• 제목/요약/키워드: News Topics

검색결과 354건 처리시간 0.026초

밀레니얼세대의 모바일 뉴스소비와 소셜미디어의 영향 (Millennial Generation's Mobile News Consumption and the Impact of Social Media)

  • 설진아
    • 인터넷정보학회논문지
    • /
    • 제19권4호
    • /
    • pp.123-133
    • /
    • 2018

  • 이 연구는 모바일 뉴스의 핵심 소비층으로 부상하고 있는 밀레니얼 세대가 모바일과 SNS를 통해 어떤 뉴스콘텐츠와 뉴스가치를 선호하며, 뉴스기사에 대하여 어떻게 반응하는지를 조사 분석하였다. 연구결과, 밀레니 세대가 뉴스를 가장 많이 소비하는 SNS 창구는 카카오톡과 페이스북이었으며, 하루에 평균 한 번 이상 SNS를 통해 뉴스를 소비하는 것으로 나타났다. 밀레니얼들은 인구학적 특성별로 뉴스유형 선호와 뉴스기사에 대한 반응정도가 달랐으며, 뉴스주제별로 반응정도도 다르게 나타났다. 또한 밀레니얼들의 뉴스 소비 경로는 SNS가 전국일간지와 지상파TV, 인터넷신문, 종편채널 등보다 높게 나타났으며, 선호하고 중요하게 생각하는 뉴스가치로는 '영향성'과 '유용성'이 '속보성'이나 '흥미성'보다 높게 평가되었다.

  • https://doi.org/10.7472/jksii.2018.19.4.123 인용 PDF KSCI

Case-Related News Filtering via Topic-Enhanced Positive-Unlabeled Learning

  • Wang, Guanwen;Yu, Zhengtao;Xian, Yantuan;Zhang, Yu
    • Journal of Information Processing Systems
    • /
    • 제17권6호
    • /
    • pp.1057-1070
    • /
    • 2021

  • Case-related news filtering is crucial in legal text mining and divides news into case-related and case-unrelated categories. Because case-related news originates from various fields and has different writing styles, it is difficult to establish complete filtering rules or keywords for data collection. In addition, the labeled corpus for case-related news is sparse; therefore, to train a high-performance classification model, it is necessary to annotate the corpus. To address this challenge, we propose topic-enhanced positive-unlabeled learning, which selects positive and negative samples guided by topics. Specifically, a topic model based on a variational autoencoder (VAE) is trained to extract topics from unlabeled samples. By using these topics in the iterative process of positive-unlabeled (PU) learning, the accuracy of identifying case-related news can be improved. From the experimental results, it can be observed that the F1 value of our method on the test set is 1.8% higher than that of the PU learning baseline model. In addition, our method is more robust with low initial samples and high iterations, and compared with advanced PU learning baselines such as nnPU and I-PU, we obtain a 1.1% higher F1 value, which indicates that our method can effectively identify case-related news.

  • https://doi.org/10.3745/JIPS.01.0081 인용 PDF KSCI