• Asia pacific journal of information systems
• /
• 제30권4호
• /
• pp.719-740
• /
• 2020

The stock market changes continuously as new information emerges, affecting the judgments of investors. Online news articles are valued as a traditional window to inform investors about various information that affects the stock market. This paper proposed new ways to utilize online news articles with technical indicators. The suggested hybrid model consists of three models. First, a self-attention-based convolutional neural network (CNN) model, considered to be better in interpreting the semantics of long texts, uses news content as inputs. Second, a self-attention-based, bi-long short-term memory (bi-LSTM) neural network model for short texts utilizes news titles as inputs. Third, a bi-LSTM model, considered to be better in analyzing context information and time-series models, uses 19 technical indicators as inputs. We used news articles from the previous day and technical indicators from the past seven days to predict the share price of the next day. An experiment was performed with Korean stock market data and news articles from 33 top companies over three years. Through this experiment, our proposed model showed better performance than previous approaches, which have mainly focused on news titles. This paper demonstrated that news titles and content should be treated in different ways for superior stock price prediction.

• 한국산학기술학회논문지
• /
• 제13권5호
• /
• pp.2087-2095
• /
• 2012

본 연구에 이용된 편집요인은 뉴스 카테고리, 사진기사, 굵은 활자체의 기사제목, 신문제호, 기사제목의 내용 등으로 구성되었다. 이 같은 요인 중 사진기사, 굵은 활자체의 기사제목, 기사제목의 내용 등 3개 요인만이 뉴스 이용자들의 기사선택에 영향을 미치는 것으로 나타났다. 이들 요인을 포털뉴스 이용시간의 차이에 따른 분석에서는 뉴스 카테고리, 굵은 활자체의 기사제목, 신문제호 등 3개 요인만이 영향을 미치는 것으로 나타났다. 뉴스 장르가 뉴스 이용자들의 기사선택에 미치는 영향에 대한 분석에서는 정치, 경제, 사회, 스포츠, 문화/연예, 국제, IT/과학 장르 중 사회, 문화/연예, 국제 등 3개 요인만이 이용자들의 기사선택에 영향을 미치는 것으로 나타났다. 이들 요인에 대한 남녀집단 간의 분석에서는 경제, 스포츠, 문화/연예, IT/과학 등 4개 장르에서 기사선택에 차이가 있는 것으로 나타났다. 본 연구는 오프라인 신문에 비해 다양한 방식으로 기사를 노출시키는 온라인 매체에서 전통적인 신문편집의 요소가 기사선택에 어떠한 영향을 미치는가를 파악하여 온 오프라인 신문 간 편집요소의 역할에 대한 차이와 온라인 매체에서의 효과적인 편집방안을 수립하는데 기초적인 단서를 제공할 목적으로 수행되었다.

• 한국콘텐츠학회논문지
• /
• 제20권6호
• /
• pp.556-578
• /
• 2020

실시간으로 발생하는 뉴스 기사로부터 이슈를 분석하기 위한 다양한 연구가 진행되어 왔다. 하지만 범주에 따라 계층적으로 이슈를 분석하는 연구는 많이 진행되지 않았고, 계층적 이슈 분석을 위한 기존의 연구에서 제안하는 방식 또한 뉴스 기사 증가에 따라 군집화 속도가 느려지는 문제점이 있다. 따라서 본 논문에서는 준 실시간으로 뉴스 기사의 이슈를 분석하는 계층적·점증적 군집화 방식을 제안한다. 제안하는 군집화 방식은 샴 신경망을 이용한 가중 코사인 유사도 측정 모델 기반의 k-평균 알고리즘을 이용한 단어 군집 기반 문서 표현 방식을 통해 뉴스 기사를 문서 벡터로 표현한다. 그리고 문서 벡터로부터 초기 이슈 군집 트리를 생성하고, 새로 발생한 뉴스 기사를 해당 이슈 군집 트리에 추가하는 점증적 군집화 방식을 제안함으로써 뉴스 기사의 계층적 이슈를 준 실시간으로 분석한다. 마지막으로, 본 논문에서 제안하는 방식과 기존 방식들과의 성능평가를 통해 제안하는 군집화 방식이 정확도 측면에서 기존 방식 대비 NMI 지표 기준 0.26 정도 성능이 향상되었고, 속도 측면에서 약 10배 이상의 성능이 향상됨을 입증하였다.

• 한국산학기술학회논문지
• /
• 제16권12호
• /
• pp.8195-8209
• /
• 2015

본 논문의 연구 목표는 뉴스 가치 평가에 근거한 중요 뉴스 자동 추천 및 개인화 방안을 제시하는 데에 있다. 뉴스 가치 평가는 전통적인 오프라인 신문에서 편집장들이 1면 뉴스를 선정할 때 사용하는 접근법으로 본 논문에서는 이를 시스템적으로 구현하는 방안을 제시한다. 이렇게 함으로써 콘텐츠 주제에 대한 전통적인 개인 선호 성향과는 다르게 뉴스의 사회적 가치에 대한 관심 성향을 기준으로 중요 뉴스를 선별할 수가 있다. 뉴스의 사회적 가치는 지면 신문의 기존 연구에서 제시한 사회적 중요도, 새로운 볼거리, 수용자 관련성, 인간적 흥미 4가지 기준을 준용하였고, 본 연구에서는 이를 시스템적으로 적용하기 위한 절차적, 구조적 방안을 도출하였다. 중요 뉴스의 선별 과정은 뉴스의 가치 평가를 위한 과정과 평가된 결과를 개인화하는 과정으로 구성된다. 실험을 통해 특정 시점에서의 각 온라인 뉴스 서비스들의 중요 뉴스들과 본 논문에서 제시한 기법을 통해 선별된 중요 뉴스들에 대한 사용자 만족도를 비교 평가하여 본 연구에서 제안하는 방법이 더 효과적임을 확인하였다.

• 디지털콘텐츠학회 논문지
• /
• 제19권4호
• /
• pp.631-637
• /
• 2018

신문기사를 읽기 위하여 종이 신문의 이용은 줄고 스마트폰을 이용하는 경우가 많아지고 있어 뉴스 어플리케이션은 늘고 있다. 안드로이드 플레이 스토어의 많은 뉴스 어플리케이션은 2가지로 분류된다. 첫 번째는 특정 신문사에서 개발하여 해당 신문사의 기사만 배포하는 것이고, 나머지는 신문 목록을 보여주고 신문을 선택하면 신문사 홈페이지를 보여주는 것이다. 본 논문에서는 국내의 많은 신문사의 기사를 모아서 실시간으로 제공하기 위한 실시간뉴스 어플리케이션을 설계 및 구현하였다. 신문사들은 제공하는 RSS로 최신 기사를 제공한다. 서버프로그램은 최신기사를 시간 순으로 정렬하여 DB에 저장하고 실시간뉴스 어플리케이션에서 요구하는 기사를 실시간으로 전송한다. 최신 뉴스를 보기 위해 여러 곳에 분산된 신문사의 홈페이지를 각각 방문하지 않고도 각 신문사의 기사를 모아서 볼 수 있고 각 홈페이지를 접속하는데 사용되는 데이터의 사용을 줄일 수 있는 장점이 있다.

• 한국정보통신학회논문지
• /
• 제24권8호
• /
• pp.1015-1021
• /
• 2020

모바일 뉴스를 접하는 사용자 관점에서는 광고 표출이 없는 순수한 뉴스 기사를 원하지만, 뉴스 제공 회사 관점에서는 광고 수익을 위해 여러 가지 유형으로 광고를 표출하기를 원한다. 본 논문에서는 모바일 뉴스 기사에 표출되는 광고의 유형을 기사의 일부 영역에 고정 배치되는 기사 고정형, 모바일 단말기 화면상에 고정 배치되는 화면 고정형 그리고 이들이 섞여있는 혼합형으로 구분하고서 각 방식의 장단점을 비교하였다. 그리고 뉴스 제공 회사에서 모바일 뉴스 기사를 읽는 독자에게 거부감을 주지 않는 범위에서 효율적으로 광고를 배치하는 중첩 기반의 스마트 솔루션을 제안하였다. 제안하는 방식은 기사 고정형의 일종으로서 뉴스 기사에 부가적으로 제공되는 사진 혹은 가상의 영역에 광고를 중첩하는 기술이다. 성능 평가 결과 제안하는 방식은 광고의 개수나 크기에 따라 광고 이미지의 일부가 중첩되어 가려질 수도 있지만 기존의 광고 표출 방식보다 더 효율적으로 뉴스 기사를 위한 공간을 제공함을 알 수 있다.

• 한국정보통신학회논문지
• /
• 제24권8호
• /
• pp.999-1005
• /
• 2020

오늘날의 검색 포털은 뉴스의 창구로서는 가장 큰 비율을 차지하지만, 중립성에 대해서는 의문이 제기되고 있다. 이는 포털 뉴스가 편향된 정보의 소비를 유도할 수 있기 때문이다. 본 논문은 뉴스 기사의 정치적 편향도를 딥러닝을 이용하여 측정하는 방법에 대하여 소개한다. 이는 기사를 비판적으로 바라보는 시각을 뉴스 독자에게 제공할 것이다. 구체적으로, 국회 회의록에서 추출한 키워드에 편향도를 부여하고, 이를 기반으로 기사의 편향도를 분석하여 머신러닝용 데이터를 구축하였다. 최종적으로 순환 신경망과 합성곱 신경망을 융합한 딥러닝을 통해 기사의 편향도를 계산하는 것을 목표로 하였다. 학습한 모델의 정확도를 분석한 결과 문장별 편향의 좌/우편향 판정은 95.6%의 정확도를 보였으나, 신문기사 전체에서는 46.0%의 정확도를 보였다. 이는 기존의 여러 편향성 연구와 다르게 특정 주제에 한정되지 않고 기사의 보수-진보 편향성을 분석할 수 있도록 한다.

• 한국문헌정보학회지
• /
• 제53권2호
• /
• pp.159-178
• /
• 2019

본 연구의 목적은 포털 뉴스를 통해 보도된 특정 국가(체코)에 대한 기사 내용을 기간별로 분석해봄으로써 우리나라와 체코와의 분야별 관계 변화 추이를 고찰해 보기 위함이다. 이를 위해, 국내 포털 사이트 중 하나인 네이버 뉴스 검색을 통해 1990년부터 2019년 3월 31일 현재까지 체코에 관하여 보도된 뉴스 기사를 분석하였다. 1990년부터 5년 단위로 6개의 기간을 설정하여 각 기간별로 200개씩의 체코에 관한 뉴스 기사 총 1,200건을 4개 분야(정치, 경제, 사회 및 문화, 교육)로 나누어 분석하였다. 분석결과, 사회 및 문화 분야 기사 건수의 비중이 가장 큰 것으로 나타났으며 세부 주제의 변화 범위 또한 가장 광범위하게 이루어 졌음을 알 수 있었다. 결론에서는 양국 간의 보다 긴밀한 관계 구축을 위한 분야별 협력 증진 방안을 제시하였다.

• 한국IT정책경영학회 논문지
• /
• 제11권6호
• /
• pp.1503-1507
• /
• 2019

온라인 연예 뉴스 기사의 연성화와 속보성 기사가 증가함에 따라 많은 사람들이 연예면 기사를 접하며, 연예인에 대한 평가를 내릴 수 있게 됐다. 연예인에 대한 평판은 소속된 연예인 자원을 최대한 활용해야 하는 연예기획사의 사업전략에 핵심적인 요소이나, 실시간적으로 대규모 기사가 올라오는 환경에서 어떤 뉴스 기사가 어떤 연예인에 관한 것인지 체계적으로 분석하는 것은 용이하지 않다. 본 논문은 연예 뉴스 데이터에서 언급되는 연예인의 언급량을 기준으로 해당 기사의 주제가 되는 연예인을 추출하고, 해당 연예인의 연예기획사로 연관짓는 연예 뉴스 키워드 분석 시스템을 제안한다. 본 논문에서 제안된 시스템을 통해 광고사 혹은 연예기획사 측에서 사업을 위한 참고 자료로 해당 연예인의 가치 판단을 할 수 있다. 이와 더불어 증권사나 투자자들에게 연예기획사의 전망을 예측하여, 투자 전략의 토대를 마련해줄 수 있다.

• 한국인터넷방송통신학회논문지
• /
• 제11권6호
• /
• pp.63-71
• /
• 2011

현재 대부분의 웹포털 사이트는 인기도 또는 중요도가 높은 키워드를 제공하는 서비스가 제공되고 있는데, 구체적으로 태그 클라우드 형태와 연관 검색 서비스와 같은 사용자 친화형 서비스를 지원하고 있다. 하지만 일반적으로 뉴스기사는 날짜와 분야별로 기사들이 분류되어 있기에, 사용자는 카테고리별로 나누어진 기사를 읽을 수만 있을 뿐 그 기사와 연관된 다른 기사를 쉽게 찾아보지는 못한 실정이다. 또한 연관 검색어 서비스도 사용자가 검색한 입력내용을 기반으로 연관성 정도를 분석하기에 충분한 객관성을 보장하지 못하고 있다. 본 논문에서는 기존의 태그 클라우드 방식에서 좀 더 나아가 축적된 뉴스 기사로 부터 검색 키워드와 밀접히 연관된 키워드를 추출하여 제공하는 기사 검색 방식을 제안한다. 제안 기법은 기본적으로 연관규칙 마이닝을 이용하여 키워드 연관성을 추출하게 되며, 뉴스기사 특성을 반영하여 문장 내부에 존재하는 키워드에 한정하여 연관성을 추출한다. 연관된 키워드 집합을 이용하여 키워드와 가장 밀접한 기사를 검색할 뿐만 아니라, 연관 키워드간의 관계성을 보여줌으로써 뉴스 기사들 속에 숨겨진 연관정보의 탐색을 가능하게 한다.