텍스트마이닝을 이용한 사회 이슈 찬반 분류에 관한 연구 = Study on the social issue sentiment classification using text mining

다국어 초록 (Multilingual Abstract)

The development of information and communication technology like SNS, blogs, and bulletin boards, was provided a variety of places where you can express your thoughts and comments and allowing Big Data to grow, many people reveal the opinion of the social issues in SNS such as Twitter. In this study, we would like to pre-built sentimental dictionary about social issues and conduct a sentimental analysis with structured dictionary, to gather opinions on social issues that are created on twitter. The data that I used is "bikini", "nakkomsu" including tweet. As the result of analysis, precision is 61% and F1- score is 74%. This study expect to suggest the standard of dictionary construction allowing you to classify positive/negative opinion on specific social issues.

참고문헌 (Reference)

1 허상희, "트위터에서 트윗(tweet)의 특징과 유형 연구" 한민족어문학회 (61) : 455-494, 2012

2 배정환, "텍스트 마이닝을 이용한2012년 한국대선 관련 트위터 분석" 한국지능정보시스템학회 19 (19): 141-156, 2013

3 유은지, "주가지수 방향성 예측을 위한 주제지향 감성사전 구축 방안" 한국지능정보시스템학회 19 (19): 95-110, 2013

4 장경애, "인터넷 감정기호를 이용한 긍정/부정 말뭉치구축 및 감정분류 자동화" 한국정보과학회 42 (42): 512-521, 2015

5 강병욱, "사회네트워크분석과 텍스트마이닝을 이용한 배구 경기력 분석" 한국데이터정보과학회 26 (26): 619-630, 2015

6 김용대, "빅데이터와 통계학" 한국데이터정보과학회 24 (24): 959-974, 2013

7 최호식, "빅 데이터 분석을 위한 지지벡터기계" 한국데이터정보과학회 24 (24): 989-998, 2013

8 Shamma, D. A., "Tweet the debates: Understanding community annotation of uncollected source" Advancing Computing as a Science & Profession(ACM) 2009

9 Park, K. M., "The opinion mining study in SNS" 29 : 54-60, 2011

10 조완섭, "SNS 데이터 분석을 통한 스마트 충북관광 구축" 한국데이터정보과학회 26 (26): 409-418, 2015

11 Yoon, D. M., "Prediction of rating score from short comments on movies using word-rating correlation analysis" The HCI Society of Korea 2011

12 Owsley, S., "Domain Specific Affective Classification of Documents" 2006

13 Aue, A., "Customizing sentiment classifiers to new domains: A case study" 2005