• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.11a
• /
• pp.389-390
• /
• 2017

현재 많은 사용자들이 모바일 기기를 통해 소셜 네트워크 서비스(이하 SNS)를 이용하고 있으며, SNS를 통해 수많은 데이터가 생성되고 있다. SNS상의 정보는 다양하고 신속하게 다루어지기 때문에 시대의 주요 사건을 잘 표현한다. 본 논문은 2015년 1월부터 2017년 8월까지의 약 191만개의 트위터 데이터를 수집한 후, LDA 모델링을 통해 주요 키워드를 추출하고 시대별 주요 토픽과 단어를 파악할 수 있는 시스템을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.05a
• /
• pp.311-314
• /
• 2018

최근 '미투운동'이 활발히 진행되면서 새로운 페미니즘의 물결을 맞이하였다. 이전의 페미니즘 운동과의 차이점은 SNS 를 통해 익명으로 활동하며 전파속도가 굉장히 빠르다는 것이다. 본 연구는 미투운동의 이러한 특성을 고려하여 실제 트위터 데이터에서 주요 키워드를 파악하고, 해당 키워드의 연관성 및 네트워크 분석으로 사회적 맥락을 알아본다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1636-1637
• /
• 2015

소셜 네트워크 서비스(SNS)에서는 사용자들의 친한 관계를 나타내는 여러 가지 특징을 발견할 수 있다. 본 논문에서는 트위터 이고-네트워크(ego-network) 데이터를 이용한 분석 실험을 통해 유저 간 친밀한 정도를 나타내는 여러 특징들과 관심사 유사도의 상관관계를 밝힌다.

• Journal of Internet Computing and Services
• /
• v.17 no.6
• /
• pp.153-158
• /
• 2016

As the number of social network users increases, the information on event such as social issues and disasters receiving attention in each region is promptly posted by the bucket through social media site in real time, and its social ripple effect becomes huge. This study proposes a detection method of events that draw attention from users in specific region at specific time by using twitter data with regional information. In order to collect Twitter data, we use Twitter Streaming API. After collecting data, We implemented event detection system by analyze the frequency of a keyword which contained in a twit in a particular time and clustering the keywords that describes same event by exploiting keywords' co-occurrence graph. Finally, we evaluates the validity of our method through experiments.

• Journal of the Korean Society for information Management
• /
• v.36 no.2
• /
• pp.133-152
• /
• 2019

This study aims to identify and categorize the content and public use patterns of social scientists' informal communication activities. Using Twitter data, we identified Korean 736 social scientists who participated in communication activities with the public, and analyzed 4,548 tweets that revealed their informal communication activities. This study is meaningful in that it explored informal communication between social scientists and the public, which was not previously revealed in scholarly communication, and identified the types of informal communication activities, communication media, and collaborative sectors in detail.

• Journal of Korea Multimedia Society
• /
• v.15 no.7
• /
• pp.910-919
• /
• 2012

We have observed huge success in social network services like Facebook and Twitter, and many researchers have done their analysis on these services. As massive data observed by users is produced on Twitter, many researchers have been conducting research to detect an event on Twitter. Some of them developed a system to detect the earthquakes or to find the local festivals. However, they did not consider the credibility of location information on Twitter although their systems were using the location information. In this paper, we analyze the credibility of the profile location and the correlation between the spatial attributes on Twitter as the preliminary research of the event detection system on Twitter. We analyzed 0.5 million Twitter users in Korea and 2.8 million users around the world. 49.73% of the users in Korea and 90.64% of the users in the world posted tweets in their profile locations. This paper will be helpful to understand the credibility of the spatial attributes on Twitter when the researchers develop an application using them.

• Journal of Internet Computing and Services
• /
• v.15 no.5
• /
• pp.63-72
• /
• 2014

Twitter has been a popular social media platform where people post short messages of 140 characters or less via the web. A hashtag is a word or acronym created by Twitter users to open a discussion about certain topics and issues that have a very high percentage of trending. Since the hashtag posts are sorted by time, not relevancy, people who firstly use Twitter have had difficulty understanding their context. In this paper, we propose a HBase-based automatic summary system in order to reduce the difficulty of understanding. The proposed system combines an automatic summary method with a fuzzy system after storing the streaming data provided by Twitter API to the HBase. Throughout this procedure, we have eliminated the duplicate of contents in the hashtag posts and have computed scores between posts so that the users can access to the trending topics with relevancy.

• Asia-pacific Journal of Multimedia Services Convergent with Art, Humanities, and Sociology
• /
• v.8 no.3
• /
• pp.879-886
• /
• 2018

The basic search engine on Twitter shows not only tweets that contain search keywords, but also all articles written by users with nicknames containing search keywords. Since the tweets unrelated to the search keyword are exposed as search results, it is inconvenient to many users who want to search only tweets that include the keyword. To solve this inconvenience, this study improved the search function of Twitter by developing an algorithm that searches only tweets that contain search keywords. The improved functionality is implemented as a Web service using ASP.NET MVC5 and is available to many users. We used a powerful collection method in C# to retrieve the results of an object, and it was also possible to output them according to the number of 'retweets' or 'favorites'. If the number of retrieved numbers is less than a given number, we also added an exclusion filter function. Thus, sorting search results by the number of retweets or favorites, user can quickly search for opinions that are of interest to many users. It is expected that many users and data analysts will find the developed function convenient to search on Twitter.

• Proceedings of the KAIS Fall Conference
• /
• 2010.11a
• /
• pp.12-15
• /
• 2010

본 논문은 스마트 폰 상의 SNS(Social Network Service)를 이용하여 집단의 지식과 지혜를 공유할 수 있는 질의응답 시스템을 제안한다. 질의응답 시스템은 이미 많은 사용자가 확보된 트위터 서비스를 기반으로 한다. 또한 트위터에서 제공하는 API를 이용하여 Client간에 질문과 답변을 보다 쉽게 할 수 있으며 일반 트위터 사이트에서도 공유가 가능하기 때문에 다양한 경로로 질의응답 데이터에 접근 할 수 있다. 따라서 본 시스템은 확장과 호환에서도 효율적으로 이용할 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1581-1584
• /
• 2015

최근 소셜 네트워크 서비스상의 데이터를 실시간으로 분석하여 의미있는 정보를 찾아내기 위한 연구가 활발하게 진행되고 있다. 특히, 스마트폰과 같은 스마트 디바이스를 이용하는 많은 사용자들이 실시간으로 발생하는 이벤트를 소셜 네트워크상에 게재하고 서로 공유하면서, 대중들이 관심을 가지는 토픽의 경우 굉장히 빠르게 확산되는 경향을 보이고 있다. 본 논문에서는 이러한 SNS의 특성을 토대로 트위터상의 트윗을 분석하여 여러 분야의 토픽들을 카테고리별로 분류하고, 카테고리별 트렌드를 추출하여 실시간으로 시각화하는 기법을 제안한다. 이를 위해, 트위터를 기반으로 SVM 분류 알고리즘과 Twitter-LDA를 통하여 트윗을 분야별로 분류하고, 각각의 트렌드를 이루는 대표적인 키워드를 선출하여 이를 기반으로 실시간 트렌드를 추출한다. 제안하는 기법의 성능을 평가하기 위해, 분류 특징 선택의 신뢰도를 측정한다.