KR20120108095A - System for analyzing social data collected by communication network - Google Patents
System for analyzing social data collected by communication network Download PDFInfo
- Publication number
- KR20120108095A KR20120108095A KR1020110025639A KR20110025639A KR20120108095A KR 20120108095 A KR20120108095 A KR 20120108095A KR 1020110025639 A KR1020110025639 A KR 1020110025639A KR 20110025639 A KR20110025639 A KR 20110025639A KR 20120108095 A KR20120108095 A KR 20120108095A
- Authority
- KR
- South Korea
- Prior art keywords
- word
- evaluation
- subject
- emotional
- database
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/268—Morphological analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
본 발명은 통신망을 통해 수집된 소셜 데이터를 분석하는 시스템에 관한 것으로서, 특히 분석대상 주제어에 대해 사용자들이 올린 글을 분석하여 긍정적 또는 부정적 평가의 정도를 판단할 수 있도록 한다.
The present invention relates to a system for analyzing social data collected through a communication network, and in particular, it is possible to determine a degree of positive or negative evaluation by analyzing a user's post on an analysis subject.
블로그, 카페, 포털, 쇼핑몰, 트위터 등 각종 온라인 서비스를 이용하는 사용자들이 통신망을 통해 올린 글을 분석하여 특정 주제에 관한 사용자들의 반응을 평가하려는 시도가 이루어지고 있다.Users using various online services such as blogs, cafes, portals, shopping malls, Twitter, and the like have been attempted to evaluate users' reactions on specific topics by analyzing posts posted through a communication network.
예로서, 일정한 틀이 정해져 있지 않은 문서에서 주제를 찾아내는 텍스트 마이닝(Text Mining), 문서를 작성한 사용자가 해당 주제에 관하여 표출한 감정을 추출하는 오피니언 마이닝(Opinion Mining) 등을 들 수 있다.For example, text mining that finds a topic in a document that has no fixed frame, and opinion mining that extracts emotions expressed by the user who created the document about the topic.
특히, 오피니언 마이닝 기법은 온라인 쇼핑몰을 이용하는 사용자들의 상품평을 분석하는 분야에 성공적으로 적용되고 있으며, 사용자들의 상품에 대한 감정을 고려하기 때문에 분석 대상 상품에 관한 사용자들의 반응을 더욱 정밀하게 파악할 수 있도록 해준다.In particular, the opinion mining technique has been successfully applied to the field of analyzing the product reviews of users who use the online shopping mall, and the user's reaction to the product to be analyzed can be more precisely considered because the user's emotions are considered. .
한편, 어떤 주제에 관한 사용자들의 평가는 해당 주제에 관한 직접적인 언급뿐 아니라 간접적인 언급으로도 표출될 수 있다.On the other hand, ratings of users on a topic may be expressed in indirect as well as indirect references to the topic.
예컨대 어떤 상품 X에 관한 사용자들의 평가는 상품 X를 직접적으로 지정한 글에서의 긍정적 표현 또는 부정적 표현으로 나타날 수 있지만, 해당 상품 X와 경쟁적 관계에 있는 상품 Y에 관한 긍정적 표현 또는 부정적 표현에 의해 간접적으로 표출될 수도 있다.For example, a user's evaluation of a product X may appear as a positive or negative expression in the article that directly specifies the product X, but indirectly by a positive or negative expression about the product Y in competition with the product X. It may be expressed.
즉, 사용자는 '상품 X가 좋다'라는 글을 통해 상품 X에 대한 긍정적 평가를 직접적으로 표출할 수 있지만, '상품 Y는 나쁘다'라는 글을 통해 상품 X에 대한 긍정적 평가를 간접적으로 표출할 수도 있다.In other words, the user can express positive evaluation of product X directly through the article 'Good X', but indirectly express positive evaluation of Product X through 'Good Y' is bad '. have.
그런데 종래에는 특정 주제에 관해 직접적으로 표출한 사용자들의 평가만을 분석 대상으로 하고 있을 뿐 상기와 같은 사용자들의 간접적인 평가까지 종합적으로 고려하지 못하고 있다.
However, in the related art, only evaluations of users directly expressed on a specific subject are analyzed, and indirect evaluations of the above users are not comprehensively considered.
이에 본 발명은 상기와 같은 문제점을 해결하기 위하여 안출된 것으로서, 통신망을 통해 수집된 사용자들의 글로부터 분석대상 주제어에 관한 사용자들의 평가를 분석할 때 분석대상 주제어와 경쟁 관계에 있는 주제어에 대한 평가도 반영하도록 하여, 분석대상 주제어에 대한 사용자들의 평가를 더욱 정확하고 종합적으로 측정할 수 있도록 하는데 그 목적이 있다.Accordingly, the present invention has been made to solve the above problems, and when the user's evaluation of the analysis target subjects from the user's writings collected through the communication network analysis of the subjects in competition with the analysis target subjects The purpose of this study is to enable users to more accurately and comprehensively measure users' evaluation of the subject of analysis.
상기와 같은 목적을 달성하기 위하여, 본 발명에 따른 소셜 데이터 분석 시스템은, 통신망을 통해 수집된 사용자들의 글로부터 분석대상 주제어와 경쟁 주제어에 관한 감성단어를 문장 단위로 추출하는 추출수단(감성단어는 긍정적 평가 또는 부정적 평가에 사용되는 단어임); 상기 분석대상 주제어에 대한 감성단어별 감성의 정도와 극성 정보를 저장하는 제1 데이터베이스; 상기 경쟁 주제어에 대한 감성단어별 감성의 정도와 극성 정보를 저장하는 제2 데이터베이스; 상기 추출수단에 의해 추출된 상기 분석대상 주제어 관련 감성단어와 상기 제1 데이터베이스의 감성단어별 감성의 정도와 극성 정보를 기초로 상기 분석대상 주제어에 대한 평가값을 연산하는 제1 연산수단; 상기 추출수단에 의해 추출된 상기 경쟁 주제어 관련 감성단어와 상기 제2 데이터베이스의 감성단어별 감성의 정도와 극성 정보를 기초로 상기 경쟁 주제어에 대한 평가값을 연산하는 제2 연산수단; 및 상기 제1 연산수단과 제2 연산수단에 의해 연산되는 상기 분석대상 주제어와 상기 경쟁 주제어에 대한 평가값을 기초로 상기 분석대상 주제어에 대한 최종 평가 결과를 산출하는 평가결과 산출수단을 포함하여 이루어진다.
In order to achieve the above object, the social data analysis system according to the present invention, extracting means for extracting the emotional words related to the analysis target subject and the competition subject in sentence units from the user's writing collected through the communication network (the emotional word is Words used for positive or negative evaluation); A first database for storing the degree of sensitivity and polarity information for each emotional word of the subject to be analyzed; A second database for storing the degree of sensitivity and polarity information for each emotional word for the competitive subject word; First calculating means for calculating an evaluation value for the analysis target main word based on the sensitivity word related to the analysis target main word extracted by the extraction means and the sensitivity and polarity information for each emotion word of the first database; Second arithmetic means for calculating an evaluation value for the competitive main word based on the competitive word related emotional word extracted by the extracting means and the sensitivity and polarity information for each emotional word of the second database; And evaluation result calculation means for calculating a final evaluation result for the analysis target main word based on the analysis value for the analysis target main word and the competition main word calculated by the first and second calculation means. .
상기 분석대상 주제어와 상기 경쟁 주제어는 특정 상품을 지칭하는 명칭, 또는 특정 상품의 속성일 수 있다.The analysis target main word and the competition main word may be a name indicating a specific product or an attribute of a specific product.
상기 감성단어는 상기 분석대상 주제어와 상기 경쟁 주제어를 수식하는 단어로서, 형용사, 동사, 부사 등의 품사를 가질 수 있다.The emotional word is a word that modifies the subject to be analyzed and the subject of competition, and may have adverbs such as adjectives, verbs, and adverbs.
상기 감성의 극성은 동사 또는 형용사에 설정될 수 있으며, 긍정적 평가일 때와 부정적 평가일 때 반대 부호를 갖도록 설정될 수 있다.
The sentiment polarity may be set in a verb or adjective, and may be set to have opposite signs in a positive evaluation and a negative evaluation.
상기 평가결과 산출수단은 상기 제1 연산수단과 제2 연산수단에 의해 연산된 평가값을 누적하여 상기 분석대상 주제어에 대한 최종 평가 결과를 산출하도록 구성될 수 있다.The evaluation result calculating means may be configured to accumulate evaluation values calculated by the first calculating means and the second calculating means to calculate a final evaluation result for the analysis target main word.
이때 상기 경쟁 주제어에 대한 긍정적 평가(또는 부정적 평가)는 상기 분석대상 주제어에 대한 부정적 평가(또는 긍정적 평가)를 높이는 방향으로 누적되도록 구성될 수 있다.
In this case, the positive evaluation (or negative evaluation) for the competition main word may be configured to accumulate in a direction of increasing the negative evaluation (or positive evaluation) for the analysis target main word.
본 발명에 따르면, 블로그, 카페, 포털, 쇼핑몰, 트위터 등 각종 온라인 서비스를 이용하는 사용자들이 올린 글을 통해 분석대상 주제어에 관한 사용자들의 평가를 분석할 때 분석대상 주제어와 경쟁 관계에 있는 경쟁 주제어에 대한 사용자들의 평가도 반영할 수 있다.According to the present invention, when analyzing the user's evaluation of the analysis target subject through the posts posted by users using various online services such as blogs, cafes, portals, shopping malls, Twitter, etc. It can also reflect the ratings of users.
사용자들이 특정 주제에 관한 글을 적을 때는 해당 주제에 관해 직접적으로 평가하는 경우가 많지만, 해당 주제와 경쟁관계에 있는 주제를 언급함으로써 특정 주제를 간접적으로 평가하는 경우도 적지 않다.When users write articles about a topic, they often evaluate the topic directly, but they often indirectly rate a topic by mentioning a topic that competes with the topic.
그러므로, 분석대상 주제어에 관한 사용자들의 평가를 더욱 정확하고 종합적으로 분석할 수 있게 된다.Therefore, it is possible to more accurately and comprehensively analyze the user's evaluation of the subject of analysis.
분석된 평가 결과는 다양한 형식의 정보로 가공될 수 있으며, 특정 상품을 판매하는 기업에 리포트의 형식으로 제공하는 등 여러 분야에 걸쳐 유용하게 응용될 수 있다.
The analyzed results can be processed into various types of information, and can be usefully applied in various fields such as providing a report to a company selling a specific product.
도 1은 소셜 데이터를 수집하고 분석하는 시스템의 개요,
도 2는 본 발명에 따른 소셜 데이터 분석 시스템의 일 실시예,
도 3은 추출수단에 관한 일 실시예,
도 4는 제1 연산수단과 제2 연산수단의 동작에 관한 예,
도 5와 도 6은 본 발명에 따라 분석대상 주제어에 관한 사용자들의 평가를 분석하는 사례이다.1 is an overview of a system for collecting and analyzing social data,
2 is an embodiment of a social data analysis system according to the present invention;
3 is an embodiment of an extraction means;
4 is an example of the operation of the first calculation means and the second calculation means,
5 and 6 are examples of analyzing the evaluation of the user on the subject of analysis in accordance with the present invention.
이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명하기로 한다.Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings.
본 발명과 관련하여 '소셜 데이터(Social Data)'란 블로그(Blog), 카페(Cafe), 포털(Portal), 쇼핑몰, 트위터 등 각종 온라인 서비스를 이용하는 사용자들이 업로드한 글을 의미한다.In connection with the present invention, 'social data' refers to posts uploaded by users using various online services such as blogs, cafes, portals, shopping malls, and Twitter.
도 1은 소셜 데이터를 수집하고 분석하는 시스템의 개요를 도시한 것으로서, 소셜 데이터는 소셜 데이터 수집 시스템(15)에 의해 수집된다.1 shows an overview of a system for collecting and analyzing social data, where social data is collected by the social
소셜 데이터 수집 시스템(15)은 인터넷망 등의 통신망(13)을 통해 블로그, 카페, 포털, 쇼핑몰, 트위터 등 각종 온라인 서비스를 제공하는 서버(11)에 접근하여 소셜 데이터를 수집한다.The social
소셜 데이터 수집 시스템(15)은 다양한 방식을 이용하여 소셜 데이터를 수집할 수 있다. 예컨대 URL Request 방식, 검색엔진을 이용하는 방식, 브라우저를 직접 실행하는 방식 등을 이용하여 소셜 데이터를 수집할 수 있다.The social
그리고 본 발명에 따른 소셜 데이터 분석 시스템(20)은 소셜 데이터 수집 시스템(15)에 의해 수집된 소셜 데이터를 대상으로 분석대상 주제어에 관한 사용자들의 평가를 분석한다.
In addition, the social
먼저, 소셜 데이터 분석 시스템(20)과 관련하여 사용되는 용어에 관해 설명하기로 한다.First, terms used in connection with the social
분석대상 주제어란 직접적으로 분석의 대상이 되는 주제어를 말하는데, 분석대상 주제어는 어떤 대상에 대한 사용자들의 평가를 분석할 것인지에 따라 얼마든지 다양하게 설정될 수 있다.The analysis subject keyword refers directly to a subject subject to be analyzed, and the subject keyword can be variously set depending on which object the user's evaluation is analyzed.
예를 들자면, 어느 기업이 자신의 상품인 카메라 X에 대한 사용자들의 평가를 알고자 하는 경우 분석대상 주제어는 '카메라 X'로 설정될 수 있다. 또한, 카메라 X의 속성(크기, 디자인, 무게, 해상도 등)별로 상세하게 사용자들의 평가를 알고자 하는 경우 분석대상 주제어는 '카메라 X의 크기', '카메라 X의 디자인', '카메라 X의 무게', '카메라 X의 해상도' 등으로 설정될 수 있다.For example, if a company wants to know users' evaluation of camera X, which is its product, the analysis target keyword may be set to 'camera X'. In addition, if the user wants to know the user's evaluation in detail by the properties (size, design, weight, resolution, etc.) of the camera X, the main keywords to be analyzed are 'size of the camera X', 'design of the camera X', and 'weight of the camera X'. ',' The resolution of the camera X 'and the like.
뿐만 아니라 어떤 연기자 A에 대한 사용자들의 평가를 알고자 하는 경우 분석대상 주제어는 '연기자 A'로 설정될 수 있고, '연기자 A의 연기력'이나 '연기자 A의 외모' 등이 분석대상 주제어로 설정될 수도 있다.
In addition, if the user wants to know the evaluation of a certain actor A, the subject of analysis may be set as 'Actor A', and the acting power of Actor A or the appearance of the actor A may be set as the subject of analysis. It may be.
경쟁 주제어란 분석대상 주제어와 경쟁 관계에 있는 주제어를 말한다.Competitive keyword refers to a topic that competes with the subject to be analyzed.
경쟁 주제어는 사용자들이 경쟁 주제어에 대해 한 평가를 분석대상 주제어에 대한 간접적인 평가로 취급할 수 있을 만큼 분석대상 주제어와 밀접한 관계에 있어야 한다. 즉, 어느 사용자가 경쟁 주제어에 대해 한 긍정적인 평가(또는 부정정인 평가)를 분석대상 주제어에 대한 부정적인 평가(또는 긍정적인 평가)로 취급할 수 있을 정도의 밀접성이 있어야 한다.Competitive subjects should be closely related to the subjects of analysis so that users can treat the evaluations made by competing subjects as indirect evaluations of the subjects of analysis. In other words, there should be enough closeness that a user can treat a positive evaluation (or negative evaluation) on a competitive subject as a negative evaluation (or positive evaluation) on an analysis subject.
예컨대 분석대상 주제어가 '카메라 X' 또는 '카메라 X의 크기'이고, 카메라 X와 카메라 Y가 서로 밀접한 경쟁 관계에 있다고 가정하면, 경쟁 주제어는 '카메라 Y' 또는 '카메라 Y의 크기'로 설정될 수 있다.For example, assuming that the main subject to be analyzed is 'camera X' or 'size of camera X', and the camera X and the camera Y are in close competition with each other, the competition main subject may be set to 'camera Y' or 'size of the camera Y'. Can be.
감성단어란 사용자들이 분석대상 주제어와 경쟁 주제어에 대한 평가에 사용하는 단어들을 말한다. 즉, 감성단어는 분석대상 주제어와 경쟁 주제어를 수식하는 단어로서, 형용사, 동사, 부사 등의 품사를 가질 수 있다.
Emotional words are words that users use to evaluate subjects of analysis and competition. That is, the emotional word is a word that modifies the subject to be analyzed and the subject of competition, and may have adverbs such as adjectives, verbs, and adverbs.
도 2를 참조하자면, 본 발명에 따른 소셜 데이터 분석 시스템(20)은 추출수단(21), 제1 데이터베이스(22), 제2 데이터베이스(23), 제1 연산수단(24), 제2 연산수단(25), 및 평가결과 산출수단(26)을 포함하여 이루어질 수 있다.Referring to FIG. 2, the social
추출수단(21)은 소셜 데이터 수집 시스템(15)을 통해 수집된 소셜 데이터(사용자들의 글)로부터 분석대상 주제어와 경쟁 주제어에 관련된 감성단어를 문장 단위로 추출하는 역할을 수행한다.The extracting
여기서 문장 단위란 하나의 문장으로 취급할 수 있는 단위를 말한다. Here, the sentence unit refers to a unit that can be treated as a sentence.
예컨대 '카메라 X가 좋다'라는 사용자의 글은 하나의 문장으로 취급될 수 있으므로 '좋다'라는 감성단어가 추출되고, '카메라 X가 너무 좋다'라는 사용자의 글도 하나의 문장으로 취급될 수 있으므로 '너무'와 '좋다'라는 두 개의 감성단어가 추출된다.For example, since the user's article 'Camera X is good' can be treated as a sentence, the emotional word 'good' is extracted, and the user's article 'Camera X is too good' can be treated as a single sentence. Two emotional words, 'too' and 'good', are extracted.
또한, '카메라 X가 깔끔하고 좋다'라는 사용자의 글은 '카메라 X가 깔끔하다'라는 문장과 '카메라 X가 좋다'라는 두 개의 문장으로 분리될 수 있으므로, 전자의 문장에 대응하여 '깔끔하다'라는 감성단어가 추출되고, 후자의 문장에 대응하여 '좋다'라는 감성단어가 추출된다.
In addition, the user's article that 'Camera X is clean and good' can be divided into two sentences 'Camera X is clean' and 'Camera X is good', so it is 'clean' in response to the former sentence. Emotional word is extracted, and the emotional word 'good' is extracted corresponding to the latter sentence.
추출수단(21)은 소셜 데이터 수집 시스템(15)을 통해 수집된 소셜 데이터로부터 분석대상 주제어와 경쟁 주제어에 관련된 감성단어를 문장 단위로 추출하기 위하여 다양한 기법을 이용할 수 있다.The
하나의 예로서, 추출수단(21)은 온톨로지(Ontology) 기반의 자연어 처리 기술을 이용하여 의미론(Symantic)과 통사론(Syntatic)의 규칙에 따라 소셜 데이터를 분석함으로써 분석대상 주제어와 경쟁 주제어에 관련된 감성단어를 문장 단위로 추출할 수 있다.As an example, the extracting
도 3은 추출수단(21)의 구체적인 예를 도시한 것으로서, 형태소 정보를 저장하는 형태소 데이터베이스(21-1), 분석대상 주제어와 경쟁 주제어 정보를 저장하는 주제어 데이터베이스(21-2), 형태소 추출부(21-3), 분류부(21-4)를 포함하여 이루어질 수 있다.3 shows a specific example of the extracting
형태소 추출부(21-3)는 소셜 데이터 수집 시스템(15)에 의해 수집된 소셜 데이터(사용자들의 글)를 대상으로 하여 형태소 데이터베이스(21-1)에 저장된 형태소 정보를 기초로 형태소(예: 체언, 용언)를 추출한다.The morpheme extraction unit 21-3 is based on the morpheme information stored in the morpheme database 21-1 for social data collected by the social data collection system 15 (eg, a message). , Verbs).
분류부(21-4)는 주제어 데이터베이스(21-2)의 정보를 기초로 형태소 추출부(21-3)로부터 추출되는 형태소를 분석하여 분석대상 주제어에 관한 문장 단위의 감성단어 및 경쟁 주제어에 관한 문장 단위의 감성단어를 찾아낸다.The classifying unit 21-4 analyzes the morphemes extracted from the morpheme extracting unit 21-3 based on the information of the main term database 21-2 and relates to the emotional words and the competing subjects in sentence units for the subject to be analyzed. Find emotional words in sentence units.
분류부(21-4)에서 찾아낸 분석대상 주제어에 관한 문장 단위의 감성단어는 제1 연산수단(24)의 입력이 되고, 경쟁 주제어에 관한 문장 단위의 감성단어는 제2 연산수단(25)의 입력이 된다.The emotional word in sentence units related to the analysis target subject word found by the classification unit 21-4 is input to the first calculating means 24, and the emotional word in sentence units relating to the competition subject word is determined by the second calculating means 25. It is an input.
제1 데이터베이스(22)는 분석대상 주제어에 대한 긍정적 또는 부정적 평가에 사용되는 감성단어별 감성의 정도와 극성 정보를 저장하고, 제2 데이터베이스(23)는 경쟁 주제어에 대한 긍정적 또는 부정적 평가에 사용되는 감성단어별 감성의 정도와 극성 정보를 저장한다.The
감성의 정도란 분석대상 주제어나 경쟁 주제어에 대한 긍정적 평가나 부정적 평가의 크기를 말하고, 감성의 극성이란 긍정적 평가를 하는 것인지 아니면 부정적 평가를 하는 것인지를 나타낸다.The degree of emotion refers to the size of the positive or negative evaluation of the subject or competition subject, and the polarity of the emotion indicates whether the evaluation is positive or negative.
감성의 극성은 다양한 방법으로 설정될 수 있다. 하나의 예로서 감성의 극성은 동사 또는 형용사의 품사를 갖는 감성단어에 설정될 수 있으며, 긍정적 평가일 때와 부정적 평가일 때 반대 부호를 가질 수 있다.The polarity of emotion can be set in various ways. As an example, the polarity of emotion may be set in an emotional word having a verb or adverb part of speech, and may have opposite signs in a positive evaluation and a negative evaluation.
즉, 긍정적 감성단어의 극성을 양(+)으로 표시하고, 부정적 감성단어의 극성을 음(-)으로 표시할 수 있다. 또한, 숫자의 절대값으로 감성의 정도에 대한 크기를 나타낼 수 있다.That is, the polarity of the positive emotional words may be displayed as positive (+), and the polarity of the negative emotional words may be displayed as negative (-). In addition, the absolute value of the number may indicate the magnitude of the degree of sensitivity.
예컨대 '좋다'와 '나쁘다'라는 감성단어에 대한 감성의 정도와 극성은 각각 '1'과 '-1'로 설정될 수 있고, 정도부사 '너무'의 정도는 '2'로 설정될 수 있으며, '훌륭하다'와 '형편없다'라는 감성단어에 대한 감성의 정도와 극성은 각각 '2'과 '-2'로 설정될 수 있다.
For example, the degree of sensitivity and polarity of the emotional words 'good' and 'bad' can be set to '1' and '-1', and the degree of degree adverb 'too' can be set to '2'. For example, the sensitivity and polarity of emotional words such as 'good' and 'poor' can be set to '2' and '-2', respectively.
제1 연산수단(24)은 추출수단(21)에 의해 추출된 분석대상 주제어 관련 감성단어에 대하여 제1 데이터베이스(22)의 감성단어별 감성의 정도와 극성 정보를 기초로 분석대상 주제어에 대한 평가값을 연산한다.The first calculation means 24 evaluates the subject to be analyzed based on the degree of sensitivity and the polarity information for each emotional word of the
제2 연산수단(25)은 추출수단(21)에 의해 추출된 경쟁 주제어 관련 감성단어에 대하여 제2 데이터베이스(23)의 감성단어별 감성의 정도와 극성 정보를 기초로 경쟁 주제어에 대한 평가값을 연산한다.
The second calculation means 25 calculates an evaluation value for the contention word based on the degree of sensitivity and the polarity information for each contention word in the
제1 연산수단(24)과 제2 연산수단(25)이 해당 문장 단위의 감성단어를 기초로 평가값을 연산하는 방법은 다양하게 구성될 수 있다.The first calculation means 24 and the second calculation means 25 may be configured in various ways to calculate the evaluation value based on the emotional word of the sentence unit.
그 하나의 예로서, 해당 문장 단위의 감성단어에 대한 감성의 정도를 모두 합산하고, 합산된 값이 형용사 또는 동사에 부여된 극성의 부호를 갖도록 처리할 수 있다.As one example, the degree of sensitivity to the emotional word of the sentence unit may be added together, and the summed value may be processed to have a sign of polarity assigned to an adjective or a verb.
도 4를 참조하여, 제1 연산수단(24)(또는 제2 연산수단,25)이 분석대상 주제어(또는 경쟁 주제어)와 관련된 각 문장 단위의 감성단어에 대하여 평가값을 연산하는 구체적인 실시예를 설명하기로 한다.Referring to FIG. 4, a specific embodiment in which the first calculating means 24 (or the second calculating means 25) calculates an evaluation value for an emotional word of each sentence unit related to an analysis target main word (or a competitive main word) Let's explain.
현재 처리할 문장 단위의 감성단어에 대한 연산이 시작되면(S211), 변수 i와 av를 각각 1과 0으로 초기화 한다(S212).When operation on the emotional word of the sentence unit to be processed is started (S211), the variables i and av are initialized to 1 and 0, respectively (S212).
이때 해당 문장 단위의 감성단어는 n개라고 가정한다.In this case, it is assumed that the number of emotional words in the sentence unit is n.
변수 i는 n개의 감성단어 중 현재 처리 대상인 감성단어를 지시하는 변수이고, av는 감성의 정도를 합산하기 위한 변수이다.The variable i is a variable indicating an emotional word currently being processed among n emotional words, and av is a variable for summing the degree of emotion.
제1 연산수단(24)(또는 제2 연산수단,25)은 제1 데이터베이스(22)(또는 제2 데이터베이스,23)로부터 i번째 감성단어에 대한 감성의 정도를 확인하고(S213), 확인된 감성의 정도를 변수 av에 합산한다(S214).The first calculating means 24 (or the second calculating means 25) checks the degree of sensitivity to the i-th emotional word from the first database 22 (or the second database 23) (S213). The degree of sensitivity is added to the variable av (S214).
변수 i의 값이 n이 아니라면 처리할 감성단어가 남아 있는 것이므로 변수 i의 값을 1 증가시킨 후 단계 S213으로 진행하고(S215,S216), 변수 i의 값이 n이라면 처리할 감성단어가 남아 있지 않은 것이므로 변수 av의 부호를 형용사 또는 동사에 설정되어 있는 극성으로 결정한다(S217).If the value of the variable i is not n, the emotional word to be processed is left. Therefore, increase the value of the variable i by 1 and proceed to step S213 (S215, S216). If the value of the variable i is n, the emotional word to be processed remains. Since the sign of the variable av is determined by the polarity set in the adjective or the verb (S217).
그러면, 단계 S217이 진행된 후의 변수 av 값이 제1 연산수단(24)(또는 제2 연산수단,25)에서 연산한 평가값이 된다.Then, the variable av value after step S217 advances to the evaluation value computed by the 1st calculating means 24 (or the 2nd calculating means 25).
즉, '좋다'라는 감성단어에 대한 감성의 정도와 극성이 '1'이고, 현재 문장 단위의 감성단어가 '좋다' 하나일 때는 '1'의 평가값이 연산된다.That is, when the degree of sensitivity and polarity of the emotional word 'good' is '1' and the emotional word in the sentence unit is 'good' one, the evaluation value of '1' is calculated.
그러나 현재 문장 단위의 감성단어가 '너무'와 '좋다'로서 두 개이고, '너무'와 '좋다'에 대한 감성의 정도와 극성이 각각 '2'와 '1'이라면, 평가값은 '3' (2+1=3)이 된다.However, if there are two emotional words in the sentence unit as 'too' and 'good', and the sensitivity and polarity of 'too' and 'good' are '2' and '1', respectively, the evaluation value is '3'. (2 + 1 = 3).
만일 현재 문장 단위의 감성단어가 '너무'와 '형편없다'로서 두 개이고, '너무'와 '형편없다'에 대한 감성의 정도와 극성이 각각 '2'와 '-2'라면, 평가값은 '-4'(-(2+2)= -4)가 된다.
If there are two emotional words at the present sentence level as 'too' and 'bad', and the sensitivity and polarity of 'too' and 'bad' are '2' and '-2', respectively, the evaluation value is '-4' (-(2 + 2) = -4).
평가결과 산출수단(26)은 제1 연산수단(24)과 제2 연산수단(25)에 의해 연산되는 분석대상 주제어와 경쟁 주제어에 대한 평가값을 기초로 분석대상 주제어에 대한 최종 평가 결과를 산출한다.The evaluation result calculating means 26 calculates the final evaluation result for the analysis target main word based on the evaluation values for the analysis target main word and the competition main word calculated by the first calculation means 24 and the second calculation means 25. do.
평가결과 산출수단이 분석대상 주제어와 경쟁 주제어에 대한 평가값을 기초로 분석대상 주제어에 대한 최종 평가 결과를 산출하는 방법은 필요에 따라 얼마든지 다양하게 구성될 수 있다.The method of calculating the evaluation result for calculating the final evaluation result for the analysis target keyword based on the evaluation value for the analysis target keyword and the competitive keyword can be variously configured as necessary.
그 하나의 예로서, 평가결과 산출수단(26)은 제1 연산수단(24)과 제2 연산수단(25)에 의해 연산된 평가값을 함께 누적하여 분석대상 주제어에 대한 최종 평가 결과를 산출할 수 있다.As one example, the evaluation result calculating means 26 may accumulate the evaluation values calculated by the first calculating means 24 and the second calculating means 25 together to calculate a final evaluation result for the main subject to be analyzed. Can be.
이때 경쟁 주제어에 대한 긍정적 평가(또는 부정적 평가)는 분석대상 주제어에 대한 부정적 평가(또는 긍정적 평가) 지수를 높이는 방향으로 누적된다.At this time, the positive evaluation (or negative evaluation) on the competitive subject is accumulated in the direction of increasing the negative evaluation (or positive evaluation) index on the analysis target keyword.
이와 관련하여, 제1 데이터베이스(22)와 제2 데이터베이스(23)에 저장되는 감성의 극성은 반대가 되도록 설정할 수 있다.In this regard, the polarities of the emotions stored in the
즉, 제1 데이터베이스(22)에 설정되는 감성의 극성이 긍정적 평가일 때 '+'이고 부정적 평가일 때 '-'라면, 제2 데이터베이스(23)에 설정되는 감성의 극성은 긍정적 평가일 때 '-'이고 부정적 평가일 때 '+'가 되도록 설정될 수 있다.That is, if the polarity of the emotion set in the
이 경우 평가결과 산출수단(26)은 제1 연산수단(24)에서 연산된 평가값과 제2 연산수단(25)에서 연산된 평가값을 합산하면 된다.
In this case, the evaluation result calculating means 26 may add up the evaluation value calculated by the first calculation means 24 and the evaluation value calculated by the second calculation means 25.
또 다른 예로서, 제1 데이터베이스(22)와 제2 데이터베이스(23)에 저장되는 감성단어별 감성의 극성은 동일하게 설정할 수 있다.As another example, the polarity of the emotion for each emotional word stored in the
즉, 제1 데이터베이스(22)에 설정되는 감성의 극성이 긍정적 평가일 때 '+'이고 부정적 평가일 때 '-'라면, 제2 데이터베이스(23)에 설정되는 감성의 극성도 긍정적 평가일 때 '+'이고 부정적 평가일 때 '-'가 되도록 설정될 수 있다.That is, when the polarity of the emotion set in the
이 경우 평가결과 산출수단(26)은 제1 연산수단(24)에서 연산된 평가값으로부터 제2 연산수단(25)에서 연산된 평가값을 차감하면 된다.
In this case, the evaluation result calculating means 26 may subtract the evaluation value calculated by the second calculating means 25 from the evaluation value calculated by the first calculating means 24.
도 5와 도 6을 참조하여, 소셜 데이터 분석 시스템(20)이 소셜 데이터를 분석하는 사례를 설명하기로 한다.5 and 6, a case in which the social
분석대상 주제어인 '상품 X'와 관련하여 추출수단(21)이 추출한 각 문장 단위의 감성단어가 도 5a에 나타낸 바와 같고, 경쟁 주제어인 '상품 Y'와 관련하여 추출수단(21)이 추출한 각 문장 단위의 감성단어가 도 5b에 나타낸 바와 같다고 가정하기로 한다.Emotional words of each sentence unit extracted by the extracting means 21 in relation to the subject of analysis 'product X' are shown in FIG. 5A, and extracted by the extracting means 21 in relation to the 'commodity Y' which is a competitive subject word. It is assumed that the emotional words in sentence units are as shown in FIG. 5B.
또한, 제1 데이터베이스(22)에 저장되어 있는 감성단어별 감성의 정도와 극성 정보가 도 5c와 같고, 제2 데이터베이스(23)에 저장되어 있는 감성단어별 감성의 정도와 극성 정보가 도 5d와 같다고 가정한다.In addition, the degree of sensitivity and polarity information for each emotional word stored in the
제1 연산수단(24)은 상품 X에 대하여 추출된 각 문장 단위의 감성단어에 대해 연산하여 평가값을 산출한다.The first calculating means 24 calculates an evaluation value by operating on the emotional words of each sentence unit extracted for the product X.
즉, '좋다'라는 문장 단위의 감성단어에 대하여 연산한 평가값은 1이고, '너무'와 '예쁘다'라는 문장 단위의 감성단어에 대하여 연산한 평가값은 4이며, '복잡하다'라는 문장 단위의 감성단어에 대하여 연산한 평가값은 -1이다.That is, the evaluation value calculated for the emotional word in the sentence unit of 'good' is 1, and the evaluation value calculated for the emotional word in the sentence unit of 'too' and 'pretty' is 4, and the sentence 'complex' The evaluation value calculated for the emotional word of the unit is -1.
제2 연산수단은 상품 Y에 대하여 추출된 각 문장 단위의 감성단어에 대해 연산하여 평가값을 산출한다. 즉, '예쁘다'라는 문장 단위의 감성단어에 대하여 연산한 평가값은 2이다.The second calculating means calculates the evaluation value by operating on the emotional words of each sentence unit extracted for the product Y. That is, the evaluation value calculated for the emotional word in the sentence unit of 'pretty' is 2.
평가결과 산출수단(26)이 각 평가값을 누적하도록 구성된다면, '상품 X'에 대한 평가값의 총합은 4(1+4-1=4)가 되고, '상품 Y'에 대한 평가값의 총합은 2가 되므로, 상품 X에 대한 종합적인 최종 평가 결과는 2(4-2=2)가 된다.If the evaluation result calculation means 26 is configured to accumulate each evaluation value, the sum of the evaluation values for the 'product X' is 4 (1 + 4-1 = 4), and the evaluation value for the 'product Y' The sum is two, so the overall final evaluation of product X is 2 (4-2 = 2).
즉, 분석대상 주제어인 상품 X와 직접적으로 관련된 상품평만을 분석하였을 때는 사용자들이 상품 X에 대하여 '4'만큼의 긍정적 평가를 한 것으로 파악되지만, 경쟁 주제어인 상품 Y까지 고려하면 사용자들이 상품 X에 대하여 '2'만큼의 긍정적 평가를 한 것으로 파악된다.In other words, when analyzing only the product reviews directly related to the product X, which is the subject of analysis, users are judged to have a positive evaluation of the product X as much as '4'. It is estimated that '2' was a positive evaluation.
평가결과 산출수단(26)은 제1 연산수단(24)과 제2 연산수단(25)에 의해 연산되는 평가값을 단순히 누적하는 것뿐 아니라 얼마든지 다양한 형태의 최종 평가 결과를 산출할 수 있다.The evaluation result calculating means 26 may not only simply accumulate the evaluation values calculated by the first calculating means 24 and the second calculating means 25, but may calculate various types of final evaluation results.
예컨대 제1 연산수단(24)과 제2 연산수단(25)에 의해 연산되는 분석대상 주제어와 경쟁 주제어에 대한 평가값을 기초로 각종 통계자료를 산출할 수도 있으며, 산출된 통계자료를 리포트나 웹 문서 형태로 제공할 수도 있다.For example, various statistical data may be calculated on the basis of an evaluation value for the analysis target main subject and the competition main subject calculated by the first calculating
도 6은 도 5의 사례와 관련하여 평가 결과를 도식적으로 보여주는 예로서, 분석대상 주제어인 '상품 X'에 대한 개별적인 평가결과 그래프(61), 경쟁 주제어인 '상품 Y'에 대한 평가결과 그래프(63), 상품 X에 대한 종합 평가 결과를 보여주는 그래프(65)를 표시하고 있다.
FIG. 6 is a diagram schematically illustrating an evaluation result in relation to the example of FIG. 5, wherein the individual
상술한 실시예는 본 발명의 이해를 돕기 위한 것이며, 본 발명은 상술한 실시예에 한정되지 않고 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 당업자에 의해 다양하게 변형하여 실시할 수 있는 것임은 물론이다.
It is to be understood that the present invention is not limited to the above-described embodiment, and various changes and modifications may be made by those skilled in the art without departing from the technical spirit of the present invention. to be.
13: 통신망 15: 소셜 데이터 수집 시스템
20: 소셜 데이터 분석 시스템 21: 추출수단
21-1: 형태소 데이터베이스 21-2: 주제어 데이터베이스
21-3: 형태소 추출부 21-4: 분류부
22: 제1 데이터베이스 23: 제2 데이터베이스
24: 제1 연산수단 25: 제2 연산수단
26: 평가결과 산출수단13: Network 15: Social Data Collection System
20: social data analysis system 21: extraction means
21-1: Stemming Database 21-2: Key Word Database
21-3: Morphological extracting unit 21-4: Sorting unit
22: first database 23: second database
24: first calculating means 25: second calculating means
26: means for calculating evaluation results
Claims (7)
상기 수집된 사용자들의 글로부터 상기 분석대상 주제어와 경쟁 주제어에 관한 감성단어 -상기 감성단어는 긍정적 평가 또는 부정적 평가에 사용되는 단어임-를 문장 단위로 추출하는 추출수단;
상기 분석대상 주제어에 대한 감성단어별 감성의 정도와 극성 정보를 저장하는 제1 데이터베이스;
상기 경쟁 주제어에 대한 감성단어별 감성의 정도와 극성 정보를 저장하는 제2 데이터베이스;
상기 추출수단에 의해 추출된 상기 분석대상 주제어 관련 감성단어와 상기 제1 데이터베이스의 감성단어별 감성의 정도와 극성 정보를 기초로 상기 분석대상 주제어에 대한 평가값을 연산하는 제1 연산수단;
상기 추출수단에 의해 추출된 상기 경쟁 주제어 관련 감성단어와 상기 제2 데이터베이스의 감성단어별 감성의 정도와 극성 정보를 기초로 상기 경쟁 주제어에 대한 평가값을 연산하는 제2 연산수단; 및
상기 제1 연산수단과 제2 연산수단에 의해 연산되는 상기 분석대상 주제어와 상기 경쟁 주제어에 대한 평가값을 기초로 상기 분석대상 주제어에 대한 최종 평가 결과를 산출하는 평가결과 산출수단을 포함하는 소셜 데이터 분석 시스템.A social data analysis system that analyzes the user's evaluation of the subject to be analyzed from the user's text collected through the communication network,
Extracting means for extracting, in sentence units, emotional words about the analysis target subject and the competition subject from the collected texts of the users, wherein the emotional words are words used for positive or negative evaluation;
A first database for storing the degree of sensitivity and polarity information for each emotional word of the subject to be analyzed;
A second database for storing the degree of sensitivity and polarity information for each emotional word for the competitive subject word;
First calculating means for calculating an evaluation value for the analysis target main word based on the sensitivity word related to the analysis target main word extracted by the extraction means and the sensitivity and polarity information for each emotion word of the first database;
Second arithmetic means for calculating an evaluation value for the competitive main word based on the competitive word related emotional word extracted by the extracting means and the sensitivity and polarity information for each emotional word of the second database; And
Social data including evaluation result calculation means for calculating a final evaluation result for the analysis target main word based on the analysis value for the analysis target main word and the competition main word calculated by the first and second calculation means. Analysis system.
상기 분석대상 주제어와 상기 경쟁 주제어는 특정 상품을 지칭하는 명칭을 포함하는 것을 특징으로 하는 소셜 데이터 분석 시스템.The method of claim 1,
The analysis subject key word and the competition topic word social data analysis system, characterized in that it includes a name that refers to a particular product.
상기 분석대상 주제어와 상기 경쟁 주제어는 특정 상품의 속성을 포함하는 것을 특징으로 하는 소셜 데이터 분석 시스템.The method of claim 1,
The analysis subject key word and the competition topic word social data analysis system, characterized in that it comprises the properties of a particular product.
상기 감성단어의 품사는 형용사, 동사, 및 부사를 포함하는 것을 특징으로 하는 소셜 데이터 분석 시스템.The method of claim 1,
The part-of-speech of the emotional word includes an adjective, a verb, and an adverb.
상기 감성의 극성은 동사 또는 형용사에 설정되고, 긍정적 평가일 때와 부정적 평가일 때 반대 부호를 갖는 것을 특징으로 하는 소셜 데이터 분석 시스템.The method of claim 4, wherein
The polarity of the emotion is set in the verb or adjective, social data analysis system, characterized in that the opposite sign when the positive evaluation and negative evaluation.
상기 평가결과 산출수단은 상기 제1 연산수단과 제2 연산수단에 의해 연산된 평가값을 누적하여 상기 분석대상 주제어에 대한 최종 평가 결과를 산출하는 것을 특징으로 하는 소셜 데이터 분석 시스템.The method of claim 1,
And the evaluation result calculating means accumulates the evaluation values calculated by the first calculating means and the second calculating means to calculate a final evaluation result for the analysis target main word.
상기 경쟁 주제어에 대한 긍정적 평가(또는 부정적 평가)는 상기 분석대상 주제어에 대한 부정적 평가(또는 긍정적 평가)를 높이는 방향으로 누적되는 것을 특징으로 하는 소셜 데이터 분석 시스템.The method according to claim 6,
The positive evaluation (or negative evaluation) of the competitive topic is accumulated in the direction of increasing the negative evaluation (or positive evaluation) of the analysis target topic.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020110025639A KR20120108095A (en) | 2011-03-23 | 2011-03-23 | System for analyzing social data collected by communication network |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020110025639A KR20120108095A (en) | 2011-03-23 | 2011-03-23 | System for analyzing social data collected by communication network |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20120108095A true KR20120108095A (en) | 2012-10-05 |
Family
ID=47279745
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020110025639A KR20120108095A (en) | 2011-03-23 | 2011-03-23 | System for analyzing social data collected by communication network |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20120108095A (en) |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101469009B1 (en) * | 2013-10-21 | 2014-12-05 | 한국전자통신연구원 | Apparatus and method for extracting spammer group |
| WO2014208880A1 (en) * | 2013-06-26 | 2014-12-31 | 숭실대학교산학협력단 | Word comfort/discomfort index prediction apparatus and method therefor |
| KR101491628B1 (en) * | 2013-07-30 | 2015-02-12 | 성균관대학교산학협력단 | Method, apparatus and system for extracting keyword affecting for mood change of the public using blog |
| KR101508059B1 (en) * | 2013-06-26 | 2015-04-07 | 숭실대학교산학협력단 | Apparatus and Method for pleasant-unpleasant quotient of word |
| KR20150083723A (en) * | 2014-01-10 | 2015-07-20 | 에스케이플래닛 주식회사 | user equipment, control method thereof and computer readable medium having computer program recorded thereof |
| KR20150084217A (en) * | 2014-01-13 | 2015-07-22 | 에스케이플래닛 주식회사 | Apparatus and method for searching based on user preference using sentiment analysis |
| WO2016072769A3 (en) * | 2014-11-07 | 2016-06-30 | 아주대학교산학협력단 | Method and system for visualizing data using comment data of object |
| KR101712291B1 (en) * | 2015-12-14 | 2017-03-13 | 강원대학교산학협력단 | System for recommending a user-customized famous place based on opinion mining and Method of the Same |
| KR102019860B1 (en) * | 2018-05-24 | 2019-09-09 | 주식회사 한컴위드 | Credit rating calculation apparatus based on user's network activity information and operating method thereof |
| KR20200019543A (en) | 2018-08-14 | 2020-02-24 | 주식회사 와이즈웨일 | Information flow management System among users and method thereof |
| KR20200107501A (en) * | 2019-03-08 | 2020-09-16 | 연세대학교 산학협력단 | Device and Method of Scoring Emotion for Psychological Consultation |
| KR20200119426A (en) * | 2019-04-02 | 2020-10-20 | 주식회사 자이냅스 | Apparatus and method for time prediction of company insolvency symptom |
| KR20210031292A (en) | 2019-09-11 | 2021-03-19 | 주식회사 알마덴디자인리서치 | Apparatus and method for analyzing quality element using bigdata |
| KR20220088161A (en) * | 2020-12-18 | 2022-06-27 | (주)알에프캠프 | Electronic device, method for determining a user's mental state by considering the external level according to the user's input behavior, and computer program |
-
2011
- 2011-03-23 KR KR1020110025639A patent/KR20120108095A/en not_active Application Discontinuation
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9734145B2 (en) | 2013-06-26 | 2017-08-15 | Foundation Of Soongsil University-Industry Cooperation | Word comfort/discomfort index prediction apparatus and method therefor |
| WO2014208880A1 (en) * | 2013-06-26 | 2014-12-31 | 숭실대학교산학협력단 | Word comfort/discomfort index prediction apparatus and method therefor |
| KR101508059B1 (en) * | 2013-06-26 | 2015-04-07 | 숭실대학교산학협력단 | Apparatus and Method for pleasant-unpleasant quotient of word |
| KR101491628B1 (en) * | 2013-07-30 | 2015-02-12 | 성균관대학교산학협력단 | Method, apparatus and system for extracting keyword affecting for mood change of the public using blog |
| US9563770B2 (en) | 2013-10-21 | 2017-02-07 | Electronics And Telecommunications Research Institute | Spammer group extraction apparatus and method |
| KR101469009B1 (en) * | 2013-10-21 | 2014-12-05 | 한국전자통신연구원 | Apparatus and method for extracting spammer group |
| KR20150083723A (en) * | 2014-01-10 | 2015-07-20 | 에스케이플래닛 주식회사 | user equipment, control method thereof and computer readable medium having computer program recorded thereof |
| KR20150084217A (en) * | 2014-01-13 | 2015-07-22 | 에스케이플래닛 주식회사 | Apparatus and method for searching based on user preference using sentiment analysis |
| WO2016072769A3 (en) * | 2014-11-07 | 2016-06-30 | 아주대학교산학협력단 | Method and system for visualizing data using comment data of object |
| KR101712291B1 (en) * | 2015-12-14 | 2017-03-13 | 강원대학교산학협력단 | System for recommending a user-customized famous place based on opinion mining and Method of the Same |
| KR102019860B1 (en) * | 2018-05-24 | 2019-09-09 | 주식회사 한컴위드 | Credit rating calculation apparatus based on user's network activity information and operating method thereof |
| KR20200019543A (en) | 2018-08-14 | 2020-02-24 | 주식회사 와이즈웨일 | Information flow management System among users and method thereof |
| KR20200107501A (en) * | 2019-03-08 | 2020-09-16 | 연세대학교 산학협력단 | Device and Method of Scoring Emotion for Psychological Consultation |
| KR20200119426A (en) * | 2019-04-02 | 2020-10-20 | 주식회사 자이냅스 | Apparatus and method for time prediction of company insolvency symptom |
| KR20210031292A (en) | 2019-09-11 | 2021-03-19 | 주식회사 알마덴디자인리서치 | Apparatus and method for analyzing quality element using bigdata |
| KR20220088161A (en) * | 2020-12-18 | 2022-06-27 | (주)알에프캠프 | Electronic device, method for determining a user's mental state by considering the external level according to the user's input behavior, and computer program |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| El Alaoui et al. | A novel adaptable approach for sentiment analysis on big social data | |
| Mäntylä et al. | The evolution of sentiment analysis—A review of research topics, venues, and top cited papers | |
| Deng et al. | Adapting sentiment lexicons to domain-specific social media texts | |
| KR20120108095A (en) | System for analyzing social data collected by communication network | |
| Alessia et al. | Approaches, tools and applications for sentiment analysis implementation | |
| Gonçalves et al. | Comparing and combining sentiment analysis methods | |
| Huang et al. | Detecting suicidal ideation in Chinese microblogs with psychological lexicons | |
| Smeureanu et al. | Applying supervised opinion mining techniques on online user reviews | |
| Kiilu et al. | Using Naïve Bayes algorithm in detection of hate tweets | |
| Sharma et al. | Nlp and machine learning techniques for detecting insulting comments on social networking platforms | |
| JP5711674B2 (en) | Question answering program, server and method using a large amount of comment text | |
| Bourequat et al. | Sentiment analysis approach for analyzing iPhone release using support vector machine | |
| KR20130022042A (en) | System for detecting and tracking topic based on topic opinion and social-influencer and method thereof | |
| Mangal et al. | Analysis of users’ interest based on tweets | |
| Chang et al. | A product affective properties identification approach based on web mining in a crowdsourcing environment | |
| Haque et al. | Opinion mining from bangla and phonetic bangla reviews using vectorization methods | |
| Jacob et al. | Sentimental analysis over twitter data using clustering based machine learning algorithm | |
| Gaikar et al. | Depression detection and prevention system by analysing tweets | |
| Rathan et al. | Every post matters: a survey on applications of sentiment analysis in social media | |
| Wegrzyn-Wolska et al. | Tweets mining for French presidential election | |
| Suhartono et al. | Argument annotation and analysis using deep learning with attention mechanism in Bahasa Indonesia | |
| Abudalfa et al. | Survey on target dependent sentiment analysis of micro-blogs in social media | |
| Kim et al. | Product recommendation system based user purchase criteria and product reviews | |
| Pugsee et al. | Sentiment analysis of food recipe comments | |
| Bharathi et al. | Determination of news biasedness using content sentiment analysis algorithm |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E601 | Decision to refuse application |