확장된 나이브 베이즈 분류기를 활용한 질문-답변 커뮤니티의 질문 분류

연종흠; 심준호; 이상구

추천

검색

질문

자료유형: 학술저널

저자정보: 연종흠 (서울대학교) 심준호 (숙명여자대학교) 이상구 (서울대학교)

저널정보: Korean Institute of Information Scientists and Engineers 정보과학회논문지 : 컴퓨팅의 실제 및 레터 정보과학회논문지 : 컴퓨팅의 실제 및 레터 제16권 제1호

발행연도: 2010.1

수록면: 95 - 99 (5page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

이 논문의 연구 히스토리 (2)

2010

확장된 나이브 베이즈 분류기를 활용한 질문-답변 커뮤니티의 질문 분류

연종흠 , 심준호 , 이상구 정보과학회논문지 : 컴퓨팅의 실제 및 레터 2010.01 학술저널

2009

확장된 나이브 베이즈 분류기를 활용한 질문-답변 커뮤니티의 질문 분류

연종흠 , 심준호 , 이상구 한국정보과학회 학술발표논문집 2009.06 학술대회자료

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

초록· 키워드

오류제보하기

소셜 미디어(social media)는 블로그, 소셜 네트워크, 위키 등과 같이 사용자의 참여로 만들어지는 정보 컨텐츠이다. 사용자가 작성한 질문에 다른 사용자들이 답변을하는 질문-답변 커뮤니티 서비스도 이러한 소셜 미디어의 한 가지로서 지난 몇 년간 많은 양의 정보를 축적해왔다. 하지만 축적된 질문-답변의 양이 많아질수록 이전의 질문을 정확히 검색하는 것은 점점 어려운 작업이 되고 있다. 본 논문에서는 질문-답변 커뮤니티의 효율적인 정보 검색을 위해 확장된 나이브 베이즈 분류기(naive Bayes classifier)를 이용하여 질문을 그 목적에 따라 정보형, 제안형, 의견형으로 자동 분류하는 기법을 제안한다. 정확한 분류를 위해 분류기는 질문-답변 문서의 구조적인 특징을 활용한다. 실제 질문-답변 커뮤니티의 질문들에 대해 실험을 수행한 결과 71.2%의 분류 정확도를 보였다.

#소셜 미디어 #질문-답변 커뮤니티 #나이브 베이즈 분류기 #질문 분류 #Social Media #Question-Answering Community #Naïve Bayes Classifier #Classifying Questions

참고문헌 (1)

참고문헌 신청

박소연, 이준호, 전지운. 지식 검색 서비스 개선을 위한 문서의 적합도 및 신뢰도 분석. 한국문헌정보학회지. 2006

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

연종흠

소속기관 레코벨

주요연구분야 공학 > 컴퓨터학 TOP 10% 공학 > 전기전자공학 > 정보통신공학

논문수 15 이용수 4,981

이상구

소속기관 서울대학교

주요연구분야 공학 > 컴퓨터학 TOP 5% 공학 > 전기전자공학 > 정보통신공학

논문수 154 이용수 18,981

이 논문과 함께 이용한 논문

SNS 환경에서 양방향 헬스케어 질의응답 서비스 개발을 위한 사용자 질문 추출 및 분류 방법 연구

오교중 , 김승석 , 최호진 한국정보과학회 학술발표논문집 2011 .06

최근 사용자 관심사를 고려한 소셜 검색 알고리즘

이동균 , 권준희 한국정보기술학회논문지 2011 .04

가중치가 부여된 베이지안 분류자를 이용한 스팸 메일 필터링 시스템

김현준 , 정재은 , 조근식 정보과학회논문지 : 소프트웨어 및 응용 2004 .08

나이브 베이즈 분류를 활용한 부동산 추천 기법 연구

유석종 한국정보기술학회논문지 2019 .10

서포트 벡터 머신 알고리즘을 활용한 연속형 데이터의 다중인자 차원축소방법 적용

이제영 , 이종형 한국데이터정보과학회지 2010 .12

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2010-569-001930337

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 (1)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)