• 정보과학회 논문지
• /
• 제45권2호
• /
• pp.165-174
• /
• 2018

온라인 커뮤니티란 SNS와 달리 사용자들이 닉네임을 통해 익명으로 관심사와 취미를 공유하는 가상 그룹 서비스이다. 그런데 이런 익명성을 악의적으로 활용하는 사용자들이 존재하고, 닉네임의 변경으로 인해 동일 사용자의 데이터가 서로 다른 닉네임에 존재하는 데이터 파편화 문제가 발생할 수 있다. 또한 온라인 커뮤니티에서는 닉네임을 변경하는 일이 빈번하므로 동일 사용자를 식별하는데 어려움을 겪는다. 따라서 본 논문에서는 이러한 문제를 해결하기 위해 온라인 커뮤니티 특성을 고려한 사용자의 행동 패턴 특징 벡터를 제시하며, 관계 패턴이라는 새로운 암시적 행동 패턴을 제안함과 동시에 랜덤 포레스트 분류기를 이용한 동일 사용자의 닉네임을 식별하는 기법을 제안한다. 또한 실제 온라인 커뮤니티 데이터를 수집해 제안한 행동패턴과 분류기를 이용해 동일 사용자를 유의미한 수준으로 식별할 수 있음을 실험적으로 보인다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2016년도 제54차 하계학술대회논문집 24권2호
• /
• pp.233-234
• /
• 2016

본 프로젝트는 편안하고 안전하게 세상과 소통하고 관심사를 공유할 수 있는 커뮤니티 사이트이다. 게시글에 수명을 설정하여 자동으로 글이 삭제되는 기능을 통해 사용자의 보안성을 향상시키며, 기본적으로 닉네임을 사용하여 안전한 익명성을 보장한다. 즉, 자동으로 게시글이 삭제되는 커뮤니티 웹 사이트로 사용자들의 일상, 관심사, 정보 공유 등을 게시글을 통해 공유하고 소통할 수 있고, 커뮤니티 활동에 따라 마일리지를 누적하여 게시글의 기본 수명을 연장 할 수도 있다.

• 스마트미디어저널
• /
• 제11권2호
• /
• pp.18-24
• /
• 2022

많은 소셜 서비스 상에서 악성 댓글로 인한 문제가 발생되고 있으며, 특히 매체로서의 성격이 강한 유튜브는 모바일기기를 이용한 쉬운 접근성으로 인해 악성 댓글로 인한 폐해가 더욱 커지고 있는 실정이다. 본 논문에서는 LSTM 기반의 자연어 처리를 통해 유튜브 콘텐츠에 대한 악성 댓글을 판별하고 악성 댓글의 비율, 악플러들의 닉네임, 그리고 빈도를 시각적으로 표현해 주기 위한 유튜브 악성 댓글 탐지 시스템을 설계하고 구현하였으며, 성능을 평가하였다. 약 5만 개의 댓글 데이터셋을 통해 악성 댓글 여부를 판별하였을 때, 약 92%의 정확도로 악성 댓글을 검출해 낼 수 있었으며, 이를 활용하여 악성 댓글의 통계가 자동으로 생성되도록 함으로써 많은 유튜버들이 겪는 악성 댓글로 인한 사회적 문제를 해결할 수 있을 것으로 기대한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.775-778
• /
• 2021

악성 댓글은 언어폭력이며 사이버 범죄의 일종으로 인터넷상에서 상대방이 올린 글에 비방이나 험담을 하는 악의적인 댓글을 말한다. 악성 댓글을 단순히 차단하는 다른 프로그램들과는 달리 해당 영상의 악성 댓글의 비율을 알려주고 악플러들의 닉네임과 그 빈도를 나타내주는 것으로 차별화를 두었다. 따라서 많은 유튜버들이 겪는 악성 댓글 문제들을 탐지하여 유튜브에 달리는 악성 댓글들을 탐지하고 시각화하여 제공한다.

• 디지털융복합연구
• /
• 제12권6호
• /
• pp.277-287
• /
• 2014

위치 기반 소셜 네트워크 서비스에서 사용자들은 체크인 데이터를 이용해 장소를 공유하고 커뮤니케이션을 한다. 체크인 데이터는 POI명, 카테고리, 장소 좌표/주소, 사용자 닉네임, 장소 평가 점수, 관련 글/사진/동영상 등으로 구성된다. 위치 기반 소셜 네트워크 서비스에서 이러한 체크인 데이터를 상황에 맞게 분석하면 다양한 맞춤형 서비스를 제공할 수 있다. 따라서, 본 논문에서는 사용자 체크인 데이터를 활용할 수 있는 LBSNS(Location-based Social Network Service) 기반 장소 추천 시스템을 개발하였다. LBSNS 기반 장소 추천 시스템은 체크인 데이터 중 장소 카테고리를 분석하여 가중치를 추출하고, 피어슨 상관계수를 이용해 사용자간의 유사도를 구한다. 그리고 협업적 필터링 알고리즘을 이용하여 추천 장소에 대한 선호도 점수를 구하고, 추천 대상 장소의 위치와 사용자의 현재 위치에 대해 유클라디안 알고리즘을 적용하여 거리 점수를 구한다. 마지막으로, 선호도 점수와 거리 점수에 대해 가중치 계수를 적용하여 상황에 맞게 장소를 추천한다. 또한, 본 논문에서는 실제 데이터를 이용한 실험을 통해 본 논문에서 제시한 시스템의 우수성도 입증하였다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제8권3호
• /
• pp.879-886
• /
• 2018

트위터에서 제공해주는 기본 검색 기능은 검색어가 담긴 트윗 뿐 아니라 검색어를 포함하는 닉네임을 가진 유저가 쓰는 모든 트윗들을 보여준다. 따라서 검색 키워드와 관계 없는 트윗들도 검색 결과로 노출하게 되어 해당 키워드가 포함된 트윗 만을 검색하려고 하는 많은 사용자들에게 불편함을 주고 있다. 본 연구에서는 이러한 문제점을 해결하고자 검색 키워드가 들어있는 트윗만을 검색하는 알고리즘을 만들어 트위터 검색 기능을 개선하였다. 개선된 기능은 ASP.NET MVC5를 이용하여 웹 서비스로 구현하여 많은 사람들이 이용할 수 있다. 검색 결과를 모아놓은 객체에 C#의 강력한 컬렉션 메소드를 사용하여 '리트윗' 이나 '마음에 들어요' 의 개수가 많은 순서대로 출력할 수도 있고, 리트윗 숫자가 설정한 수치보다 적을 경우 검색 결과에서 제외할 수 있는 필터 기능도 추가하였다. 따라서 사람들에게 관심을 많이 받는 의견을 빠르게 탐색할 수도 있으며, 이는 검색 이용자와 데이터 분석가들이 트위터에서 검색하는데 편리함을 줄 것으로 기대된다.