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
In-Gyum Kim (National Institute of Meteorological Sciences) Seung-Wook Lee (National Institute of Meteorological Sciences) Hye-Min Kim (National Institute of Meteorological Sciences) Dae-Geun Lee (National Institute of Meteorological Sciences) Byunghwan Lim (National Institute of Meteorological Sciences)
저널정보
한국콘텐츠학회(IJOC) International JOURNAL OF CONTENTS International JOURNAL OF CONTENTS Vol.15 No.4
발행연도
2019.12
수록면
65 - 73 (9page)

이용수

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

초록· 키워드

오류제보하기
Social media is a massive dataset in which individuals’ thoughts are freely recorded. So there have been a variety of efforts to analyze it and to understand the social phenomenon. In this study, Twitter was used to define the moments when negative perceptions of the Korean Meteorological Administration (KMA) were displayed and the reasons people were dissatisfied with the KMA. Machine learning methods were used for sentiment analysis to automatically train the implied awareness on Twitter which mentioned the KMA July-October 2011-2014. The trained models were used to validate sentiments on Twitter 2015–2016, and the frequency of negative sentiments was compared with the satisfaction of forecast users. It was found that the frequency of the negative sentiments increased before satisfaction decreased sharply. And the tweet keywords and the news headlines were qualitatively compared to analyze the cause of negative sentiments. As a result, it was revealed that the individual caused the increase in the monthly negative sentiments increase in 2016. This study represents the value of sentiment analysis that can complement user satisfaction surveys. Also, combining Twitter and news headlines provided the idea of analyzing the causes of dissatisfaction that are difficult to identify with only satisfaction surveys. The results contribute to improving user satisfaction with weather services by efficiently managing changes in satisfaction.
#Korean Meteorological Administration (KMA) #Weather Service #Sentiment Analysis #Twitter

목차

ABSTRACT
1. INTRODUCTION
2. MATERIALS AND METHODOLOGIES
3. RESULTS
4. CONCLUSIONS
REFERENCES

참고문헌 (33)

참고문헌 신청
A. Ghelli / 2010 / Communicating forecast uncertainty: public perception of weather forecast uncertainty / Meteorological Applications 17(2):180~195 Crossref Sheldon Drobot / 2014 / U.S. Public Preferences for Weather and Road Condition Information / Bulletin of the American Meteorological Society 95(6):849~859 Crossref KMA / 2016 / Public Satisfaction Survey on National Weather Service in 2016 google schola KMA / 2015 / Public Satisfaction Survey on National Weather Service in 2015 google schola KISA / 2016 / 2016 Survey on the Internet Usage Summary Report google schola

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) : I410-151-24-02-090375781