SNS 댓글 처리와 K-Means 클러스터링을 이용한 댓글 분류
SNS Comments Filtering and Classification Using K-Means Clustering
0
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
최근 스마트폰의 보급률이 늘어나고 쉽게 블로그에 접속하여 댓글을 달 수 있게 됨에 따라 댓글의 양이 기하급수적으로 늘어나고 있다. 수많은 댓글에서 필요로 하는 정보를 수작업으로 찾기에는 어려움이 있다. 본 연구는 이를 해소하기 위해 댓글을 자동으로 분류하는 연구를 하였다. 또한 댓글을 분류하기 위해 댓글의 분류 주제를 정할 필요가 있다. 본 연구에서는 클러스터링 기법을 통해 댓글의 분류 주제를 자동으로 정의하고자 하였다. 본 연구를 통해 댓글 처리 기법과 자동학습 알고리즘, 댓글 분류 방법에 대한 기술을 학습하여 문서 분류 등의 정보기술 분야의 지식을 축적할 수 있다.
Abstract
Recently, according to the rapid change of the supply rate of smartphones, comments on the webblogs are increased. It is difficult to manually search the needful comments among enormous comments. To solve the problem, we present an automatic classification system on the comments. Since it needs the definition of the topics to classify, we apply the learning method with clustering to the definition. This research enables the study on comments filtering, automatic learning, and comments classification techniques.
참고문헌 (11)
- 금혜성, "정치인의 SNS 활용: 정치적 소통 도구로서의 트위터", 한국정당학회보, 10(2), pp.189~220 (2011), 한국정당학회
- 나종화, "군집분석1. KOCW 다변량 자료분석및 실험 강의자료, 13장", ~ (2015)
- 사이버 불링 감지를위한 SNS 댓글 분석, "마은서", 안동대학교 과학영재교육원, ~, pp.안동대학교 과학영재교육원탐구와진리, 11호 (2016)
- 심학준, "블로그에서클러스터링을 통한 연관태그 그룹 생성", 한국지능시스템학회 학술발표 논문집, 19(1), pp.96~97 (2009)
- "스마트폰 보급률 미국 80%한국 90%---“성장 둔화세”" (2017), 아시아경제뉴스[URL]
- 싸이월드 및 SNS 이용 관련 조사. TK201201_NW_0802 보고서, "엠브레인트렌드모니터", ~ (2012)
- 장재영, "SNS에서 오피니언 문서 검색을 위한 기계학습 기반 분류 기법", 한국정보과학회 학술발표논문집, pp.245~247 (2013)
- 주길홍, "효율적인 문서검색을 위한 레벨별 불용어 제거에 기반한 문서 클러스터링", 컴퓨터교육학회 논문지, 11(3), pp.67~80 (2008), 한국컴퓨터교육학회
- 홍문기, "SNS(Social Network Service)를 이용한 마케팅 커뮤니케이션 전략 - 트위터와 웹 브랜드 마케팅 중심으로", 광고연구, (91), pp.515~547 (2011), 한국광고홍보학회
- "Clustering with K-means in Python" (2013)[URL]
- 배화수, "A Study on K-Means Clustering", Communications for Statistical Applications and Methods, 12(2), pp.497~508 (2005), 한국통계학회