• 한국인터넷방송통신학회논문지
• /
• 제13권4호
• /
• pp.117-126
• /
• 2013

최근 들어 트위터나 페이스북과 같은 SNS가 대중화되면서, 오피니언 마이닝에 관한 연구가 활발히 진행되고 있다. 그러나 현재의 오피니언 마이닝 연구는 대부분 감성분류나 특징선택 방법에 중점을 두고 있으며, 오피니언 문서의 검색에 관한 연구는 아직 미진한 실정이다. 본 논문에서는 단문으로 구성된 오피니언 문서로부터 사용자가 원하는 문서들을 효율적으로 검색하는 기법을 제안한다. 제안된 방법에서는 기존의 감성분류 방법을 활용함과 동시에 문서의 질적 평가를 위해 여러 가지 특징들을 적용한다. 검색 모델을 생성하기 위해 기계학습 기반 랭킹 기법을 활용하며, 감성 분류 모델을 기계학습 랭킹 모델에 통합하는 방법을 사용한다. 또한 실험을 통하여 제안된 방법이 오피니언 검색에 효율적으로 적용될 수 있음을 보여준다.

• 한국인터넷방송통신학회논문지
• /
• 제13권5호
• /
• pp.27-35
• /
• 2013

최근 들어 SNS가 대중화됨에 따라, 이들로 부터 오피니언을 분석하여 특정 이슈에 대한 여론을 파악하려는 다양한 연구가 진행되고 있다. SNS 환경에서 오피니언 분석을 위해서는 우선 게시글 중에서 오피니언 문서와 그렇지 않은 문서(객관적 문서)를 분리해야한다. 본 논문에서는 트위터 문서로 부터 오피니언 문서만을 추출하는 새로운 방법을 제안한다. 트위터 환경에서 오피니언 문서에 대한 분류나 검색의 어려운 점은 충분한 학습 자료가 존재하지 않다는데 있다 이를 위해 제안된 방법에서는 감성 분류를 위해 트위터와 유사한 외부의 정보를 이용하여 기계학습기반 분류 모델을 생성하고, 이를 응용하여 트위터에서의 오피니언 문서 추출에 적용하였다. 또한 실험을 통하여 제안된 방법의 적용 가능성을 평가하였다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제16권2호
• /
• pp.222-226
• /
• 2010

급속한 전자상거래의 발전으로 인하여 온라인상으로 상품을 구매하고 그에 대한 평가를 작성하는 것이 일반적인 구매 패턴이 되었다. 구매자들의 상품평은 다른 잠재적인 소비자들의 상품 구입을 이끌어내는데 큰 동기가 된다. 하지만 온라인 쇼핑몰에서는 상품평의 성질에 부합하는 순위를 부여하지 않기 때문에, 사용자가 구입 결정을 위하여 수많은 상품평에 포함된 의견들을 효과적으로 검토하기는 쉽지 않다. 일반적으로 상품평은 감정적이며 주관적인 의견을 포함하고 있다. 그래서 이러한 상품평에 순위를 부여하는 방법은 일반 웹 검색과는 달라야 한다. 본 논문에서는 오피니언 마이닝 기술을 이용하여, 사용자의 의도에 따라 상품평 데이터에 대해 순위를 결정하는 기법을 제안한다. 제안된 기법은 사용자의 검색어뿐만 아니라 상품평 내에 주관적인 의견의 포함 여부 및 감정 극성의 엔트로피 등을 고려하여 상품평의 가치를 판단하였다. 또한 실험을 통하여 제안된 기법의 우수성을 검증하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 춘계학술발표대회
• /
• pp.399-401
• /
• 2016

제안된 시스템은 다양한 소셜 네트워크에서 사용자가 입력한 키워드를 기반으로 데이터를 수집하여 형태소 분석을 거쳐 사용자에게 통계정보 및 키워드에 대한 오피니언 마이닝 결과를 제공한다. SNS 상에 수많은 정보들이 저장되는데, 이를 이용하는 과정에서 단편적인 정보밖에 얻을 수 없는 비전문적인 사용자에게 유용한 데이터를 제공하기 위해 Opinion Mining 및 다양한 통계적 분석을 통해 키워드에 대한 시각화 정보를 출력한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 추계학술발표대회
• /
• pp.1145-1146
• /
• 2013

인터넷과 스마트폰의 발달로 SNS서비스의 사용자와 데이터가 활발하게 증가하고 있다. 이로 인하여 SNS 데이터의 가치와 신뢰성이 점점 증가하고 있으며, 이러한 추세에 따라 여러 연구와 실험을 통하여 데이터를 분석하고 분석 결과를 제공하는 서비스가 증가하고 있다. 본 논문에서는 이러한 배경을 바탕으로 특정 키워드를 포함하고 있는 한글 트윗을 검색하여 해당 트윗에 대한 연관 키워드와 감정 키워드를 분석해서 출력해주는 시스템을 개발한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 추계학술발표대회
• /
• pp.1184-1187
• /
• 2011

스마트폰 시장이 커지면서, 사람들이 하루에 업로드하고 다운로드하는 어플리케이션의 수 또한 급격히 증가하고 있다. 앱스토어와 안드로이드마켓에 등록된 어플리케이션의 종류는 어마어마하며, 사람들은 자신의 생활을 편리하게 해줄 어플리케이션 혹은 재미를 위한 어플리케이션을 다운로드하고자 한다. 하지만 현재 어플리케이션에 대한 평가는 점수로만 이루어져있기 때문에 어느 부분에서 뛰어난지, 어떤 부분의 기능이 떨어지는지는 사용자가 알 수 없고, 특정 기능을 중요시하는 사용자일 경우 별점이 높아도 해당기능이 만족스럽지 않으면 만족감의 정도는 대단히 떨어지게 된다. 그러면 다른 어플리케이션을 받아 같은 작업을 반복해야하는데, 이 경우가 반복될 경우 비용적인 문제뿐만 아니라 사용자에게 매우 번거로운 일이다. 따라서 본 논문에서는 기존 사용자들이 자신이 사용한 어플리케이션에 대해 작성한 후기를 오피니언 마이닝 기술을 적용시켜 각 키워드별, 즉 속성별로 평가하고 긍정/부정 여부를 데이터베이스에 저장하여, 해당 어플리케이션을 검색한 미래의 어플리케이션 사용자에게 시각적으로 정보를 알려주어 사용자의 수고를 덜어주고자 한다. 어플리케이션 다운로드가 매우 단순한 작업이지만, 다운로드 수가 많기 때문에 본 논문의 제안을 적용한다면 비용을 절감시켜 줄 뿐만 아니라 매우 효율적인 작업이 될 것이라 기대한다.

• 디지털콘텐츠학회 논문지
• /
• 제15권4호
• /
• pp.559-568
• /
• 2014

기존의 감정분석을 통한 극성 분류는 주로 평점을 기반으로 하는 상품평을 기준으로 문장규칙을 이용하여 분석해왔다. 이러한 분석방법은 평점이 없는 블로그 같은 경우 적용되기 어려움 점이 있고 댓글 아르바이트나 관리자에 의해 상품평이 조작될 가능성이 있어서 상품평 만으로는 상품, 매장에 대한 의견을 파악하기에는 어려움이 있다. 이러한 문제점을 고려할 때 개인들의 솔직한 의견이 담겨 있는 블로그를 분석하여 극성을 분류하면 상품, 매장에 대한 올바른 이해가 가능하다. 본 논문은 도메인별로 블로그 글에 대한 고빈도 단어를 추출하여 주제어를 선정하고, 선정된 주제어를 기준으로 제안하는 감정분석 기법을 적용하여 블로그 글에 대한 극성을 분류한다. 감정분석 기법의 성능을 평가하기 위하여 정보 검색 분야에서 사용되는 측정지표 Precision, Recall, F-score를 사용하여 본 연구의 극성 분류기법의 유용성을 검증한다. 평가 결과 기존의 상품평을 문장규칙을 이용하여 분석하여 극성 분류를 하는 기법들에 비해서 제안한 감정분석 기법을 적용할 경우에 우수한 성능으로 극성 분류를 하는 것으로 나타났다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(C)
• /
• pp.192-194
• /
• 2012

선거는 한 국가의 발전에 큰 영향을 미치는 중요한 행사이다. 국민들의 선거에 대한 관심은 해가 갈수록 증가하고 있고, 선거철마다 많은 여론이 형성되고 있다. 유권자들은 자신이 원하는 후보를 선정하기 위해 많은 후보자 정보를 살펴보아야한다. 올바른 판단을 위해서는 수많은 정치인과 정당에 대한 사전 분석이 필요할 것이다. 이는 시사나 정치에 대한 지속적인 관심이 요구되기 때문에 쉬운 일이 아니다. 그래서 후보자에 관한 기사나 공인된 온라인 토론에서의 정보를 검색하고 점수화하여, 투표자들이 후보를 결정하는데 도움을 줄 수 있는 방법을 제안한다.

• 지능정보연구
• /
• 제21권1호
• /
• pp.1-13
• /
• 2015

빅데이터 및 오피니언 마이닝 분야가 대두됨에 따라 정보 검색/추출, 특히 비정형 데이터에서의 정보 검색/추출 기술의 중요성이 나날이 부각되어지고 있다. 또한 정보 검색 분야에서는 이용자의 의도에 맞는 결과를 제공할 수 있는 검색엔진의 성능향상을 위한 다양한 연구들이 진행되고 있다. 이러한 정보 검색/추출 분야에서 자연어처리 기술은 비정형 데이터 분석/처리 분야에서 중요한 기술이고, 자연어처리에 있어서 하나의 단어가 여러개의 모호한 의미를 가질 수 있는 단어 중의성 문제는 자연어처리의 성능을 향상시키기 위해 우선적으로 해결해야하는 문제점들의 하나이다. 본 연구는 단어 중의성 해소 방법에 사용될 수 있는 말뭉치를 많은 시간과 노력이 요구되는 수동적인 방법이 아닌, 사전들의 예제를 활용하여 자동적으로 생성할 수 있는 방법을 소개한다. 즉, 기존의 수동적인 방법으로 의미 태깅된 세종말뭉치에 표준국어대사전의 예제를 자동적으로 태깅하여 결합한 말뭉치를 사용한 단어 중의성 해소 방법을 소개한다. 표준국어대사전에서 단어 중의성 해소의 주요 대상인 전체 명사 (265,655개) 중에 중의성 해소의 대상이 되는 중의어 (29,868개)의 각 센스 (93,522개)와 연관된 속담, 용례 문장 (56,914개)들을 결합 말뭉치에 추가하였다. 품사 및 센스가 같이 태깅된 세종말뭉치의 약 79만개의 문장과 표준국어대사전의 약 5.7만개의 문장을 각각 또는 병합하여 교차검증을 사용하여 실험을 진행하였다. 실험 결과는 결합 말뭉치를 사용하였을 때 정확도와 재현율에 있어서 향상된 결과가 발견되었다. 본 연구의 결과는 인터넷 검색엔진 등의 검색결과의 성능향상과 오피니언 마이닝, 텍스트 마이닝과 관련한 자연어 분석/처리에 있어서 문장의 내용을 보다 명확히 파악하는데 도움을 줄 수 있을 것으로 기대되어진다.

• 디지털융복합연구
• /
• 제13권4호
• /
• pp.395-404
• /
• 2015

본 연구에서는 빅데이터(big data)를 활용한 분석을 통해 문학치료에 대한 일반인들의 인식을 고찰하는 것으로 문학치료의 객관적인 인지도를 탐색하였다. '문학치료'에 대한 온라인상의 소셜 네트워크 서비스(SNS)자료에 대해 빅데이터 관점에서의 분석을 통한 의미정보 도출을 목적으로 텍스트 마이닝과 관련된 오피니언 마이닝 기법을 활용하여 문학치료와 관계된 키워드의 내용분석을 주요 연구방법으로 하였다. '문학치료'를 중점적으로 파악하면서,'독서치료'를 함께 비교 분석하였다. 연구 조사 기간은 2014년 10월 10일부터 2014년 11월 10일까지 30일 동안 블로그와 트위터 등의 소셜 네트워크 서비스(SNS)자료를 검색대상으로 하였다. 연구 분석 결과에 따라 문학치료 지평의 확산과 문학치료 지형의 구조적 조화, 문학치료 인식의 축을 견고하게 하는 것이 필요하다는 결론을 내릴 수 있다. 본 연구는 문학치료에 대한 일반인들의 인지도를 탐색하고 이에 관련한 문학치료의 활성화를 위한 대안을 제시할 수 있다는 점에서 의의를 찾을 수 있다.