• Journal of Information Processing Systems
• /
• 제14권4호
• /
• pp.904-915
• /
• 2018

We demonstrate how social media content can be used to predict the unemployment rate, a real-world indicator. We present a novel method for predicting the unemployment rate using social media analysis based on natural language processing and statistical modeling. The system collects social media contents including news articles, blogs, and tweets written in Korean, and then extracts data for modeling using part-of-speech tagging and sentiment analysis techniques. The autoregressive integrated moving average with exogenous variables (ARIMAX) and autoregressive with exogenous variables (ARX) models for unemployment rate prediction are fit using the analyzed data. The proposed method quantifies the social moods expressed in social media contents, whereas the existing methods simply present social tendencies. Our model derived a 27.9% improvement in error reduction compared to a Google Index-based model in the mean absolute percentage error metric.

• 지능정보연구
• /
• 제29권3호
• /
• pp.317-340
• /
• 2023

경영학적 관점에서 ESG는 환경, 사회, 지배구조 지표를 이용하여 기업이 얼마나 지속 가능한 발전을 이룰 수 있는지 평가하는 것이다. 소셜미디어를 통해, 기업의 선행과 악행을 대중이 적극적으로 공유할 수 있게 되면서 ESG 경영에 대한 대중의 관심 또한 높아졌다. 이를 바탕으로, 본 연구의 목적은 기업 성과가 소셜미디어의 환경, 사회, 지배구조의 감성을 모두 포함한 종합적 ESG 감성과 환경, 사회, 지배구조 각각의 감성과 어떠한 관계가 있는지 분석하는 것이다. 패널회귀모델을 사용하여, 코스피 200 기업 중 143개 기업의 소셜미디어의 ESG 감성과 총자산이익률(ROA), 자기자본이익률(ROE) 간의 관계를 분석했다. 데이터 수집 기간은 2018년부터 2021년까지이고, 온라인 커뮤니티, 인스타그램, 블로그, 트위터, 뉴스를 포함한 소셜미디어 채널의 감성 데이터를 바탕으로 분석하였다. 본 연구 결과에 따르면, 기업 성과는 종합적 ESG 감성과 각각 환경, 사회, 지배구조의 감성은 유의미한 관련이 있음을 파악했다. 따라서 본 연구의 시사점은 다음과 같다. 본 연구는 평가기관의 영향을 받을 수 있는 ESG 등급이 아닌 다양한 소셜미디어 채널들을 활용하여 편향되지 않는 대중의 ESG 감성 지표를 갖고자 하였다. 또한, 본 연구의 결과를 바탕으로, ESG 경영의 방향성을 잡는 데 기여할 수 있다. 이에 본 연구는 ESG 경영에 관심이 있는 연구자들과 기업에게 이론적, 실무적 시사점을 제공한다.

• 정보처리학회논문지B
• /
• 제18B권5호
• /
• pp.325-332
• /
• 2011

최근 트위터, 페이스북과 같은 소셜 네트워크 서비스(Social Network Service : SNS)가 활성화됨에 따라 서비스 사용자들에 의해 작성된 막대한 텍스트들로부터 의미 있는 정보를 찾기 위한 연구가 많은 주목을 받고 있다. 특히 문장에 담겨 있는 감정은 활용 범위가 매우 넓은 정보로서 문장에 대한 감정을 분류하는 일은 매우 유용한 일이라고 할 수 있다. 본 논문에서는 문장의 감정을 분류하기 위해 문장에 포함되어 있는 형식적 어휘 정보와 이모티콘이나 인터넷 용어와 같은 온라인상에서 많이 이용되는 다양한 형태의 비형식적 어휘 정보를 이용한 새로운 문장 감정 분류 방법을 제안한다. 기존에는 문장의 감정을 분류하기 위해 사전을 기반으로 한 형식적 어휘 정보를 이용했지만, 최근 인터넷 사용자들은 인터넷 용어나 이모티콘과 같은 비형식적 어휘를 많이 사용해 기존의 형식적 어휘 정보만으로는 정확한 감정 분류가 어렵다. 제안한 방법은 형식적 어휘 정보와 비형식적 어휘 정보를 이용해 다양한 형태의 어휘를 포함하는 인터넷 상의 문장들에 대해 보다 정확한 감정 분류 결과를 보여준다. 또한, 같은 어휘라도 도메인별로 다른 감정을 나타내는 경우가 많으므로 제안한 방법에서는 도메인별로 다른 감정 어휘정보를 이용했다. 각 감정 어휘 정보를 통해 특징벡터로 표현된 문장은 Support Vector Machine(SVM) 분류 방법을 통해 감정을 분류하고 그 성능을 평가했다.

• 국제학술발표논문집
• /
• The 9th International Conference on Construction Engineering and Project Management
• /
• pp.712-720
• /
• 2022

The use of social media to disseminate news and interact with project stakeholders is increasing over time in the construction industry. Such social media data can be analyzed to get useful insights of the industry such as demands of new housing construction and satisfaction of construction workers. However, there has been a limited attempts to analyze social media data related to the construction industry. The objective of this study is to collect and analyze construction related tweets to understand the overall sentiments of individuals and organizations about the construction industry. The study collected 87,244 tweets from April 6, 2020, to April 13, 2020, which had hashtags relevant to the construction industry. The tweets were then analyzed to evaluate its sentiments polarity (positive or negative) and sentiment intensity or scores (-1 to +1). Descriptive statistics were produced for the tweets and the sentiment scores were visualized in a scatterplot to show the trend of the sentiment scores over time. The results shows that the overall sentiment score of all the tweets was slightly positive (0.0365). Negative tweets were retweeted and marked as favorite by more users on average than the positive ones. More specifically, the tweets with negative sentiments were retweeted by 2,802 users on average compared to the tweets with positive sentiments (247 average retweet count). This study can potentially be expanded in the future to produce a real time indicator of the construction market industry such as the increased availability of construction jobs, improved wage rates, and recession.

• 전기전자학회논문지
• /
• 제20권3호
• /
• pp.235-240
• /
• 2016

본 연구에서는 서비스 혁신을 위한 외부 자원으로 트위터(Twitter)를 활용하고자 하였다. 이를 위해 2016년 5월, S사, X사와 관련 있는 데이터를 각각 4,766건, 15,543건 씩 실시간 추출하고 분석을 실시하였다. 정서 분석(sentiment analysis, SA)을 통하여 두 기업에 대한 감성적 분위기를 파악할 수 있었고, 계량서지학적 분석(bibliometric analysis, BA)을 이용하여 주제어 간의 수직적 관계를 파악할 수 있었다. 추가적으로 사회적 연결망 분석(social network analysis, SNA)을 통하여 주제어 간의 수평적 관계 또한 확인할 수 있었다. 본 연구를 통해 혁신 주제의 탐색 시 사회 연결망 서비스가 외부 자원으로서 충분한 활용 가치가 있음을 확인하였다.

• 디지털융복합연구
• /
• 제18권2호
• /
• pp.249-259
• /
• 2020

본 연구는 전기자동차(EV)에 대한 소셜미디어 데이터를 기반으로 감성분석 (SA)과 속성선택 (FS)방법을 적용하여 전기자동차에 대한 일반 사람들의 의견을 보다 효과적이고 정확히 예측할 수 있는 새로운 방법론을 제안한다. 구체적인 방법은 다음과 같다. 첫째, 유튜브에 있는 전기자동차에 대한 일반 사람들의 의견을 추출하였다. 둘째, 분석의 효과성을 증대하기 위하여 카이 스퀘어, 정보획득량, 릴리프에프 등 세가지 속성선택 방법을 적용하였다. 그 결과 로지스틱 회귀분석 및 서포트 벡터 머신 분류 기법에서 가장 의미있는 결과를 얻을 수 있다는 것이 확인되었다.

• 한국IT서비스학회지
• /
• 제19권6호
• /
• pp.145-159
• /
• 2020

Because of the recent development of information and communication technology, companies are exposed to various media such as blogs, social media, and YouTube. In particular, exposed news affects the company's reputation. So, while positive news can improve corporate value, negative news can lead to financial losses for the company. In this study, we redefine corporate reputation as social responsibility, vision and leadership, financial performance, products and services through existing literature, and conducted an AHP survey with a total of four components to calculate the weight of each factor. As a result of the calculation, the proportion of financial performance was the highest at 0.41, and products and services, vision and leadership, and social responsibility were the lowest. In addition, in order to measure the reputation of a company, it is classified as a component that defines online news using the LDA technique. In addition, through sentiment analysis, an index for each corporate reputation factor was derived, and the reputation index was calculated by combining it with the AHP analysis result, and Spearman ranking correlation analysis was performed to secure the validity of the research results. Therefore, the significance of this study is that the definition and importance of the constituent factors can contribute to the future planning and development direction of the company, and also contribute to the derivation of the corporate reputation index. This study is significant in that a new analysis methodology that applied AHP analysis results to sentiment analysis was suggested.

• 한국정보시스템학회지:정보시스템연구
• /
• 제26권4호
• /
• pp.327-353
• /
• 2017

Purpose Social media such as social network services, online forums, and customer reviews have produced a plethora amount of information online. Yet, the information deluge has created both opportunities and challenges at the same time. This research particularly focuses on the challenges in order to discover and track the service defects over time derived by mining publicly available online customer reviews. Design/methodology/approach Synthesizing the streams of research from text analytics, we apply two stages of methods of sentiment analysis and structural topic model incorporating meta-information buried in review texts into the topics. Findings As a result, our study reveals that the research framework effectively leverages textual information to detect, prioritize, and categorize service defects by considering the moving trend over time. Our approach also highlights several implications theoretically and practically of how methods in computational linguistics can offer enriched insights by leveraging the online medium.

• 대한안전경영과학회:학술대회논문집
• /
• 대한안전경영과학회 2009년도 추계학술대회
• /
• pp.387-397
• /
• 2009

In these OECD countries, left-wingers Government focus on unemployment, but right-wingers Government cares more about inflation. It is that inflation and unemployment don't have differential effects across rich and poor and the happiness levels of these two groups are unaffected by identity of the Government in power. The poor people choose to left-wingers Government, but rich people prefer to right-wingers Government. I estimate whether above opinion is correct or not. Especially I check how my results change when I control for aggregate economy activity and government consumption, two variables that could be correlated with inflation and unemployment and affect each Government's happiness differentially. This paper, and I believe much of the happiness literature, can be understood as an application of experienced utility, a conception that emphasis the pleasures derived from private consumption and sentiment of it. In Granger Causality test, private consumption sentiment index related with industrial production interactively in Korea. The business cycles affect on private consumption sentiment index.

• Journal of Information Processing Systems
• /
• 제9권4호
• /
• pp.538-547
• /
• 2013

In this paper, we propose a bias detection method that is based on personal and social opinions that express contrasting views on competing topics on Twitter. We used unsupervised polarity classification is conducted for learning social opinions on targets. The $tf{\cdot}idf$ algorithm is applied to extract targets to reflect sentiments and features of tweets. Our method addresses there being a lack of a sentiment lexicon when learning social opinions. To evaluate the effectiveness of our method, experiments were conducted on four issues using Twitter test collection. The proposed method achieved significant improvements over the baselines.