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
학술저널
저자정보
유다현 (상명대학교) 구자용 (상명대학교)
저널정보
국토지리학회 국토지리학회지 국토지리학회지 제53권 제4호
발행연도
2019.12
수록면
365 - 373 (9page)

이용수

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

초록· 키워드

오류제보하기
공간 빅데이터 분석 과정에서 소셜 네트워크 서비스 데이터를 활용한 연구가 활발히 이루어지고 있다. 그러나 소셜 네트워크 서비스 데이터 중 위치 정보를 가진 데이터는 일부에 불과하다. 본 연구에서는 대표적인 소셜 네트워크 서비스인 트윗 데이터를 대상으로 머신 러닝 기법을 이용하여 위치 정보를 추정하였다. 서울특별시 지역의 트윗 데이터를 수집하여 머신 러닝에 필요한 훈련 데이터와 검증 데이터를 가공하고, 나이브 베이즈 분류를 적용하여 트윗 데이터의 위치를 서울특별시의 권역별로 추정하였다. 본 연구의 결과 머신 러닝을 이용하여 트윗 데이터의 위치 추정이 가능하였으며, 위치가 추정된 트윗 데이터는 지역의 특성이나 관심 분야를 분석할 때 활용될 수 있다.
#트윗 데이터 #머신 러닝 #소셜 네트워크 서비스 #나이브 베이즈 분류 #Tweet data #Machine learning #Social network service #Naive Bayesian classification

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 머신 러닝 모델을 위한 데이터 수집
Ⅳ. 머신 러닝 모델을 이용한 위치 추정
Ⅴ. 결론
참고문헌

참고문헌 (16)

참고문헌 신청
강애띠 / 2015 / 타임라인데이터를 이용한 트위터 사용자의 거주 지역 유추방법 / Spatial Information Research 23(2):69~81 dbpia 구자용 / 2015 / 공간정보 빅 데이터의 지도화와 공간적 분포 특성에 관한 연구 - 서울시 지역의 트윗 데이터를 사례로 - / 국토지리학회지 49(3):349~360 dbpia 구자용 / 2018 / 소셜 네트워크 서비스 위치자료의 고밀도 영역에 대한 공간특성 분석: 서울시 지역 트윗 데이터를 대상으로 / 국토지리학회지 52(2):257~267 dbpia 문성국 / 2018 / 위치 참조가 없는 블로그 텍스트를 이용한 위치 정보 추출: 종로구 일대의 퇴근 후 활동공간을 대상으로 / 대한지리학회지 53(5):777~788 dbpia 박우진 / 2015 / 위치기반 소셜 미디어 데이터의 텍스트 마이닝 기반 공간적 클러스터링 분석 연구 / 대한공간정보학회지 23(2):89~96 dbpia

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-0101-2022-981-001611727