축구 선수의 소셜 미디어 내용 분석을 위한 온톨로지 모형 연구
The study of ontology model for soccer player's social media contents analysis
0
조회
0
다운로드
3
인용
0
참고문헌
키워드
초록
[목적] 축구와 관련한 소셜 미디어 빅데이터는 축구 선수와 관련된 복합적 차원의 정보를 내포하며 연속적으로 빠르게 생성되고 있다. 이러한 소셜 미디어 내용 분석을 위해 텍스트 마이닝 연구가 활발히 진행되고 있으나 언어의 복잡성과 문맥에 대한 이해, 중의어, 수사어, 신조어 등 언어적 특성으로 다소 제한적으로 분석되는 경향이 있다. 이는 일반적으로 텍스트 마이닝에 사용되는 도구가 분석 주제의 특수성을 배제한 보편적인 용어 사전이나 패키지를 사용하기 때문이라 볼 수 있다. 이 연구는 텍스트 데이터의 의미적 모호성과 용어 간 관계 및 체계를 정의하는 대표적인 도구인 온톨로지(Ontology) 모형을 개발하는 데 그 목적이 있다. [방법] 연구의 목적 달성을 위해, 초기 온톨로지 개발에 유용한 'Ontology Development 101: A Guide to Creating Your First Ontology’의 7단계 개발방법을 적용하였다. 각 7단계는 1)온톨로지 대상 분야와 범위 규정, 2)선행 온톨로지 검토, 3)용어 나열, 4)클래스 정의 및 계층 정의, 5)클래스의 속성 정의, 6)슬롯의 패싯 정의, 7)개별 사례 생성의 단계를 포함한다. 특히, 이 연구의 세 번째 단계인 용어 나열 단계는 온톨로지를 구성하는 핵심 용어를 추출하는 단계인데, 이 연구의 목표가 축구 선수의 소셜 미디어 내용 분석에 활용되는 온톨로지를 개발하는 것이기 때문에 실제 축구 선수와 관련한 소셜 미디어에 등장한 텍스트 분석을 진행하여 484개의 핵심용어를 선정하였다. [결과] 개발한 축구 선수의 소셜 미디어 내용 분석을 위한 온톨로지는 크게 인물, 수행결과, 공통용어, 특정어의 4가지의 영역으로 구성되며 용어의 내용적 특성에 따라 분류되었다. 각 영역에 구성된 484개의 용어에 대하여 관계 및 정의, 속성값을 기술하였다. [결론]개발 온톨로지는 클래스와 객체를 정의하여 용어 간 구분 및 관계를 정의한 객체 지향적 온톨로지 모형이며 축구 선수의 소셜 미디어에서 나타난 지식체계를 대변한다. 또한, 비정형 데이터 분석에 활용될 수 있는 2차 도구로써의 기능을 수행한다.
Abstract
[Purpose] Soccer-related social media BigData includes complex information related to soccer players and is continuously and instantly generated. Text mining research is actively carried out for this kind of social media contents analysis, but it tends to be analyzed with limited linguistic characteristics such as understanding of language complexity and context, ambiguous terms, rhetoric, and new terms. This can be attributed to the fact that the tools commonly used for text mining use universal terminology dictionaries and packages that exclude the peculiarities of the analysis themes. The purpose of this study is to develop an Ontology model, which are representative tools for defining semantic ambiguity and relationships and systems between terms of text data. [Methods] In order to achieve the research objectives, we applied the 7-step development method of ‘Ontology Development 101: A Guide to Creating Your First Ontology’, which is useful for ontology development. Each step includes 1) Determine the domain and scope of the ontology 2) Consider reusing existing ontology 3) Enumerate important terms in the ontology 4) Define the classes and the class hierarchy 5) Define the properties of classes-slots 6) Define the facts of the slots 7) Create instances. In particular, the 3rd-step of this study, the glossary stage, is to extract core terms that make up he ontology, but since the goal of this study is to develop the ontology that can be used in social media contents analysis of soccer players, we conducted a social media text analysis related to actual soccer players and selected 484 core terms. [Results] The ontology which was developed in this research for social media contents analysis of soccer players consisted largely of four parts(General terms, performance results terms, common terms, and Characteristic term) and classified according to the content characteristics of the term. [Conclusion] Developed ontology in this study is object-oriented that defining classes and objects to define divisions and relationships between terms and also means a social media contents knowledge system of soccer players. In addition, it performs a function as a secondary tool which can be utilized for atypical data analysis.
참고문헌 (20)
- Cho, E. H., "The science of recording and measuring sports field", Korean Journal of Sports Science, 142, pp.20~29 (2018)
- Cho, Y. J., "A Study on the Image Reception of Foreign Athletes in Professional Baseball League", master, pp.2011
- 최형준, "국내 스포츠 빅데이터 분석 연구의 현황", 한국체육측정평가학회지, 22(2), pp.63~69 (2020), 한국체육측정평가학회[DOI]
- 최형준, "테니스 경기분석을 위한 빅데이터 분석 기법의 적용", 한국체육측정평가학회지, 22(1), pp.57~68 (2020), 한국체육측정평가학회[DOI]
- Choi, K., "Semantic classification of vocabulary for the construction of the knowledge base - with special reference to the classification of nouns", Discourse and Cognition, 8(2), pp.275~303 (2001)
- Guarino, N., "Handbook on ontologies", pp.1~17 (2009), Springer
- 한윤선, "소셜빅데이터 수집 및 분석을 위한 아동청소년 학교폭력 온톨로지 개발", 한국콘텐츠학회 논문지, 19(6), pp.10~23 (2019), 한국콘텐츠학회[DOI]
- "ISO 15836, Information and Documentation – the Dublin Core Metadata Element Set", ISO-International Organization for Standardization, ~ (2017)
- Jung, H., "Development and Evaluation of Youth Depression Ontology for Analyzing Social Data", master, pp.2018
- 김주학, "머신러닝과 Kano 모델을 활용한 팬 중심 축구선수 속성 모형 개발", 한국체육측정평가학회지, 22(3), pp.91~104 (2020), 한국체육측정평가학회[DOI]
- 김미숙, "빅데이터 텍스트마이닝 분석을 통한 스포츠정책 변화 추이 : 문화체육관광부 장관 취임사를 중심으로", 한국스포츠학회, 17(2), pp.519~529 (2019), 한국스포츠학회
- Korea Press Foundation, "News Big Data Thesaurus and Teksanomi Dictionary" (2017), KPF
- Pro Sports X Social Big data 2019, "Korea Professional Sports Association", Korea Professional Sports Association, ~ (2019)
- 이재문, "빅데이터 분석을 활용한 스포테인먼트 현황 및 전략 분석 연구", 한국스포츠학회, 17(2), pp.1~13 (2019), 한국스포츠학회
- Nahm, C. H., "An illustrative application of topic modeling method to a farmer’s diary", Institute of Cultural Studies, 22(1), pp.89~135 (2016)
- Ontology development 101: a guide to creating your first ontology. Stanford Knowledge Systems Laboratory Technical Report KSL-01-05 and Stanford Medical Informatics Technical Report, "Noy, N. F.", 49~69 (2001)
- 오승욱, "소셜 빅데이터 분석을 활용한 수상레저스포츠관광에 대한 인식 분석", 한국스포츠산업경영학회지, 24(4), pp.83~95 (2019), 한국스포츠산업경영학회[DOI]
- 박성제, "텍스트마이닝과 소셜네트워크 분석을 통한 스포츠 분야 학술 Knowledge Map 구축과 활용", 한국체육과학회지, 26(4), pp.639~653 (2017), 한국체육과학회[DOI]
- Information Communication Terminology Dictionary:ICT word 101 2016, "Telecommunications Technology Association", Telecommunications Technology Association, ~ (2016)
- Yun, H. J., "A Real-time Players Evaluation Model Development based on Social Big Data in Korea Professional Baseball: Sentiment Analysis Using Machine Learning", doctor, pp.2018