소셜 미디어 데이터의 세부 주제 레이블링을 위한 2단계 클러스터링 (Two-Level Clustering for Sub-Topic Labeling of Social Media Data)

서지정보

· 발행기관 : 한국정보과학회
· 수록지 정보 : 정보과학회논문지 : 소프트웨어 및 응용 / 41권 / 3호 / 225 ~ 232페이지
· 저자명 : 박용민, 이재성, 김보겸, 곽수정

초록

최근 소셜 네트워크 서비스의 사용량이 급증함에 따라, 이를 효과적으로 분석하고 이용하려는 연구가 활발히 진행 중이다. 소셜 미디어 데이터는 짧은 시간에 많은 양이 생산되기 때문에 효과적인 분석을 위해서는 이를 적절히 클러스터링하고, 요약(레이블링)해 줄 수 있는 기술이 필요하다. 그러나 기존의 문서 클러스터링 모델들은 여러 문장으로 구성된 일반적인 문서를 대상으로 하기 때문에 한 두 문장으로 구성된 짧은 소셜 미디어 데이터의 특징을 제대로 반영하지 못한다. 본 연구에서는 주제에 따라 긍정, 부정으로 분류된 소셜 미디어 데이터를 세부 주제별로 클러스터링하고 이를 요약하는 새로운 클러스터링 모델을 제안한다. 제안된 모델은 FTC(Frequent Term-based Clustering)와 GAAC(Group Average Agglomerative Clustering)를 2단계로 적용한 것으로 정보가 부족한 데이터에 적합하며, 여러 주제에 대하여 중복으로 클러스터링할 수 있기 때문에 소셜 미디어 데이터 분석에 보다 효과적이다.

영어초록

As the use of Social Network Service (SNS) is sharply increasing, many researches have been done to analyze SNS data. Because much social media data is produced in a very short time, we need effective techniques for clustering and summarizing (or labeling) of the data. However, existing document clustering models are developed for general documents which usually consist of many sentences, they do not adequately reflect characteristics of social media data of which document is mostly composed of one or two sentences. In this paper, we propose a new clustering model which deals with pre-processed twitter data that is boardly classified into positive and negative opinion documents for board topics. The model clusters the pre-processed twitter data into sub topics and labels with short key words, using the proposed two-level clustering model based on FTC (Frequent Term-based Clustering) and GAAC (Group Average Agglomerative Clustering). The experiment showed that it is appropriate for sparse data and more effective for social media data analysis than other models.

참고자료

· 없음