논문지
2020 .09
-
가산금리가 주택담보대출에 미치는 영향
부동산연구
2018 .01
-
통일에 대한 감정구조 유형화 연구
인문사회 21
2020 .01
-
법적 추론에서의 감정의 역할에 대한 고찰 ―코로나19 방역정책을 중심으로―
기초법학연구
2023 .05
이 논문의 저자 정보
최근 본 자료
댓글(0)
0