메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김민선 (서울대학교) 이영민 (서울대학교) 유기윤 (서울대학교) 김지영 (서울대학교)
저널정보
대한공간정보학회 대한공간정보학회지 한국지형공간정보학회지 제26권 제4호(통권 제86호)
발행연도
2018.12
수록면
3 - 11 (9page)
DOI
10.7319/kogsis.2018.26.4.003

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
Social network service 이용자가 매년 꾸준히 증가하면서 SNS를 이용하여 자료나 정보를 습득하고 SNS상에서 다른 사용자와 커뮤니케이션 하는 사람들이 늘어가고 있다. 자료나 정보를 습득할 때 SNS에서 가장 영향력 있는 사용자의 말을 신뢰하고 따르는 경우가 빈번하게 일어나고 있다. 따라서 본 연구에서는 특정 주제에 관심 있는 사람들 간의 관계에 가중치로 작용하는 주제 유사도와 사용자의 영향력과 파급력을 고려한 영향력 지수를 적용한 KeyplayerRank를 이용하여 SNS상의 키플레이어를 찾고자 한다. 본 연구에서는 트위터를 대상으로 주제별 키플레이어를 탐지하였으며, 주제를 추출하기 위해 토픽모델링 방법 중 latent dirichlet allocation(LDA)를 이용하였고, 주제와 관련 있는 텍스트만을 분류하기 위해 support vector machine(SVM)을 이용하였다. 본 연구에서는 두 가지 지표를 동시에 고려하여 SNS상에서 키플레이어를 찾고자 하는 목적에 따라 사용자가 선택할 수 있는 새로운 방법을 제안하였다. 본 연구 방법을 적용한 결과 0.066794의 값을 갖는 사용자가 ‘알파고와 이세돌의 바둑대국’이라는 주제에서 가장 큰 값을 가져 키플레이어로 탐지되었다.

목차

要旨
Abstract
1. 서론
2. KeyplayerRank 분석 방법
3. 실험 및 결과
4. 결론
References

참고문헌 (15)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2019-452-000176493