소셜 네트워크 환경에서 변형된 TF-IDF를 이용한 핫 토픽 예측 기법

국문 초록 (Abstract)

최근 실시간으로 생성되는 대용량의 SNS 데이터로부터 유의미한 정보를 찾아내고 분석하는 것이 중요해지면서 핫 토픽 예측에 대한 관심도 크게 증가하고 있다. 기존 핫 토픽 검출 기법은 시간적 속성을 고려하지 않기 때문에 빠르게 변화하는 사회에서 이슈화되는 핫 토픽을 예측하기에는 부적합하다. 본 논문에서는 소셜 네트워크 환경에서 변형된 TF-IDF를 통한 핫 토픽 예측 기법을 제안한다. 변형된 TF-IDF을 이용하여 과거의 IDF 값에 대한 현재의 IDF값의 비율로 순간적으로 이슈화되는 후보 키워드 집합을 추출한다. 추출된 후보 키워드에 사용자의 영향력과 전문성을 고려한 가중치를 부여하여 핫 토픽 예측 지수를 계산한다. 제안하는 기법의 우수성을 보이기 위해 기존의 핫 토픽 검출 기법과의 성능평가를 수행한다. 또한 제안하는 기법이 핫 토픽을 정확히 예측하는지를 보이기 위해 네이버 한글 뉴스 기사를 통한 핫 토픽 예측 기법의 질을 평가한다.

다국어 초록 (Multilingual Abstract)

Recently, the interest in predicting hot topics has grown significantly as it has become more important to find and analyze meaningful information from a large amount of data flowing in social networking services. Existing hot topic detection schemes do not consider a temporal property, so they are not suitable to predict hot topics that are rapidly issued in a changing society. This paper proposes a hot topic prediction scheme that uses a modified TF-IDF in social networking environments. The modified TF-IDF extracts a candidate set of keywords that are momentarily issued. The proposed scheme then calculates the hot topic prediction scores by assigning weights considering user influence and professionality to extract the candidate keywords. The superiority of the proposed scheme is shown by comparing it to an existing detection scheme. In addition, to show whether or not it predicts hot topics correctly, we evaluate its quality with Korean news articles from Naver.

목차 (Table of Contents)

• 요약
• Abstract
• 1. 서론
• 2. 관련 연구
• 3. 제안하는 핫 토픽 예측 기법
• 4. 성능평가
• 5. 결론
• References

참고문헌 (Reference)

1 "https://ko.wikipedia.org/wiki/TF-IDF"

2 "https://en.wikipedia.org/wiki/Precision_and_recall"

3 "https://dev.twitter.com/streaming/overview"

4 Fabien Duchateau, "Who can Best Answer a Query in My Social Network?" 218-223, 2011

5 Sitaram Asur, "Predicting the future with social media" 01 : 492-499, 2010

6 RuiGuo Yu, "Online hot topic detection from web news archive in short terms" 919-923, 2014

7 H. Kim, "Discovering Hot Topics using Twitter Streaming Data" 1215-1220, 2013

8 J. Haziq, "'Good' versus 'Bad' Opinion on Micro Blogging Networks : Polarity Classification of Twitter" 3 (3): 49-56, 2014