사용자 그룹 추천을 통한 소셜 TV의 대화연결성 향상 검증 :Verification for improving conversational connectivity of social TV through user group recommendation

진민경

추천

검색

자료유형: 학위논문

저자정보: 진민경 (동국대학교, 동국대학교 대학원)

지도교수: 박준영

발행연도: 2015

저작권: 동국대학교 논문은 저작권에 의해 보호받습니다.

이용수0

이 논문의 연구 히스토리 (2)

2015

사용자 그룹 추천을 통한 소셜 TV의 대화연결성 향상 검증

진민경 , 박준영 한국CDE학회 학술발표회 논문집 2015.08 학술대회자료

사용자 그룹 추천을 통한 소셜 TV의 대화연결성 향상 검증

진민경 산업시스템공학과 2015.01 학위논문

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

Today as the smart devices spread, TV viewers retrieve additional information or show a tendency to talk with other users about TV programs through smart devices. Thus, a smart device that is responsible for functions complementary to the TV watching is called second screen. The convergence of using second screen and SNS services is called ‘Social TV‘ that has 5 key factors. Among the factor, ‘Conversational connectivity‘ factor means the TV viewer wants continuous and seamless communication with others in this Social TV. However, currently they provide functions such as SNS sharing or commenting for conversational among TV viewers, but only a temporary communication for contents. These are not supported by ongoing communication. In this research, we propose an appropriate group recommendation process to solve this problem. The process measures the degree of interest by the TV program with the TV viewer''s current SNS history. Based on the data, the process classifies TV viewers to similar group by applying k-means clustering algorithm. Finally we tested the feasibility of improving conversational connectivity of Social TV through an experiment.

제 1 장 서 론 1
1.1. 연구의 배경 및 필요성 1
1.2. 연구 목적 및 방법 4
1.3. 연구의 구성 5
제 2 장 관련 서비스 및 관련 연구 6
2.1. 세컨드 스크린(Second Screen) 서비스 6
2.1.1. 세컨드 스크린(Second Screen) 6
2.1.2. 소셜TV(Social TV) 8
2.1.3. 국내외 세컨드 스크린을 통한 소셜TV 현황 9
2.2. 관련 연구 13
2.2.1. 사용자 그룹 추천 13
2.2.2. SNS 데이터 분석 15
제 3 장 사용자 그룹 추천 방법 설계 16
3.1. 전체 프로세스 16
3.2. 데이터 분석 단계 17
3.2.1. 사용자 SNS 데이터 18
3.2.2. 각 사용자 TV 프로그램 관련 포스트 빈도수 측정 19
3.3. 유사 성향 사용자 분류 단계 21
3.3.1. 사용자 데이터 벡터화 22
3.3.2. k-means 클러스터링 23
3.3.3. 그룹 인원 수 설정 24
3.4. 사용자 그룹 추천 단계 26
제 4 장 사용자 그룹을 통한 대화연결성 향상의 검증 28
4.1. 시스템 검증을 위한 실험 설계 28
4.2. 실험 진행 결과 29
4.3. 실험 후 설문조사 및 검증 30
제 5 장 결 론 37
5.1. 연구의 요약 37
5.2. 연구의 기여 37
5.3. 연구의 한계점 38
참고문헌 39
Abstract 41

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)