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
학술대회자료
저자정보
전계원 (성균관대학교) 이상원 (성균관대학교)
저널정보
한국HCI학회 한국HCI학회 학술대회 PROCEEDINGS OF HCI KOREA 2022 학술대회 발표 논문집
발행연도
2022.2
수록면
371 - 377 (7page)

이용수

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

초록· 키워드

오류제보하기
댓글은 시간과 공간에 큰 제약을 받지 않고 의견공유를 가능하게 하고 사회적, 경제적으로 긍정적인 영향을 미친다. 하지만 부정적인 효과 또한 함께 늘어나고 있어 댓글의 긍정적 효과는 유지하되 부정적인 면은 감소시키는 노력이 필요하다. 이를 위해 악성 댓글을 미리 탐색하여 물리적인 제한을 두는 연구들이 진행되고 있지만, 근본적인 해결을 위해서는 이용자들의 정상적인 사용을 유도해야한다. 본 연구에서는 댓글을 대표할 수 있는 직관적인 정보인 토픽을 토픽 모델링을 통해 추출하고, 이에 기반한 설명을 생성하여 사용자에게 제시함으로써 악성 댓글의 작성을 줄일 수 있는 대응 방안을 제안하였다. 토픽 모델링을 통해 약 50 만 건의 댓글을 11 가지의 토픽으로 분류하고, 각 토픽 별 악성 댓글의 비율과 악성 댓글에 자주 등장하는 키워드 정보를 추출해 두 정보를 조합하여 설명을 생성하는 악성 댓글 완화 설명 구조를 구현하였고, 실제 데이터를 적용하여 예시를 제시하였다. 이를 통해 글 자체의 정보를 활용하여 작성 중인 글에 실시간으로 대응하여 악성 댓글 작성을 완화 할 수 있을 것으로 기대된다.

목차

요약문
1. 서론
2. 관련 연구
3. 악성 댓글 완화 설명 구조 제안
4. 결론
참고 문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0