원문정보
초록
한국어
정보기술의 발달과 함께 등장한 소셜 네트워크 서비스는 사용자들의 관계에 대한 보다 많은
상호작용을 유도하고 있고, 일상생활 속 깊이 침투하면서 급속하게 성장하고 있다. 특히 트위터와 같이 짧은 메시지를 통해 여러 사람과 소통 할 수 있는 서비스를 나타내는 마이크로 블로깅 서비스는 소셜 네트워크 서비스의 한 종류이며, 모바일 기기 사용이 보편화되면서 더욱 활성화되고 있다. Tencent Weibo 는 중국에서 가장 큰 마이크로 블로깅 웹사이트이며 현재 200만명 이상의 가입자를 보유하고 있고, 매일 40만개 이상의 메시지가 생성되고 있다.
많은 사용자들이 일상처럼 사용하게 되는 소셜 네트워크 서비스로 인해 전달되는 정보의 속도는 매우 빠르며, 추가적으로 생성되는 정보의 양 또한 만만치 않다. 이렇게 생성된 엄청난 양의 데이터, 즉 빅 데이터는 기업 관점에서 사용자들이나 사회 현상을 설명하고 예측 할 수 있는 주요 정보가 되지만, 사용자 관점에서는 정보의 홍수 속에서 정작 원하는 정보를 얻는 것이 쉽지 않은 일이 되었다.
본 연구에서는 이러한 문제점을 해결하기 위해 중국의 마이크로 블로깅 웹 사이트 인 Tencent Weibo의 공개 데이터 셋을 이용하여 소셜 네트워크 서비스 사용자들에 대한 관계 정보를 정의하고, 데이터 마이닝 기법을 이용하여 사용자에게 보다 나은 추천결과를 제시할 수 있는 방안을 모색해보고자 한다.
목차
서론
선행 연구
추천시스템
빅데이터
데이터마이닝 기법
연관규칙
Tencent Weibo의 추천 아키텍처
연구 프레임워크
실험설계
데이터
실험 및 연구결과
결론 및 향후 연구과제
참고문헌