토픽 모델링을 이용한 방송미디어 관련 소셜 미디어 콘텐츠 분석

박상언

추천

검색

자료유형: 학술저널

저자정보: 박상언 (경기대학교 경상대학 경영정보학과)

저널정보: 한국IT서비스학회 한국IT서비스학회지 한국IT서비스학회지 제15권 제2호

발행연도: 2016.1

수록면: 81 - 92 (12page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

이 논문의 연구 히스토리 (2)

2016

토픽 모델링을 이용한 방송미디어 관련 소셜 미디어 콘텐츠 분석

박상언 한국IT서비스학회지 2016.01 학술저널

2015

토픽모델링을 이용한 방송미디어 관련 소셜미디어 콘텐츠 분석

박상언 한국지능정보시스템학회 학술대회논문집 2015.11 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

Numerous people share their TV experience with other viewers on social media such as personal blogs and Twitter. It means that broadcast media, especially TV, affects the responses on social media. Moreover, the responses affect broadcast media ratings back. Social TV tried to use the relationship in marketing activities such as advertisement by analyzing the TV related social behavior. However, most of them used just the quantities of social media responses. This study analyzes the subjects of the responses on social media about specific TV dramas through topic modeling, and the relationship between the changes of popular topics and viewer ratings of the drama over specified periods. Five representative Korean dramas of 2014 were selected and Blog contents including viewer ratings about the dramas were collected from naver.com which is the representative portal in South Korea. The proposed analysis framework consists of three steps which are Blogs crawling, topic modeling, and topic trend analysis. We found some implications from the results of the topic trend analysis. Firstly, there were specific topics on dramas in social media. Secondly, the topics had some meaningful relationships with viewer ratings. Lastly, there were differences between the topics of dramas with higher viewer ratings and those with lower viewer ratings.

#Social Media #Broadcast Media #Topic Modeling #Topic Trends

참고문헌 (23)

참고문헌 신청

배정환 / 2014 / 토픽 모델링을 이용한 트위터 이슈 트래킹 시스템 / 지능정보연구 20(2):109~122

Blei, D / 2010 / Probabilistic Topic Models / Signal Processing Magazine, IEEE 27(6):55~65

Blei, D.M / 2009 / Topic Models / Text mining : Classification, Clustering, and Applications 10(71):34

Blei, D.M / 2003 / Latent Dirichlet Allocation / Journal of Machine Learning Research 3:993~1022

Bolelli, L / 2009 / Finding Topic Trends in Digital Libraries / Proceedings of the 9th ACM/IEEE-CS Joint Conference on Digital libraries

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

박상언

소속기관 경기대학교 경상대학 경영정보학과

주요연구분야 사회과학 > 경영학

논문수 4 이용수 11

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (23)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)