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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
장수평 (순천향대학교) 최재원 (순천향대학교)
저널정보
한국경영과학회 한국경영과학회 학술대회논문집 한국경영과학회 2022년 춘계 공동학술대회 논문집 [2개 학회 공동주최]
발행연도
2022.6
수록면
664 - 671 (8page)

이용수

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

이 논문의 연구 히스토리 (2)

2022

A Convolutional Neural Network and Long Short-Term Memory (CNN-LSTM) Method for Classifying Harmful Content
장수평 ,  최재원 대한산업공학회 춘계공동학술대회 논문집 2022.06 학술대회자료
A Convolutional Neural Network and Long Short-Term Memory (CNN-LSTM) Method for Classifying Harmful Content
장수평 ,  최재원 한국경영과학회 학술대회논문집 2022.06 학술대회자료

초록· 키워드

오류제보하기
The development of social media is beneficial for users to quickly access various types of information online. However, this can be a risky for teenagers under the age of 18 years because they may become exposed to information that is unsuitable for them. Some social media platforms have established age-restricted content policies to prevent teenagers from being exposed to bad information. However, unsuitable content that has not been marked as age-restricted still exists online as a result of the enormous volume of information provided on the Internet and the inability to identify it immediately, among other factors. It is important to classify restricted and unrestricted content to protect teenagers’ online safety because teenagers are more likely to be negatively affected by biased and harmful content than adults are. We suggest a strategy for classifying restricted and unrestricted content in this study by examining content comments. We collected and cleaned comments obtained from two datasets (each containing restricted and unrestricted content comments, respectively) from YouTube. Word2vec was used to display comments as vectors, and the classifier was established using convolutional neural network and long short-term memory. Through our findings, we hope make the social media environment more secure to protect the physical and mental health of teenagers.
#Content classification #convolutional neural network #long short-term memory

목차

Abstract
Introduction
Literature review
Background of the deep learning model
Research methodology
Experiments
Results and discussion
Conclusion
References

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

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