KR101385562B1 - 소셜정보를 이용한 자살수 예측 방법 및 장치 - Google Patents

소셜정보를 이용한 자살수 예측 방법 및 장치 Download PDF

Info

Publication number
KR101385562B1
KR101385562B1 KR1020120093069A KR20120093069A KR101385562B1 KR 101385562 B1 KR101385562 B1 KR 101385562B1 KR 1020120093069 A KR1020120093069 A KR 1020120093069A KR 20120093069 A KR20120093069 A KR 20120093069A KR 101385562 B1 KR101385562 B1 KR 101385562B1
Authority
KR
South Korea
Prior art keywords
information
suicide
variable
specific
social
Prior art date
Application number
KR1020120093069A
Other languages
English (en)
Other versions
KR20140026951A (ko
Inventor
김도관
김종원
명우재
원홍희
Original Assignee
사회복지법인 삼성생명공익재단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 사회복지법인 삼성생명공익재단 filed Critical 사회복지법인 삼성생명공익재단
Priority to KR1020120093069A priority Critical patent/KR101385562B1/ko
Priority to PCT/KR2013/005370 priority patent/WO2014030833A1/ko
Priority to US14/423,580 priority patent/US20150302302A1/en
Publication of KR20140026951A publication Critical patent/KR20140026951A/ko
Application granted granted Critical
Publication of KR101385562B1 publication Critical patent/KR101385562B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q90/00—Systems or methods specially adapted for administrative, commercial, financial, managerial or supervisory purposes, not involving significant data processing

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Computing Systems (AREA)
  • Human Resources & Organizations (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은, 자살에 영향을 주는 기후 상황 및 경제 상황 뿐 아니라, 소셜 미디어의 발달로 인하여 사회적 분위기에 개인들이 더욱 빈번히 노출되고 상호 영향을 주고 있는 현 상황을 고려하여, 소셜 네트워크서비스에 개인이 게시하는 자살에 관련된 게시물의 개수, 유명한 특정인의 자살이 보도되는 상황 등의 소셜정보를 반영하여 회귀분석모델을 모델링하고, 이러한 회귀분석모델에 게시물지표 및 특정인자살지표 등의 소셜지표를 적용하여 자살 수를 예측함으로써, 현 상황에 보다 실제적인 요인들을 고려하여 신뢰도 높은 자살률을 예측할 수 있는 소셜정보를 이용한 자살수 예측 방법 및 장치를 개시하고 있다.

Description

소셜정보를 이용한 자살수 예측 방법 및 장치{SUICIDE PREDICTION METHOD AND DEVICE USING SOCIAL DATA}
본 발명은 소셜정보를 이용한 자살수 예측 방법 및 장치에 관한 것으로, 더욱 상세하게는 자살에 영향을 주는 기후 상황 및 경제 상황 뿐 아니라, 소셜 미디어의 발달로 인하여 사회적 분위기에 개인들이 더욱 빈번히 노출되고 상호 영향을 주고 있는 현 상황을 고려하여, 소셜 네트워크서비스에 개인이 게시하는 자살에 관련된 게시물의 개수, 유명한 특정인의 자살이 보도되는 상황 등의 소셜정보를 반영하여 회귀분석모델을 모델링하고, 이러한 회귀분석모델에 게시물지표 및 특정인자살지표 등의 소셜지표를 적용하여 자살 수를 예측할 수 있는 소셜정보를 이용한 자살수 예측 방법 및 장치에 관한 것이다.
우리나라의 자살률은 현재 OECD 국가들 중 가장 높게 관측되고 있다. 최근 조사에 의하면, 자살은 한국인의 사망원인 순위 중 암, 뇌혈관질환, 심장질환 다음을 차지하고 있으며, 지난 몇 해 동안 꾸준히 증가하고 있는 추세에 있다.
이에, 관련분야에서는 자살률이 우리나라에서 이렇게 증가하고 있는 것을 심각한 사회문제로 인식하고, 자살률을 예측하기 위한 노력을 하고 있다.
하지만, 현재의 자살 예측을 위한 연구는, 자살에 영향을 주는 요인으로서 실업률이나 기온 등의 단순하고 단편적인 요인만을 고려하고 있어 예측 결과에 대한 신뢰도가 떨어지는 한계를 갖는다.
이에, 본 발명에서는, 자살에 영향을 주는 보다 실제적인 요인들을 고려하여 신뢰도 높은 자살률을 예측할 수 있는 방안을 제안하고자 한다.
본 발명은 상기한 사정을 감안하여 창출된 것으로서, 본 발명에서 도달하고자 하는 목적은 자살에 영향을 주는 기후 상황 및 경제 상황 뿐 아니라, 소셜 미디어의 발달로 인하여 사회적 분위기에 개인들이 더욱 빈번히 노출되고 상호 영향을 주고 있는 현 상황을 고려하여 자살 수를 예측함으로써, 현 상황에 보다 실제적인 요인들을 고려하여 신뢰도 높은 자살률을 예측하는 방안을 제안하는데 있다.
상기 목적을 달성하기 위한 본 발명의 제 1 관점에 따른 소셜정보를 이용한 자살수 예측 방법은, 매스미디어서비스에서 수집되는 적어도 하나의 소셜정보를 기초로 하는 변동변수에 따른 자살 수를 예측하기 위한 회귀분석모델을 모델링하는 모델링 단계; 특정 시점 이전의 변동변수를 설정하는 변동변수 설정단계; 및 상기 변동변수설정단계에서 설정된 상기 변동변수를 상기 회귀분석모델에 적용하여 상기 변동변수의 변화에 따른 상기 특정 시점의 자살 수를 예측하는 예측 단계를 포함한다.
바람직하게는, 상기 소셜정보는, 상기 매스미디어서비스의 특정 소셜 네트워크서비스에 특정 위험단어를 포함하는 게시물이 게시된 개수를 나타내는 게시물개수정보, 상기 매스미디어서비스를 통해 노출된 특정인의 자살에 대한 특정인자살정보 중 적어도 어느 하나를 포함할 수 있다.
바람직하게는, 상기 변동변수 설정단계는, 상기 특정 시점 이전의 특정 수집기간 동안 수집된 상기 게시물개수정보 에 따른 게시물지표를 상기 변동변수로 설정할 수 있다.
바람직하게는, 상기 변동변수 설정단계는, 상기 수집되는 특정인자살정보 중, 상기 매스미디어서비스를 통해 최초 노출된 시점으로부터 특정 적용기간 이내에 상기 특정 시점의 적어도 일부를 포함하는 특정인자살정보를 검색하여 상기 검색된 특정인자살정보에 따른 특정인자살지표를 상기 변동변수로 설정할 수 있다.
바람직하게는, 상기 변동변수 설정단계는, 상기 특정인자살지표에, 대응되는 특정인자살정보가 상기 매스미디어서비스를 통해 노출되는 횟수, 상기 매스미디어서비스를 통해 노출되는 노출기간, 상기 매스미디어서비스를 통해 최초 노출된 시점과 상기 특정 시점 간의 날짜차이 중 적어도 하나에 따른 가중치를 적용하여, 상기 변동변수로 설정할 수 있다.
바람직하게는, 상기 모델링단계는, 상기 적어도 하나의 소셜정보와, 온도정보 및 습도정보 및 일조량정보 중 적어도 하나를 포함하는 기후정보와, 소비패턴분석정보 및 소비자물가지수정보 및 실업률정보 및 종합주가지수정보 중 적어도 하나를 포함하는 경제정보를 기초로 하는 변동변수에 따른 자살 수를 예측하기 위한 회귀분석모델을 모델링할 수 잇다.
바람직하게는, 상기 변동변수 설정단계는, 상기 특정 시점 이전의 특정 수집기간 동안 수집된 온도정보 및 습도정보 및 일조량정보 중 적어도 하나를 포함하는 기후정보를 기초로 하는 기후지표, 상기 특정 시점 이전의 특정 수집기간 동안 수집된 소비패턴분석정보 및 소비자물가지수정보 및 실업률정보 및 종합주가지수정보 중 적어도 하나를 포함하는 경제정보를 기초로 하는 경제지표 상기 변동변수로 더 설정할 수 있다.
상기 목적을 달성하기 위한 본 발명의 제 2 관점에 따른 소셜정보를 이용한 자살수 예측 장치는, 매스미디어서비스에서 수집되는 적어도 하나의 소셜정보를 기초로 하는 변동변수에 따른 자살 수를 예측하기 위한 회귀분석모델을 모델링하는 모델링부; 특정 시점 이전의 변동변수를 설정하는 변동변수 설정부; 상기 설정된 변동변수를 상기 회귀분석모델에 적용하여 상기 변동변수의 변화에 따른 상기 특정 시점의 자살 수를 예측하는 예측제어부를 포함한다.
이에, 본 발명의 소셜정보를 이용한 자살수 예측 방법 및 장치에 의하면, 자살에 영향을 주는 기후 상황 및 경제 상황 뿐 아니라, 소셜 미디어의 발달로 인하여 사회적 분위기에 개인들이 더욱 빈번히 노출되고 상호 영향을 주고 있는 현 상황을 고려하여, 소셜 네트워크서비스에 개인이 게시하는 자살에 관련된 게시물의 개수, 유명한 특정인의 자살이 보도되는 상황 등의 소셜정보를 반영하여 회귀분석모델을 모델링하고, 이러한 회귀분석모델에 게시물지표 및 특정인자살지표 등의 소셜지표를 적용하여 자살 수를 예측함으로써, 현 상황에 보다 실제적인 요인들을 고려하여 신뢰도 높은 자살률을 예측할 수 있다.
도 1은 본 발명의 바람직한 실시예에 따른 소셜정보를 이용한 자살수 예측 장치를 나타내는 블록도이다.
도 2는 본 발명의 바람직한 실시예에 따른 소셜정보를 이용한 자살수 예측 방법을 나타내는 동작 흐름도이다.
도 3은 본 발명의 바람직한 실시예에 따른 특정 시점(t)의 자살 수를 예측하기 위해 적용되는 변동변수를 보여주는 예시도이다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예에 대하여 설명한다.
도 1은 본 발명의 바람직한 실시예에 따른 소셜정보를 이용한 자살수 예측 장치를 도시한 도면이다.
도 1에 도시된 바와 같이, 본 발명에 따른 소셜정보를 이용한 자살수 예측 장치는, 매스미디어서비스(50)에서 수집되는 적어도 하나의 소셜정보를 기초로 하는 변동변수에 따른 자살 수를 예측하기 위한 회귀분석모델을 모델링하는 모델링부(120)와, 특정 시점 이전의 변동변수를 설정하는 변동변수 설정부(110)와, 변동변수 설정부(110)에서 설정된 상기 변동변수를 상기 회귀분석모델에 적용하여 상기 변동변수의 변화에 따른 상기 특정 시점의 자살 수를 예측하는 예측제어부(130)를 포함한다.
여기서, 매스미디어서비스(50)는, 유선 또는 무선을 통해 라디오 방송 프로그램 또는 TV 방송 프로그램을 제공하는 방송서비스(10)와, 잡지 및 신문 등의 출판물을 제공하는 출판물서비스(20)와, 유선 또는 무선을 통한 인터넷 환경에서 소셜 네트워크(예 : 블로그, 페이스북 등)를 이용 가능하게 하는 소셜 네트워크서비스(30) 등을 포함할 수 있다.
모델링부(120)는, 매스미디어서비스(50)에서 수집되는 적어도 하나의 소셜정보를 기초로 하는 변동변수에 따른 자살 수를 예측하기 위한 회귀분석모델을 모델링한다.
이를 위해, 변동변수 설정부(110)는, 전술의 매스미디어서비스(50)에서 적어도 하나의 소셜정보를 수집하는 것이 바람직하다. 물론, 모델링부(120)가 전술의 매스미디어서비스(50)에서 적어도 하나의 소셜정보를 수집할 수도 있다.
예를 들면, 변동변수 설정부(110)는, 매스미디어서비스(50)와 연동하여 적어도 하나의 소셜정보를 수집할 수 있고, 또는 매스미디어서비스(50)와 연동하여 적어도 하나의 소셜정보를 수집하는 별도의 장치(미도시)로부터 적어도 하나의 소셜정보를 제공받을 수 있다.
본 발명에서 소셜정보를 기초로 하여 변동변수를 설정하는 이유는, 최근 자살률이 우리나라에서 증가하고 있는 것을 최근 우리나라에서 벌어지는 문화현상 중 소셜 미디어 (social media) 사용이 광범위해지고 있는 상황과 관계가 있다고 판단함에 따른다. 즉, 자살률이 증가하는 바탕에는 최근 우리나라에서 벌어지는 다른 변화들 (예, 경제 및 기후 상황 등) 뿐만 아니라, 소셜 미디어의 발달로 인하여 사회적 분위기에 개인들이 더욱 빈번히 노출되고 상호 영향을 주고 있기 때문일 수 있다는 점에서, 자살수를 효과적으로 정확히 예측하기 위해 소셜정보를 이용하는 것이다.
여기서, 소셜정보는, 매스미디어서비스(50)의 특정 소셜 네트워크서비스(30)에 특정 위험단어를 포함하는 게시물이 게시된 개수를 나타내는 게시물개수정보, 매스미디어서비스(50)를 통해 노출된 특정인의 자살에 대한 특정인자살정보 중 적어도 어느 하나를 포함하는 것이 바람직하다.
여기서, 매스미디어서비스(50)를 통해 노출되는 것의 의미는, 방송 또는 잡지 또는 신문 또는 인터넷 뉴스 등과 같이 매스미디어서비스(50)에 속한다고 정의된 특정 매체들을 통해 방송되거나, 인쇄/출판되거나, 뉴스페이지가 게시되는 등의 방식으로 대중에 전달되는 것을 의미한다.
이때, 특정 위험단어는, 운영자에 의해 기 설정된 단어로서, "자살", "죽고싶다" 등 자살 위험을 직접적으로 표현하는 고위험단어, "힘들다", "못살겠다" 등 자살의 위험을 간접적으로 암시하는 저위험단어로 구분될 수 있다.
이에, 변동변수 설정부(110)는, 특정 수집기간 단위로, 매스미디어서비스(50)의 특정 소셜 네트워크서비스(30)에 특정 위험단어를 포함하는 게시물(예 : 블로그, 댓글, 담벼락 글 등)이 게시된 개수를 나타내는 게시물개수정보를 소셜정보로서 획득할 수 있다.
보다 구체적으로 소셜정보로서의 게시물개수정보를 수집하는 방법을 설명하면, 특정 소셜 네트워크서비스(30)에 게시되는 게시물 중 전술의 특정 위험단어를 포함한 웹페이지를 모두 검색하고, 검색된 웹페이지의 구성정보를 기초로 개인 이용자에 의해 게시된 게시물(예 : 블로그, 댓글, 담벼락 글 등)을 필터링함으로써, 필터링된 게시물(예 : 블로그, 댓글, 담벼락 글 등)의 개수를 카운팅하여 수집할 수 있다.
특정인의 자살에 대한 특정인자살정보는, 특정인에 대한 신상정보(예 : 나이, 인지도, 성별), 매스미디어서비스(50)를 통해 보도되는 자살이유, 매스미디어서비스(50)를 통해 최초 노출된 시점, 매스미디어서비스(50)를 통해 노출되는 횟수, 매스미디어서비스(50)를 통해 노출되는 노출기간 중 적어도 어느 하나를 포함할 수 있다.
보다 구체적으로 소셜정보로서의 특정인자살정보를 수집하는 제1방법을 설명하면, 매스미디어서비스(50)를 통해 특정인의 자살에 대한 보도가 노출되면 해당 특정인의 자살보도가 최소노출기간(예 : 2주) 이상 매스미디어서비스(50)를 통해 노출되는 경우 비로소 수집대상이 되는 유명인의 자살로 정의하고 대응되는 특정인자살정보를 수집할 수 있다.
한편, 소셜정보로서의 특정인자살정보를 수집하는 제2방법을 설명하면, 매스미디어서비스(50)를 통해 특정인의 자살에 대한 보도가 노출되면, 매스미디어서비스(50) 특히 소셜 네트워크서비스(30)에서 기 정의된 특정 한도기간(예 : 1주) 이내에 해당 특정인의 자살에 관련된 웹컨텐츠가 검색된 특정 한도횟수(예 : 100회) 이상 검색된 경우 비로소 수집대상이 되는 유명인의 자살로 정의하고 대응되는 특정인자살정보를 수집할 수 있다.
또는, 전술의 소셜정보로서의 특정인자살정보를 수집하는 제1방법 및 제2방법을 병행하여 모두 해당되는 경우 비로소 수집대상이 되는 유명인의 자살로 정의하고 대응되는 특정인자살정보를 수집할 수 있다.
이에, 변동변수 설정부(110)는, 매스미디어서비스(50)를 통해 노출된 특정인의 자살에 대한 특정인자살정보를 소셜정보로서 획득할 수 있다.
그리고, 변동변수 설정부(110)는, 전술과 같은 소셜정보를 기초로 하는 변동변수를 설정할 수 있다.
보다 구체적으로 설명하면, 변동변수 설정부(110)는, 수집된 게시물개수정보에 따른 게시물지표, 특정인자살정보에 따른 특정인자살지표를 변동변수로 설정한다.
더 나아가, 변동변수 설정부(110)는, 온도정보 및 습도정보 및 일조량정보 중 적어도 하나를 포함하는 기후정보를 기초로 하는 기후지표, 소비패턴분석정보 및 소비자물가지수정보 및 실업률정보 및 종합주가지수정보 중 적어도 하나를 포함하는 경제정보를 기초로 하는 경제지표를 변동변수로 더 설정할 수 있다.
이에, 모델링부(120)는, 전술의 변동변수 설정부(110)에 의해 설정된 변동변수(예 : 게시물지표, 특정인자살지표, 기후지표, 경제지표)와 실제 발생된 자살수를 관측하여 얻은 실제 자살수정보를 기초로, 변동변수에 따른 자살 수(목표변수)를 예측하기 위한 회귀분석모델을 모델링한다.
모델링부(120)에서 모델링한 회귀분석모델은, 수리적 모델, 통계적 모델, 수리적 모델과 통계적 모델을 조합한 모델 중에서 어느 하나일 수 있고, 다중회귀분석법, 주성분회귀분석법, 부분최소자승법, 신경회로망-부분최소자승법, 커널-부분최소자승법 또는 LS-SVM(Least Square Support Vector Machine) 중에서 적어도 하나를 이용한 모델일 수 있다.
그리고, 본 발명의 변동변수 설정부(120)는, 자살 수를 예측하기 위한 특정 시점 이전의 변동변수를 설정한다.
즉, 변동변수 설정부(120)는, 특정 시점(t)의 자살 수를 예측하기 위해 필요한 특정 시점(t) 이전의 변동변수를 설정하여, 예측제어부(130)에 전달할 수 있다.
보다 구체적으로, 변동변수 설정부(120)는, 자살 수를 예측하고자 하는 특정 시점(t) 이전의 특정 수집기간 동안 수집된 게시물개수정보에 따른 게시물지표와, 매스미디어서비스(50)를 통해 최초 노출된 시점으로부터 특정 적용기간 이내에 상기 특정 시점(t)의 적어도 일부를 포함하는 특정인자살정보에 따른 특정인자살지표 중 적어도 하나를 변동변수로 설정한다.
예를 들어 자살 수를 예측하고자 하는 특정 시점(t)을 3일 단위로 하면, 변동변수 설정부(120)는, 자살 수를 예측하고자 하는 특정 시점(t) 이전의, 바람직하게는 직전의 특정 수집기간(예 : t-1) 동안 수집된 게시물개수정보에 따른 게시물지표를 소셜지표로서 얻을 수 있고, 이러한 게시물지표를 변동변수로 설정할 수 있다.
그리고, 변동변수 설정부(120)는, 수집된 특정인자살정보들 중에서, 매스미디어서비스(50)를 통해 최초 노출된 시점으로부터 특정 적용기간(예 : 30일) 이내에 자살 수를 예측하고자 하는 특정 시점(t) 3일 중 적어도 일부 즉 3일 전체 혹은 2일 혹은 1일을 포함하는 특정인자살정보를 검색하고, 검색된 특정인자살정보에 따른 특정인자살지표를 소셜지표로서 얻을 수 있다. 이는, 특정인의 자살이 특정 시점(t)의 자살 수 예측이 영향을 미치기 위해서는 최소한 특정 적용기간(예 : 30일) 이내로 가까워야 함에 기인한다.
이때, 변동변수 설정부(120)는, 자살 수를 예측하고자 하는 특정 시점(t) 3일 중 적어도 일부를 포함하는 특정인자살정보를 검색한 결과 해당되는 특정인자살정보가 존재하지 않으면, 특정인자살지표를 소셜지표로서 변동변수로 설정하지 않는 바람직하다.
더욱 구체적으로는, 변동변수 설정부(120)는, 전술과 같이 소셜지표로서 얻은 특정인자살지표에, 대응되는 특정인자살정보가 매스미디어서비스(50)를 통해 노출되는 횟수, 매스미디어서비스(50)를 통해 노출되는 노출기간, 매스미디어서비스(50)를 통해 최초 노출된 시점과 자살 수를 예측하고자 하는 특정 시점(t) 간의 날짜차이 중 적어도 하나에 따른 가중치를 적용할 수 있다.
즉, 변동변수 설정부(120)는, 특정인자살정보가 매스미디어서비스(50)를 통해 노출되는 횟수 별, 매스미디어서비스(50)를 통해 노출되는 노출기간 별, 매스미디어서비스(50)를 통해 최초 노출된 시점과 자살 수를 예측하고자 하는 특정 시점(t) 간의 날짜차이 별로, 상이한 가중치를 적용할 수 있는 가중치테이블을 기 정의할 수 있다.
예를 들면, 가중치테이블은, 특정인자살정보가 매스미디어서비스(50)를 통해 노출되는 횟수가 많을 수록, 매스미디어서비스(50)를 통해 노출되는 노출기간이 길 수록, 매스미디어서비스(50)를 통해 최초 노출된 시점과 자살 수를 예측하고자 하는 특정 시점(t) 간의 날짜차이가 작아 가까울 수록, 큰 가중치가 적용될 수 있도록 정의되는 것이 바람직하다.
이에, 변동변수 설정부(120)는, 전술과 같이 얻은 특정인자살지표에 대하여, 해당되는 특정인자살정보가 노출된 매스미디어서비스(50)를 통해 노출되는 노출기간, 매스미디어서비스(50)를 통해 최초 노출된 시점과 자살 수를 예측하고자 하는 특정 시점(t) 간의 날짜차이에 따라 전술의 가중치테이블을 기초로 대응되는 가중치를 확인하고, 전술과 같이 얻은 특정인자살지표에 확인한 가중치를 적용할 수 있다.
이에, 변동변수 설정부(120)는, 가중치를 적용한 특정인자살지표를 소셜지표로서 얻을 수 있고, 이러한 특정인자살지표를 변동변수로 설정할 수 있다.
더 나아가, 변동변수 설정부(120)는, 자살 수를 예측하고자 하는 특정 시점(t) 이전의, 바람직하게는 직전의 특정 수집기간(예 : t-1) 동안 수집된 온도정보 및 습도정보 및 일조량정보 중 적어도 하나를 포함하는 기후정보를 기초로 하는 기후지표, 특정 시점(t) 이전의 특정 수집기간(예 : t-1) 동안 수집된 소비패턴분석정보 및 소비자물가지수정보 및 실업률정보 및 종합주가지수정보 중 적어도 하나를 포함하는 경제정보를 기초로 하는 경제지표를 변동변수로 더 설정할 수 있다.
이에, 예측제어부(130)는, 변동변수 설정부(120)에서 설정되는 변동변수, 즉 전술의 게시물지표, 특정인자살지표, 기후지표, 경제지표를 변동변수로 회귀분석모델에 적용하여, 회귀분석모델을 통해 적용된 변동변수에 따른 특정 시점(t)의 자살 수를 예측할 수 있다.
이에, 도 3에서는 특정 시점(t)의 자살 수를 예측하기 위해 적용되는 변동변수의 예를 보여주고 있다.
즉, 도 3에서의 price_yr_1m, unemployment, stock 이 변동변수로서 적용되는 경제지표이고, temperature 가 변동변수로서 적용되는 기후지표이며, celebrity 가 변동변수로서 적용되는 특정인자살지표, suicidal(예 : 고위험단어) weblog count, emotional(예 : 저위험단어) weblog count 가 변동변수로서 적용되는 게시물지표를 의미한다.
이에, 예측제어부(130)는, 전술의 게시물지표, 특정인자살지표, 기후지표, 경제지표를 변동변수로 적용하여, 유의수준(p) 5% 이하인 유의한 변동변수를 선별하여 회귀분석모델을 통해 선별된 변동변수에 따른 특정 시점(t)의 자살 수를 예측하는 등 기 설정된 예측 알고리즘에 따라, 회귀분석모델을 통한 목표변수(자살 수)를 예측할 수 있다.
여기서, 예측제어부(130)가 모델링된 회귀분석모델에 각 변동변수를 적용하여 목표변수를 예측하는 구체적인 예측 알고리즘은, 기존의 알고리즘 중 채택할 수 있으므로 구체적인 설명을 생략하도록 한다.
이상에서 설명한 바와 같이, 본 발명에 따른 소셜정보를 이용한 자살수 예측 장치에 따르면, 자살에 영향을 주는 기후 상황 및 경제 상황 뿐 아니라, 소셜 미디어의 발달로 인하여 사회적 분위기에 개인들이 더욱 빈번히 노출되고 상호 영향을 주고 있는 현 상황을 고려하여, 소셜 네트워크서비스에 개인이 게시하는 자살에 관련된 게시물의 개수, 유명한 특정인의 자살이 보도되는 상황 등의 소셜정보를 반영하여 회귀분석모델을 모델링하고, 이러한 회귀분석모델에 게시물지표 및 특정인자살지표 등의 소셜지표를 적용하여 자살 수를 예측함으로써, 현 상황에 보다 실제적인 요인들을 고려하여 신뢰도 높은 자살률을 예측할 수 있다.
이하에서는, 도 2를 참조하여 본 발명에 따른 소셜정보를 이용한 자살수 예측 방법을 설명하도록 한다. 설명의 편의를 위해 전술의 도 1의 대응 구성에서 언급한 참조번호로 설명하도록 한다.
본 발명에 따른 소셜정보를 이용한 자살수 예측 방법은, 매스미디어서비스(50)에서 적어도 하나의 소셜정보를 수집하는 것이 바람직하다.
예를 들면, 본 발명에 따른 소셜정보를 이용한 자살수 예측 방법은, 매스미디어서비스(50)와 연동하여 적어도 하나의 소셜정보를 수집할 수 있고, 또는 매스미디어서비스(50)와 연동하여 적어도 하나의 소셜정보를 수집하는 별도의 장치(미도시)로부터 적어도 하나의 소셜정보를 제공받을 수 있다(S100).
여기서, 소셜정보는, 매스미디어서비스(50)의 특정 소셜 네트워크서비스(30)에 특정 위험단어를 포함하는 게시물이 게시된 개수를 나타내는 게시물개수정보, 매스미디어서비스(50)를 통해 노출된 특정인의 자살에 대한 특정인자살정보 중 적어도 어느 하나를 포함하는 것이 바람직하다.
이때, 특정 위험단어는, 운영자에 의해 기 설정된 단어로서, "자살", "죽고싶다", 등 자살 위험을 직접적으로 표현하는 고위험단어, "힘들다", "못살겠다" 등 자살의 위험을 간접적으로 암시하는 저위험단어로 구분될 수 있다.
이에, 본 발명에 따른 소셜정보를 이용한 자살수 예측 방법은, 특정 수집기간 단위로, 매스미디어서비스(50)의 특정 소셜 네트워크서비스(30)에 특정 위험단어를 포함하는 게시물(예 : 블로그, 댓글, 담벼락 글 등)이 게시된 개수를 나타내는 게시물개수정보를 소셜정보로서 획득할 수 있다.
보다 구체적으로 소셜정보로서의 게시물개수정보를 수집하는 방법을 설명하면, 특정 소셜 네트워크서비스(30)에 게시되는 게시물 중 전술의 특정 위험단어를 포함한 웹페이지를 모두 검색하고, 검색된 웹페이지의 구성정보를 기초로 개인 이용자에 의해 게시된 게시물(예 : 블로그, 댓글, 담벼락 글 등)을 필터링함으로써, 필터링된 게시물(예 : 블로그, 댓글, 담벼락 글 등)의 개수를 카운팅하여 수집할 수 있다.
특정인의 자살에 대한 특정인자살정보는, 특정인에 대한 신상정보(예 : 나이, 인지도, 성별), 매스미디어서비스(50)를 통해 보도되는 자살이유, 매스미디어서비스(50)를 통해 최초 노출된 시점, 매스미디어서비스(50)를 통해 노출되는 횟수, 매스미디어서비스(50)를 통해 노출되는 노출기간 중 적어도 어느 하나를 포함할 수 있다.
보다 구체적으로 소셜정보로서의 특정인자살정보를 수집하는 제1방법을 설명하면, 매스미디어서비스(50)를 통해 특정인의 자살에 대한 보도가 노출되면 해당 특정인의 자살보도가 최소노출기간(예 : 2주) 이상 매스미디어서비스(50)를 통해 노출되는 경우 비로소 수집대상이 되는 유명인의 자살로 정의하고 대응되는 특정인자살정보를 수집할 수 있다.
한편, 소셜정보로서의 특정인자살정보를 수집하는 제2방법을 설명하면, 매스미디어서비스(50)를 통해 특정인의 자살에 대한 보도가 노출되면, 매스미디어서비스(50) 특히 소셜 네트워크서비스(30)에서 기 정의된 특정 한도기간(예 : 1주) 이내에 해당 특정인의 자살에 관련된 웹컨텐츠가 검색된 특정 한도횟수(예 : 100회) 이상 검색된 경우 비로소 수집대상이 되는 유명인의 자살로 정의하고 대응되는 특정인자살정보를 수집할 수 있다.
또는, 전술의 소셜정보로서의 특정인자살정보를 수집하는 제1방법 및 제2방법을 병행하여 모두 해당되는 경우 비로소 수집대상이 되는 유명인의 자살로 정의하고 대응되는 특정인자살정보를 수집할 수 있다.
이에, 본 발명에 따른 소셜정보를 이용한 자살수 예측 방법은, 매스미디어서비스(50)를 통해 노출된 특정인의 자살에 대한 특정인자살정보를 소셜정보로서 획득할 수 있다.
그리고, 본 발명에 따른 소셜정보를 이용한 자살수 예측 방법은, 전술과 같은 소셜정보를 기초로 하는 변동변수를 설정할 수 있다.
보다 구체적으로 설명하면, 본 발명에 따른 소셜정보를 이용한 자살수 예측 방법은, 수집된 게시물개수정보에 따른 게시물지표, 특정인자살정보에 따른 특정인자살지표를 변동변수로 설정한다.
더 나아가, 본 발명에 따른 소셜정보를 이용한 자살수 예측 방법은, 온도정보 및 습도정보 및 일조량정보 중 적어도 하나를 포함하는 기후정보를 기초로 하는 기후지표, 소비패턴분석정보 및 소비자물가지수정보 및 실업률정보 및 종합주가지수정보 중 적어도 하나를 포함하는 경제정보를 기초로 하는 경제지표를 변동변수로 더 설정할 수 있다.
이에, 본 발명에 따른 소셜정보를 이용한 자살수 예측 방법은, 전술의 설정된 변동변수(예 : 게시물지표, 특정인자살지표, 기후지표, 경제지표)와 실제 발생된 자살수를 관측하여 얻은 실제 자살수정보를 기초로, 변동변수에 따른 자살 수(목표변수)를 예측하기 위한 회귀분석모델을 모델링한다(S110).
모델링한 회귀분석모델은, 수리적 모델, 통계적 모델, 수리적 모델과 통계적 모델을 조합한 모델 중에서 어느 하나일 수 있고, 다중회귀분석법, 주성분회귀분석법, 부분최소자승법, 신경회로망-부분최소자승법, 커널-부분최소자승법 또는 LS-SVM(Least Square Support Vector Machine) 중에서 적어도 하나를 이용한 모델일 수 있다.
그리고, 본 발명에 따른 소셜정보를 이용한 자살수 예측 방법은, 자살 수를 예측하기 위한 특정 시점 이전의 변동변수를 설정한다(S120).
즉, 본 발명에 따른 소셜정보를 이용한 자살수 예측 방법은, 특정 시점(t)의 자살 수를 예측하기 위해 필요한 특정 시점(t) 이전의 변동변수를 설정할 수 있다.
보다 구체적으로, 본 발명에 따른 소셜정보를 이용한 자살수 예측 방법은, 자살 수를 예측하고자 하는 특정 시점(t) 이전의 특정 수집기간 동안 수집된 게시물개수정보에 따른 게시물지표와, 매스미디어서비스(50)를 통해 최초 노출된 시점으로부터 특정 적용기간 이내에 상기 특정 시점(t)의 적어도 일부를 포함하는 특정인자살정보에 따른 특정인자살지표 중 적어도 하나를 변동변수로 설정한다.
예를 들어 자살 수를 예측하고자 하는 특정 시점(t)을 3일 단위로 하면, 본 발명에 따른 소셜정보를 이용한 자살수 예측 방법은, 자살 수를 예측하고자 하는 특정 시점(t) 이전의, 바람직하게는 직전의 특정 수집기간(예 : t-1) 동안 수집된 게시물개수정보에 따른 게시물지표를 소셜지표로서 얻을 수 있고, 이러한 게시물지표를 변동변수로 설정할 수 있다.
그리고, 본 발명에 따른 소셜정보를 이용한 자살수 예측 방법은, 수집된 특정인자살정보들 중에서, 매스미디어서비스(50)를 통해 최초 노출된 시점으로부터 특정 적용기간(예 : 30일) 이내에 자살 수를 예측하고자 하는 특정 시점(t) 3일 중 적어도 일부 즉 3일 전체 혹은 2일 혹은 1일을 포함하는 특정인자살정보를 검색하고, 검색된 특정인자살정보에 따른 특정인자살지표를 소셜지표로서 얻을 수 있다. 이는, 특정인의 자살이 특정 시점(t)의 자살 수 예측이 영향을 미치기 위해서는 최소한 특정 적용기간(예 : 30일) 이내로 가까워야 함에 기인한다.
더욱 구체적으로는, 본 발명에 따른 소셜정보를 이용한 자살수 예측 방법은, 전술과 같이 소셜지표로서 얻은 특정인자살지표에, 대응되는 특정인자살정보가 매스미디어서비스(50)를 통해 노출되는 횟수, 매스미디어서비스(50)를 통해 노출되는 노출기간, 매스미디어서비스(50)를 통해 최초 노출된 시점과 자살 수를 예측하고자 하는 특정 시점(t) 간의 날짜차이 중 적어도 하나에 따른 가중치를 적용할 수 있다.
즉, 본 발명에 따른 소셜정보를 이용한 자살수 예측 방법은, 특정인자살정보가 매스미디어서비스(50)를 통해 노출되는 횟수 별, 매스미디어서비스(50)를 통해 노출되는 노출기간 별, 매스미디어서비스(50)를 통해 최초 노출된 시점과 자살 수를 예측하고자 하는 특정 시점(t) 간의 날짜차이 별로, 상이한 가중치를 적용할 수 있는 가중치테이블을 기 정의할 수 있다.
예를 들면, 가중치테이블은, 특정인자살정보가 매스미디어서비스(50)를 통해 노출되는 횟수가 많을 수록, 매스미디어서비스(50)를 통해 노출되는 노출기간이 길 수록, 매스미디어서비스(50)를 통해 최초 노출된 시점과 자살 수를 예측하고자 하는 특정 시점(t) 간의 날짜차이가 작아 가까울 수록, 큰 가중치가 적용될 수 있도록 정의되는 것이 바람직하다.
이에, 본 발명에 따른 소셜정보를 이용한 자살수 예측 방법은, 전술과 같이 얻은 특정인자살지표에 대하여, 해당되는 특정인자살정보가 노출된 매스미디어서비스(50)를 통해 노출되는 노출기간, 매스미디어서비스(50)를 통해 최초 노출된 시점과 자살 수를 예측하고자 하는 특정 시점(t) 간의 날짜차이에 따라 전술의 가중치테이블을 기초로 대응되는 가중치를 확인하고, 전술과 같이 얻은 특정인자살지표에 확인한 가중치를 적용할 수 있다.
이에, 본 발명에 따른 소셜정보를 이용한 자살수 예측 방법은, 가중치를 적용한 특정인자살지표를 소셜지표로서 얻을 수 있고, 이러한 특정인자살지표를 변동변수로 설정할 수 있다.
더 나아가, 본 발명에 따른 소셜정보를 이용한 자살수 예측 방법은, S120단계에서 자살 수를 예측하고자 하는 특정 시점(t) 이전의, 바람직하게는 직전의 특정 수집기간(예 : t-1) 동안 수집된 온도정보 및 습도정보 및 일조량정보 중 적어도 하나를 포함하는 기후정보를 기초로 하는 기후지표, 특정 시점(t) 이전의 특정 수집기간(예 : t-1) 동안 수집된 소비패턴분석정보 및 소비자물가지수정보 및 실업률정보 및 종합주가지수정보 중 적어도 하나를 포함하는 경제정보를 기초로 하는 경제지표를 변동변수로 더 설정할 수 있다.
이에, 본 발명에 따른 소셜정보를 이용한 자살수 예측 방법은, S120단계에서 설정되는 변동변수, 즉 전술의 게시물지표, 특정인자살지표, 기후지표, 경제지표를 변동변수로 회귀분석모델에 적용하여, 회귀분석모델을 통해 적용된 변동변수에 따른 특정 시점(t)의 자살 수를 예측할 수 있다(S130).
이상에서 설명한 바와 같이, 본 발명에 따른 소셜정보를 이용한 자살수 예측 방법에 따르면, 자살에 영향을 주는 기후 상황 및 경제 상황 뿐 아니라, 소셜 미디어의 발달로 인하여 사회적 분위기에 개인들이 더욱 빈번히 노출되고 상호 영향을 주고 있는 현 상황을 고려하여, 소셜 네트워크서비스에 개인이 게시하는 자살에 관련된 게시물의 개수, 유명한 특정인의 자살이 보도되는 상황 등의 소셜정보를 반영하여 회귀분석모델을 모델링하고, 이러한 회귀분석모델에 게시물지표 및 특정인자살지표 등의 소셜지표를 적용하여 자살 수를 예측함으로써, 현 상황에 보다 실제적인 요인들을 고려하여 신뢰도 높은 자살률을 예측할 수 있다.
본 발명의 일실시예에 따른 소셜정보를 이용한 자살수 예측 방법 및 장치는 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
지금까지 본 발명을 바람직한 실시 예를 참조하여 상세히 설명하였지만, 본 발명이 상기한 실시 예에 한정되는 것은 아니며, 이하의 특허청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형 또는 수정이 가능한 범위까지 본 발명의 기술적 사상이 미친다 할 것이다.
본 발명에 따른 소셜정보를 이용한 자살수 예측 방법 및 장치에 따르면, 소셜 미디어의 발달로 인하여 사회적 분위기에 개인들이 더욱 빈번히 노출되고 상호 영향을 주고 있는 현 상황을 고려하여, 소셜 네트워크서비스에 개인이 게시하는 자살에 관련된 게시물의 개수, 유명한 특정인의 자살이 보도되는 상황 등의 소셜정보를 반영하여 회귀분석모델을 모델링하고, 이러한 회귀분석모델에 게시물지표 및 특정인자살지표 등의 소셜지표를 적용하여 자살 수를 예측함으로써, 현 상황에 보다 실제적인 요인들을 고려하여 신뢰도 높은 자살률을 예측한다는 점에서, 기존 기술의 한계를 뛰어 넘음에 따라 관련 기술에 대한 이용만이 아닌 적용되는 장치의 시판 또는 영업의 가능성이 충분할 뿐만 아니라 현실적으로 명백하게 실시할 수 있는 정도이므로 산업상 이용가능성이 있는 발명이다.
100 : 소셜정보를 이용한 자살수 예측 장치
110 : 변동변수설정부 120 : 모델링부
130 : 예측제어부

Claims (8)

  1. 매스미디어서비스에서 수집되는 적어도 하나의 소셜정보를 기초로 하는 변동변수에 따른 자살 수를 예측하기 위한 회귀분석모델을 모델링하는 모델링 단계;
    특정 시점 이전의 변동변수를 설정하는 변동변수 설정단계; 및
    상기 변동변수설정단계에서 설정된 상기 변동변수를 상기 회귀분석모델에 적용하여 상기 변동변수의 변화에 따른 상기 특정 시점의 자살 수를 예측하는 예측 단계를 포함하며;
    상기 소셜정보는,
    상기 매스미디어서비스의 특정 소셜 네트워크서비스에 특정 위험단어를 포함하는 게시물이 게시된 개수를 나타내는 게시물개수정보, 상기 매스미디어서비스를 통해 노출된 특정인의 자살에 대한 특정인자살정보 중 적어도 어느 하나를 포함하고,
    상기 변동변수 설정단계는,
    상기 특정 시점 이전의 특정 수집기간 동안 수집된 상기 게시물개수정보에 따른 게시물지표를 상기 변동변수로 설정하는 것을 특징으로 하는 소셜정보를 이용한 자살수 예측 방법.
  2. 삭제
  3. 삭제
  4. 제 1 항에 있어서,
    상기 변동변수 설정단계는,
    상기 수집되는 특정인자살정보 중, 상기 매스미디어서비스를 통해 최초 노출된 시점으로부터 특정 적용기간 이내에 상기 특정 시점의 적어도 일부를 포함하는 특정인자살정보를 검색하여 상기 검색된 특정인자살정보에 따른 특정인자살지표를 상기 변동변수로 설정하는 것을 특징으로 하는 소셜정보를 이용한 자살수 예측 방법.
  5. 제 4 항에 있어서,
    상기 변동변수 설정단계는,
    상기 특정인자살지표에, 대응되는 특정인자살정보가 상기 매스미디어서비스를 통해 노출되는 횟수, 상기 매스미디어서비스를 통해 노출되는 노출기간, 상기 매스미디어서비스를 통해 최초 노출된 시점과 상기 특정 시점 간의 날짜차이 중 적어도 하나에 따른 가중치를 적용하여, 상기 변동변수로 설정하는 것을 특징으로 하는 소셜정보를 이용한 자살수 예측 방법.
  6. 제 1 항 또는 제 4 항 또는 제 5 항에 있어서,
    상기 모델링 단계는,
    상기 적어도 하나의 소셜정보와, 온도정보 및 습도정보 및 일조량정보 중 적어도 하나를 포함하는 기후정보와, 소비패턴분석정보 및 소비자물가지수정보 및 실업률정보 및 종합주가지수정보 중 적어도 하나를 포함하는 경제정보를 기초로 하는 변동변수에 따른 자살 수를 예측하기 위한 회귀분석모델을 모델링하는 것을 특징으로 하는 소셜정보를 이용한 자살수 예측 방법.
  7. 제 5 항에 있어서,
    상기 변동변수 설정단계는,
    상기 특정 시점 이전의 특정 수집기간 동안 수집된 온도정보 및 습도정보 및 일조량정보 중 적어도 하나를 포함하는 기후정보를 기초로 하는 기후지표, 상기 특정 시점 이전의 특정 수집기간 동안 수집된 소비패턴분석정보 및 소비자물가지수정보 및 실업률정보 및 종합주가지수정보 중 적어도 하나를 포함하는 경제정보를 기초로 하는 경제지표 상기 변동변수로 더 설정하는 것을 특징으로 하는 소셜정보를 이용한 자살수 예측 방법.
  8. 매스미디어서비스에서 수집되는 적어도 하나의 소셜정보를 기초로 하는 변동변수에 따른 자살 수를 예측하기 위한 회귀분석모델을 모델링하는 모델링부;
    특정 시점 이전의 변동변수를 설정하는 변동변수 설정부; 및
    상기 설정된 변동변수를 상기 회귀분석모델에 적용하여 상기 변동변수의 변화에 따른 상기 특정 시점의 자살 수를 예측하는 예측제어부를 포함하며;
    상기 소셜정보는,
    상기 매스미디어서비스의 특정 소셜 네트워크서비스에 특정 위험단어를 포함하는 게시물이 게시된 개수를 나타내는 게시물개수정보, 상기 매스미디어서비스를 통해 노출된 특정인의 자살에 대한 특정인자살정보 중 적어도 어느 하나를 포함하고,
    상기 변동변수 설정부는,
    상기 특정 시점 이전의 특정 수집기간 동안 수집된 상기 게시물개수정보에 따른 게시물지표를 상기 변동변수로 설정하는 것을 특징으로 하는 소셜정보를 이용한 자살수 예측 장치.
KR1020120093069A 2012-08-24 2012-08-24 소셜정보를 이용한 자살수 예측 방법 및 장치 KR101385562B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020120093069A KR101385562B1 (ko) 2012-08-24 2012-08-24 소셜정보를 이용한 자살수 예측 방법 및 장치
PCT/KR2013/005370 WO2014030833A1 (ko) 2012-08-24 2013-06-18 소셜정보를 이용한 자살수 예측 방법 및 장치
US14/423,580 US20150302302A1 (en) 2012-08-24 2013-06-18 Method and device for predicting number of suicides using social information

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120093069A KR101385562B1 (ko) 2012-08-24 2012-08-24 소셜정보를 이용한 자살수 예측 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20140026951A KR20140026951A (ko) 2014-03-06
KR101385562B1 true KR101385562B1 (ko) 2014-04-21

Family

ID=50150107

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120093069A KR101385562B1 (ko) 2012-08-24 2012-08-24 소셜정보를 이용한 자살수 예측 방법 및 장치

Country Status (3)

Country Link
US (1) US20150302302A1 (ko)
KR (1) KR101385562B1 (ko)
WO (1) WO2014030833A1 (ko)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10848485B2 (en) * 2015-02-24 2020-11-24 Nelson Cicchitto Method and apparatus for a social network score system communicably connected to an ID-less and password-less authentication system
US11122034B2 (en) 2015-02-24 2021-09-14 Nelson A. Cicchitto Method and apparatus for an identity assurance score with ties to an ID-less and password-less authentication system
US11171941B2 (en) 2015-02-24 2021-11-09 Nelson A. Cicchitto Mobile device enabled desktop tethered and tetherless authentication
KR102013692B1 (ko) * 2018-11-09 2019-08-23 한국과학기술정보연구원 자살 치명도 예측 장치 및 방법
CN110489552B (zh) * 2019-07-17 2021-09-21 清华大学 一种微博用户自杀风险检测方法及装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8781989B2 (en) * 2008-01-14 2014-07-15 Aptima, Inc. Method and system to predict a data value
US20110258256A1 (en) * 2010-04-14 2011-10-20 Bernardo Huberman Predicting future outcomes

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Mohammad-Ali Abbasi 외 3인, ‘Real-World Behavior Analysis through a Social Media Lens’, Social Computing, Behavioral-Cultural Modeling and Prediction Lecture Notes in Computer Science v7227, 2012.04.03.
Mohammad-Ali Abbasi 외 3인, 'Real-World Behavior Analysis through a Social Media Lens', Social Computing, Behavioral-Cultural Modeling and Prediction Lecture Notes in Computer Science v7227, 2012.04.03. *
Peter S. Bearman 외 1인, ‘Suicide and Friendships Among American Adolescents’, American Journal of Public Health v94 n1, 2004.01., pp.89-95
Peter S. Bearman 외 1인, 'Suicide and Friendships Among American Adolescents', American Journal of Public Health v94 n1, 2004.01., pp.89-95 *

Also Published As

Publication number Publication date
KR20140026951A (ko) 2014-03-06
WO2014030833A1 (ko) 2014-02-27
WO2014030833A8 (ko) 2014-05-08
US20150302302A1 (en) 2015-10-22

Similar Documents

Publication Publication Date Title
JP6732034B2 (ja) ユーザー・クレジット評価方法、装置及び記憶媒体
Pan et al. Forecasting destination weekly hotel occupancy with big data
JP6588572B2 (ja) 情報推薦方法および情報推薦装置
KR101385562B1 (ko) 소셜정보를 이용한 자살수 예측 방법 및 장치
CN107330459B (zh) 一种数据处理方法、装置和电子设备
KR101548526B1 (ko) 외부 인적자원의 평가를 이용한 핵심기술과 수행주체 선정 장치, 시스템 및 방법
Abaza Simplified staged-homogenous Markov model for flexible pavement performance prediction
KR101524971B1 (ko) 개인 성향 예측 방법 및 그 장치
JP2012164318A5 (ko)
Davis et al. Disproportionate juvenile minority confinement: A state-level assessment of racial threat
US8099322B2 (en) Time factor feature generation system, time factor feature generation method and time factor feature generation program
Feltrin et al. Vibration monitoring of a footbridge with a wireless sensor network
CN112101692B (zh) 移动互联网质差用户的识别方法及装置
CN117291649B (zh) 一种集约化的营销数据处理方法及系统
KR101435096B1 (ko) 소셜 네트워크 서비스 데이터에 기반한 상품 수요 예측 장치 및 방법
Bocquier Migration analysis using demographic surveys and surveillance systems
Lepage et al. Impact of weather, activities, and service disruptions on transportation demand
CN117745355A (zh) 基于移动端的广告发布系统及发布方法
Mora et al. Prioritizing interventions to reduce seismic vulnerability in school facilities in Colombia
CN103577535B (zh) 一种客观评价e-learning用户体验质量的方法
CN111340540A (zh) 广告推荐模型的监控方法、推荐方法及装置
KR101935161B1 (ko) Ｓｎｓ와 여론조사를 융합한 예측 시스템 및 방법
CN109165765A (zh) 区域对象信息预测方法和系统、楼盘价格预测方法和系统
Lee et al. Estimation of pavement rehabilitation cost using pavement management data
Liu et al. Estimating Freeway Lane-Level Traffic State with Intelligent Connected Vehicles

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20170329

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20180329

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20190408

Year of fee payment: 6