The Journal of the Korea Contents Association (한국콘텐츠학회논문지)

The Korea Contents Association (한국콘텐츠학회)
권호 표지
DOI QR코드

DOI QR Code

Graph-based Event Detection Scheme Considering User Interest in Social Networks

소셜 네트워크에서 사용자 관심도를 고려한 그래프 기반 이벤트 검출 기법

  • 김이나 (충북대학교 빅데이터학과) ;
  • 김민영 (충북대학교 정보통신공학과) ;
  • 임종태 (충북대학교 정보통신공학과) ;
  • 복경수 (충북대학교 정보통신공학과) ;
  • 유재수 (충북대학교 정보통신공학과)
  • Received : 2018.06.14
  • Accepted : 2018.07.03
  • Published : 2018.07.28
Download PDF
⟨ Previous Next ⟩

Abstract

As the usage of social network services increases, event information occurring offline is spreading more rapidly. Therefore, studies have been conducted to detect events by analyzing social data. In this paper, we propose a graph based event detection scheme considering user interest in social networks. The proposed scheme constructs a keyword graph by analyzing tweets posted by users. We calculates the interest measure from users' social activities and uses it to identify events by considering changes in interest. Therefore, it is possible to eliminate events that are repeatedly posted without meaning and improve the reliability of the results. We conduct various performance evaluations to demonstrate the superiority of the proposed event detection scheme.

소셜 네트워크 서비스의 사용량이 증가함에 따라 오프라인에서 발생한 이벤트 정보가 더욱 빠르게 확산되고 있다. 이에 따라 소셜 데이터를 분석하여 이벤트를 검출하기 위한 연구들이 진행되고 있다. 본 논문에서는 소셜 네트워크 환경에서 사용자 관심도를 고려한 그래프 기반 이벤트 검출 기법을 제안한다. 제안하는 기법은 사용자들이 게시한 글을 분석하여 키워드 그래프를 구축한다. 사용자의 소셜 행위로부터 관심도를 계산하고 관심도의 변화를 고려하여 이벤트 판별에 이용한다. 따라서 의미 없이 반복 게시되어 이벤트로 검출된 결과를 제거하고 결과의 신뢰성을 향상시킬 수 있다. 제안하는 이벤트 검출 기법의 우수성을 입증하기 위해 다양한 성능평가를 수행한다.

Keywords

References

  1. A. Aldhaheri and J. Lee, "Event detection on large social media using temporal analysis," Proc. IEEE Annual Computing and Communication Workshop and Conference, pp.1-6, 2017.
  2. J. Guzman and B. Poblete, "On-line relevant anomaly detection in the Twitter stream: an efficient bursty keyword detection model," Proc. ACM SIGKDD Workshop on Outlier Detection and Description, pp.31-39, 2013.
  3. Y. Endo and H. Toda, "What's Hot in The Theme: Query Dependent Emerging Topic Extraction from Social Streams," Proc. International Conference on World Wide Web, pp.31-32, 2013.
  4. A. Marcus, M. S. Bernstein, O. Badar, D. R. Karger, S. Madden, and R. C. Miller, "Twitinfo: aggregating and visualizing microblogs for event exploration," Proc. International Conference on Human Factors in Computing Systems, pp.227-236, 2011.
  5. M. Mathioudakis and N. Koudas, "Twittermonitor: trend detection over the twitter stream," Proc. ACM SIGMOD International Conference on Management of Data, pp.1155-1158, 2010.
  6. A. Edouard, E. Cabrio, S. Tonelli, and N. L. Thanh, "Graph-based event extraction from twitter," Proc. International Conference Recent Advances in Natural Language Processing, pp.222-230, 2017.
  7. H. Sayyadi and L. Raschid, "A graph analytical approach for topic detection," ACM Transactions on Internet Technology, Vol.13, No.2, pp.1-23, 2013.
  8. B. Manaskasemsak, B. Chinthanet, and A. Rungsawang, "Graph Clustering-Based Emerging Event Detection from Twitter Data Stream," Proc. International Conference on Network, Communication and Computing, pp.37-41, 2016.
  9. S. Katragadda, R. Benton, and V. Raghavan, "Framework for real-time event detection using multiple social media sources," Proc. Hawaii International Conference on System Sciences, 2017.
  10. G. Valkanas and D. Gunopulos, "Event Detection from Social Media Data," IEEE Data Engineering Bulletin, Vol.36, No.3, pp.51-58, 2013.
  11. M. Thelwall, K. Buckley, and G. Paltoglou, "Sentiment in Twitter events," Journal of the Association for Information Science and Technology, Vol.62, No.2, pp.406-418, 2011.
  12. A. Weiler, M. Grossniklaus, and M. H. Scholl, "Event identification and tracking in social media streaming data," Proc. Workshops of the EDBT/ICDT 2014 Joint Conference, pp.282-287, 2014.