딥러닝을 이용한 SNS 분석기반 개인 관심사 추출 = Extraction of individual interests based on SNS analysis using Deep Learning

다국어 초록 (Multilingual Abstract)

Recently, the number of people using social network sites(SNS) is increasing rapidly as the penetration rate of smartphones has increased.
Although SNS was used to build and maintain relationships in the beginning, but it has recently been used to express personal interests directly and indirectly, such as posting personal thoughts or favorite photos.
Therefore, analyzing SNS is good data to extract personal tendencies and interests, and these analysis results can be used in many ways, including marketing and recommendation system.
In this thesis, contents of SNS are summarized using algorithm of Text Rank, and classify the contents using CNN(Convolutional Neural Network) to extract individual interests.
While Conventional CNN(Convolutional Neural Network) - based classification techniques show an average of 70.4% accuracy, the proposed method has significantly improved accuracy to about 82.8% and appears to be more efficient in extracting individual interests.

국문 초록 (Abstract)

최근 스마트폰 보급률이 높아짐에 따라 SNS를 이용하는 사람들이 급증하고 있다. 이러한 SNS의 사용은 초창기에는 인간관계 형성 및 유지를 목적으로 이용되었으나 최근에는 개인의 생각이나 좋아하는 사진을 게재하는 등 직, 간접적으로 개인의 관심사가 노출되고 있다. 따라서 SNS를 분석하는 것은 개인의 성향 및 관심사를 추출하기에 좋은 데이터가 되며 이러한 분석결과는 마케팅, 추천시스템 등 많은 분야에 활용될 좋은 자료가 된다.
본 논문에서는 구글의 PageRank 알고리즘을 응용한 TextRank 알고리즘을 이용하여 SNS에서 키워드를 추출 한 후 그 내용을 CNN (Convolutional Neural Network)을 이용하여 분류하여 SNS내용을 바탕으로 개인관심사를 추출하는 방법을 제안한다.
기존의 분류기법을 이용한 결과 평균 70.4%의 정확도를 보이나 제안한 방법은 정확도가 약 82.8%로 크게 향상되었고 개인 관심사를 추출하는데 보다 효율적임을 보인다.

목차 (Table of Contents)

• 목 차
• 국문초록 ⅳ
• 영문초록 ⅴ
• 제 1 장 서론 1
• 1.1 배경 및 목적 1
• 1.2 연구내용 및 구성 2
• 제 2 장 관련 연구 3
• 2.1 PageRank 및 TextRank 알고리즘 5
• 2.2 CNN(Convolutional Neural Network) 7
• 2.3 Tensorflow 11
• 제 3 장 SNS분석 및 관심사 추출 13
• 3.1 시스템 프로세스 흐름도 13
• 3.2 SNS데이터 수집 14
• 3.3 TextRank를 이용한 키워드 추출 15
• 3.4 CNN을 이용한 분류 16
• 제 4 장 실험 및 결과분석 19
• 4.1 실험환경 19
• 4.2 결과분석 21
• 제 5 장 결론 및 제언 24
• 참고문헌 25