http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
KeyplayerRank를 이용한 SNS상의 주제별 키플레이어 탐지기법
김민선(Kim, Min Seon),이영민(Lee, Young Min),유기윤(Yu, Ki Yun),김지영(Kim, Ji Young) 대한공간정보학회 2018 대한공간정보학회지 Vol.26 No.4
Social network service 이용자가 매년 꾸준히 증가하면서 SNS를 이용하여 자료나 정보를 습득하고 SNS상에서 다른 사용자와 커뮤니케이션 하는 사람들이 늘어가고 있다. 자료나 정보를 습득할 때 SNS에서 가장 영향력 있는 사용자의 말을 신뢰하고 따르는 경우가 빈번하게 일어나고 있다. 따라서 본 연구에서는 특정 주제에 관심 있는 사람들 간의 관계에 가중치로 작용하는 주제 유사도와 사용자의 영향력과 파급력을 고려한 영향력 지수를 적용한 KeyplayerRank를 이용하여 SNS상의 키플레이어를 찾고자 한다. 본 연구에서는 트위터를 대상으로 주제별 키플레이어를 탐지하였으며, 주제를 추출하기 위해 토픽모델링 방법 중 latent dirichlet allocation(LDA)를 이용하였고, 주제와 관련 있는 텍스트만을 분류하기 위해 support vector machine(SVM)을 이용하였다. 본 연구에서는 두 가지 지표를 동시에 고려하여 SNS상에서 키플레이어를 찾고자 하는 목적에 따라 사용자가 선택할 수 있는 새로운 방법을 제안하였다. 본 연구 방법을 적용한 결과 0.066794의 값을 갖는 사용자가 ‘알파고와 이세돌의 바둑대국’이라는 주제에서 가장 큰 값을 가져 키플레이어로 탐지되었다. As the number of Social Network Service(SNS) users steadily increases each year, more and more people are using SNS to acquire data and information and communicate with other users on SNS. It often happens that people trust and follow the words of the most influential users in SNS. Therefore, in this study, we want to find key players in SNS by using KeyplayerRank applying Topical Similarity, which weights the relationship between people who are interested in a specific topic, and Influence Index considering user"s influence and power. In this study, the key player of the subject was detected on Twitter, LDA was used as a topic modeling method to extract the subject, and SVM was used to classify only text related to the topic. This study proposed a new method to select users according to the purpose of finding key player in SNS considering both indicators at the same time. As a result of applying this research method, a user with a value of 0.066794 was found to be the key player with the highest value in the subject of ‘Alpha Go vs. Lee Se Dol’.