밈(Meme) 데이터의 패턴 분석 및 예측 시스템 (Pattern Analysis and Prediction System for Meme data)

서지정보

· 발행기관 : 한국정보기술학회
· 수록지 정보 : 한국정보기술학회논문지 / 9권 / 9호 / 163 ~ 177페이지
· 저자명 : 주지훈, 윤영미

초록

본 논문에서는 시간의 흐름에 따라 변하는 온라인상에서의 뉴스의 흐름을 분석한다. 대량의 뉴스 미디어 및 블로그 게시물 안의 인용 구문들을 추적하여, 인용 횟수를 기록한 데이터를 밈(Meme) 데이터라고 한다. 이들 밈 데이터를 전 처리 한 후 K-means, X-means, EM 군집 알고리즘을 적용하여, 인용 횟수의 시간에 따른 변화 패턴을 식별하고 비교한다. 또한 이렇게 분석된 클러스터를 이용하여, 시간 변화에 따른 밈의 예측 모델을 제시한다. 인용 횟수가 가장 높은 피크 점 이전의 데이터를 트레이닝 데이터로 활용하여, Naive Bayes, SMO, Random Forest 알고리즘을 적용하여 피크 점 이후의 밈의 패턴이 속할 클러스터를 예측하는 분류자를 생성한다. 해당 클러스터의 정보를 바탕으로 피크 점 이후의 밈의 패턴을 예측 한다. 본 논문에서는 LOOCV를 활용한 Precision, Recall, F_measure, Accuracy를 통하여 이 예측시스템을 검증한다. K-means로 군집 분석을 수행한 결과를 트레이닝 데이터로 활용하고, SMO 알고리즘으로 분류 분석을 수행하였을 때, 95.3%의 정확도를 나타낸다. 본 논문에서 구축한 모델은, 피크 점 이전의 독립 밈 데이터가 주어지면 피크 점 이후의 패턴 예측에 활용 될 수 있다.

영어초록

We made an analysis on the pattern of on-line news which change as time flows. The record for the number of mentions in a series of time for short units of text that propagate and diffuse over the web from mainstream media to blogs is referred as "meme" data. The flow of changes in the number of quotes of these meme data is clustered using EM, K-means, X-means algorithm, and their patterns are compared. We also propose a prediction system for classifying the pattern of an independent meme with a set of training data using Naive Bayes, SMO, Random Forest. The training data set consists of the meme data where only the data prior to the peak are used, and the class label from the clustering. We validated the prediction system with Precision, Recall, F_measure, Accuracy using LOOCV. The accuracy rate is 95.3% when SMO classification algorithm is executed with the training data from K-means clustering algorithm. Our system will successfully predict the pattern of the independent meme data posterior to the peak.

참고자료

· 없음