KR20160111715A - 감정 분석 기반의 소셜 네트워크를 이용한 여론 형성방법 - Google Patents
감정 분석 기반의 소셜 네트워크를 이용한 여론 형성방법 Download PDFInfo
- Publication number
- KR20160111715A KR20160111715A KR1020150036742A KR20150036742A KR20160111715A KR 20160111715 A KR20160111715 A KR 20160111715A KR 1020150036742 A KR1020150036742 A KR 1020150036742A KR 20150036742 A KR20150036742 A KR 20150036742A KR 20160111715 A KR20160111715 A KR 20160111715A
- Authority
- KR
- South Korea
- Prior art keywords
- emotion
- message
- category
- emotional
- public opinion
- Prior art date
Links
- 230000008451 emotion Effects 0.000 title claims abstract description 157
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000004458 analytical method Methods 0.000 claims abstract description 51
- 230000002996 emotional effect Effects 0.000 claims description 71
- 230000007704 transition Effects 0.000 claims description 17
- 238000012423 maintenance Methods 0.000 claims description 9
- 206010048909 Boredom Diseases 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000012546 transfer Methods 0.000 abstract description 4
- 230000015572 biosynthetic process Effects 0.000 description 12
- 230000008569 process Effects 0.000 description 9
- 230000008859 change Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000029052 metamorphosis Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003012 network analysis Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
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
- G06Q50/01—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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0203—Market surveys; Market polls
-
- G06Q50/30—
-
- 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
- G06Q50/50—Business processes related to the communications industry
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Operations Research (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
본 발명은 고객에 대한 온라인 이슈에 대해 네트워크 상에 존재하는 메시지를 분석하여 여론이 긍정적인 경우에는 감정유지 메시지를 생성하여 여론을 유지하고, 여론이 부정적인 경우에는 감정전이 메시지를 생성하여 여론의 반전을 꾀할 수 있도록 해 주는 감정 분석 기반의 소셜 네트워크를 이용한 여론 형성 방법에 관한 것이다.
본 발명에 따른 감정 분석 기반의 소셜 네트워크를 이용한 여론 형성 방법은 소셜 네트워크상에서 해당 이슈에 대해 남긴 메시지들을 수집하고, 수집된 메시지에 포함된 감정 키워드를 근거로 기 설정된 감정 범주별 메시지를 분류하는 키워드 분석 단계와, 감정 범주별 메시지 출현 빈도를 근거로 해당 이슈에 대해 감정 범주별 빈도가 상대적으로 높은 지배감정과 빈도가 상대적으로 낮은 하부 감정으로 구분하고, 상기 지배감정을 형성하는 감정 범주가 긍정의 감정 범주인 경우에는 지배감정의 감정 범주에 대응되는 감정유지 메시지를 생성하고, 지배감정을 형성하는 감정 범주가 부정의 감정 범주인 경우에는 하부 감정의 감정 범주에 대응되는 감정전이 메시지를 생성하는 여론 상태 분석 단계 및, 상기 키워드 분석 단계에서 수집된 메시지의 이용자 계정으로 상기 여론 상태 분석 단계에서 생성된 감정유지 메시지 또는 감정전이 메시지를 전송하는 여론 전략 수립단계를 포함하여 구성되는 것을 특징으로 한다.
본 발명에 따른 감정 분석 기반의 소셜 네트워크를 이용한 여론 형성 방법은 소셜 네트워크상에서 해당 이슈에 대해 남긴 메시지들을 수집하고, 수집된 메시지에 포함된 감정 키워드를 근거로 기 설정된 감정 범주별 메시지를 분류하는 키워드 분석 단계와, 감정 범주별 메시지 출현 빈도를 근거로 해당 이슈에 대해 감정 범주별 빈도가 상대적으로 높은 지배감정과 빈도가 상대적으로 낮은 하부 감정으로 구분하고, 상기 지배감정을 형성하는 감정 범주가 긍정의 감정 범주인 경우에는 지배감정의 감정 범주에 대응되는 감정유지 메시지를 생성하고, 지배감정을 형성하는 감정 범주가 부정의 감정 범주인 경우에는 하부 감정의 감정 범주에 대응되는 감정전이 메시지를 생성하는 여론 상태 분석 단계 및, 상기 키워드 분석 단계에서 수집된 메시지의 이용자 계정으로 상기 여론 상태 분석 단계에서 생성된 감정유지 메시지 또는 감정전이 메시지를 전송하는 여론 전략 수립단계를 포함하여 구성되는 것을 특징으로 한다.
Description
본 발명은 고객에 대한 온라인 이슈에 대해 네트워크 상에 존재하는 메시지를 분석하여 여론이 긍정적인 경우에는 감정유지 메시지를 생성하여 여론을 유지하고, 여론이 부정적인 경우에는 감정전이 메시지를 생성하여 여론의 반전을 꾀할 수 있도록 해 주는 감정 분석 기반의 소셜 네트워크를 이용한 여론 형성 방법에 관한 것이다.
통신 기술의 발달로 개인들은 PC를 통해 인터넷 기술을 이용하여 인터넷상에서 네트워크를 형성함으로써 종래의 장소와 시간적 제약을 동시에 해결하는 역할을 하고 있다. 이와 더불어 개인이 자신의 인터넷상의 가상 공간에서 타인과 관계를 맺을 수 있는 서비스, 즉, 커뮤니케이션을 제공하고 다양한 정보를 공유할 수 있도록 하는 서비스가 대두되었는데, 이를 소셜 네트워크 서비스(Social Networking Service, SNS) 또는 소셜 커뮤니티 서비스(SCS: Social Community Service)라 한다.
상기 소셜 네트워크 서비스의 대표적인 형태는 싸이월드, 네이버, 다음 등이 제공하는 미니홈피, 블로그, 카페 등이었고, 최근에는 트위터, 미투데이, 페이스북 등 그 형태도 새롭게 진화하고 있다.
이러한 소셜 네트워크 서비스는 사용자 사이의 관계 설정과 관계 유지의 기본적인 서비스를 제공하는데 불과하며, 소셜 네트워크를 이용한 마케팅에 있어서도 종래의 소셜 마케팅은 트위터나 페이스북 등의 SNS 계정을 만들고, 만들어진 SNS 계정에 마케팅을 위한 메시지를 남기거나 해당 계정에서 이벤트를 하는 등의 정도에 그치고 있다.
특히, 최근에는 정치, 기업 또는 특정 집단 등에서 발생할 수 있는 각종 쟁점이나 갈등 등에 대한 온라인 이슈가 발생되는 경우, 상기한 소셜 네트워크를 이용하여 해당 이슈에 대한 여론이 형성되어지고 있으며, 소셜 네트워크의 활성화로 인해 이러한 온라인 상에서 형성되는 여론은 해당 이슈에 대한 사회 전체적인 영향을 미치게 된다.
그러나, 상기한 종래 소셜 네트워크를 통해 형성되는 여론의 척도는 감정의 평가없이 이성 중심적인 양적 중심, 즉 버즈량을 통해서만 측정되고 있기 때문에, 이슈 관련 업체에 있어서는 긍정적인 이용자의 여론을 지속적으로 이어가지 못함은 물론, 부정적인 이용자에 대해서는 그 대처가 힘들었던 것이 현실이다.
즉, 종래 버즈량의 증가 또는 감소상태를 모니터링하는 것으로는 소셜 네트워크상의 여론을 원하는 방향으로 형성하기에 어려움이 있게 된다.
따라서, SNS 상에 존재하는 빅 데이터를 분석하여 그로부터 해당 온라인 이슈에 대한 이용자들의 의견이나 이용자들의 관계망을 통해 효과적으로 여론 형성 전략을 수립할 수 있는 기술에 대한 요구가 높아지고 있다.
이에, 본 발명은 상기한 사정을 감안하여 창출된 것으로, 정치, 기업 또는 특정 집단 등에서 발생할 수 있는 각종 쟁점이나 갈등 등에 대한 온라인 이슈에 대해 네트워크 상에 존재하는 메시지의 감정 단어를 분석하여 빈도수가 높은 지배 감정이 긍정적인 감정 범주의 단어인 경우에는 지배감정과 관련된 메시지를 생성하여 전송하고, 빈도수가 높은 지배감정이 부정적인 감정 범주의 단어인 경우에는 빈도수가 낮은 하부감정과 관련된 메시지를 생성하여 이용자 계정을 통해 전송하도록 함으로써, 온라인 이슈 상황에 대해 감정에 기반한 효과적인 여론 형성 전략을 수립할 수 있도록 하는 감정 분석 기반의 소셜 네트워크를 이용한 여론 형성 방법을 제공함에 그 기술적 목적이 있다.
상기 목적을 달성하기 위한 본 발명의 일측면에 의하면, 소셜 네트워크상에서 해당 이슈에 대해 남긴 메시지들을 수집하고, 수집된 메시지에 포함된 감정 키워드를 근거로 기 설정된 감정 범주별 메시지를 분류하는 키워드 분석 단계와, 감정 범주별 메시지 출현 빈도를 근거로 해당 이슈에 대해 감정 범주별 빈도가 상대적으로 높은 지배감정과 빈도가 상대적으로 낮은 하부 감정으로 구분하고, 상기 지배감정을 형성하는 감정 범주가 긍정의 감정 범주인 경우에는 지배감정의 감정 범주에 해당하는 감정 키워드를 포함하는 감정유지 메시지를 생성하고, 지배감정을 형성하는 감정 범주가 부정의 감정 범주인 경우에는 지배 감정에 상반되는 감정 키워드를 포함하는 감정전이 메시지를 생성하는 여론 상태 분석 단계 및, 상기 키워드 분석 단계에서 수집된 메시지의 이용자 계정으로 상기 여론 상태 분석 단계에서 생성된 감정유지 메시지 또는 감정전이 메시지를 전송하는 여론 전략 수립단계를 포함하여 구성되는 것을 특징으로 하는 감정 분석 기반의 소셜 네트워크를 이용한 여론 형성방법이 제공된다.
또한, 상기 키워드 분석 단계에서 상기 감정 범주는 기쁨,흥분,슬픔,놀람,공포,분노,혐오,통증,지루함의 9개 감정 범주로 구분되고, 수집된 메시지에 둘 이상의 감정 범주에 해당하는 감정 키워드가 포함된 복합 감정 메시지에 대해서는 상기 여론 상태 분석 단계에서의 감정 범주 빈도 결과를 근거로 빈도가 높은 감정 범주의 메시지로 설정하여 감정 범주 빈도를 재산출하는 것을 특징으로 하는 감정 분석 기반의 소셜 네트워크를 이용한 여론 형성방법이 제공된다.
또한, 상기 여론 상태 분석 단계에서 상기 지배감정과 하부감정은 전체 빈도수에 대해 기 설정된 기준 비율을 근거로 기준 비율보다 높은 빈도를 갖는 감정 범주를 지배감정으로 설정하는 것을 특징으로 하는 감정 분석 기반의 소셜 네트워크를 이용한 여론 형성 방법이 제공된다.
또한, 상기 여론 전략 수립 단계는 상기 키워드 분석 단계에서 수집된 메시지를 제공한 이용자 리스트를 추출하는 단계와, 이용자 리스트에서 상기 여론 상태 분석 단계에서 분류된 지배 감정과 하부 감정을 기준으로 이용자를 그룹화하는 단계 및, 상기 지배 감정이 긍정의 감정 범주인 경우에는 지배 감정 이용자 그룹에 대해 상기 감정유지 메시지를 전송하고, 상기 지배 감정이 부정의 감정 범주인 경우에는 지배 감정 이용자 그룹과 하부 감정 이용자 그룹에 대해 감정전이 메시지를 전송하는 단계를 포함하여 구성되는 것을 특징으로 하는 감정 분석 기반의 소셜 네트워크를 이용한 여론 형성 방법이 제공된다.
또한, 상기 이용자 그룹은 각 그룹내에서 다수의 연결 노드를 갖는 매개 유력자와,매개 유력자 간을 연결하는 유력자 및, 매개 유력자 또는 유력자와 연결 관계를 형성하는 하위 이용자로 구분되고, 유력자, 매개 유력자, 하위 이용자 순으로 우선순위를 설정하여 감정유지 메시지 또는 감정전이 메시지를 전송하는 것을 특징으로 하는 감정 분석 기반의 소셜 네트워크를 이용한 여론 형성 방법이 제공된다.
또한, 상기 매개 유력자는 추종자 수, 추종수 및 트윗 수 중 적어도 하나 이상을 분석하여 메시지 전달율이 기준값보다 높은 유효 이용자를 우선 매개 유력자로 설정하고, 유력자, 우선 매개 유력자, 매개 유력자, 하위 이용자 순으로 우선순위를 설정하여 감정 유지 메시지 또는 감정전이 메시지를 전송하는 것을 특징으로 하는 감정 분석 기반의 소셜 네트워크를 이용한 여론 형성 방법이 제공된다.
본 발명은 특정 이슈에 대해 네트워크 상에 존재하는 메시지를 분석하여 여론이 긍정적인 경우에는 감정유지 메시지를 생성하여 여론을 유지하고, 여론이 부정적인 경우에는 감정전이 메시지를 생성하여 여론의 반전을 꾀할 수 있도록 해 줌으로서, 용이하게 고객이 원하는 형태로의 여론 형성 전략을 수립할 수 있는 효과가 있다.
도1은 도1은 본 발명에 따른 감정 분석 기반의 소셜 네트워크를 이용한 여론 형성 방법이 수행되는 과정을 도시한 흐름도.
도2는 도1의 여론 상태 분석 과정에 대한 세부 흐름도.
도3은 온라인 이슈에 대해 형성된 지배 감정 메시지와 하부 감정 메시지를 예시한 도면.
도4는 도1의 여론 전략 수립 과정에 대한 세부 흐름도.
도5는 이용자들의 관계망을 예시한 도면.
도6은 본 발명자가 최근 이슈화되었던 국정원 관련 소셜 네트워크 상에서의 여론 형성과정을 분석할 결과.
도2는 도1의 여론 상태 분석 과정에 대한 세부 흐름도.
도3은 온라인 이슈에 대해 형성된 지배 감정 메시지와 하부 감정 메시지를 예시한 도면.
도4는 도1의 여론 전략 수립 과정에 대한 세부 흐름도.
도5는 이용자들의 관계망을 예시한 도면.
도6은 본 발명자가 최근 이슈화되었던 국정원 관련 소셜 네트워크 상에서의 여론 형성과정을 분석할 결과.
본 발명에 관한 설명은 구조적 내지 기능적 설명을 위한 실시예에 불과하므로, 본 발명의 권리범위는 본문에 설명된 실시예에 의하여 제한되는 것으로 해석되어서는 아니 된다. 즉, 실시예는 다양한 변경이 가능하고 여러 가지 형태를 가질 수 있으므로 본 발명의 권리범위는 기술적 사상을 실현할 수 있는 균등물들을 포함하는 것으로 이해되어야 한다. 또한, 본 발명에서 제시된 목적 또는 효과는 특정 실시예가 이를 전부 포함하여야 한다거나 그러한 효과만을 포함하여야 한다는 의미는 아니므로, 본 발명의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.
여기서 사용되는 모든 용어들은 다르게 정의되지 않는 한, 본 발명이 속하는 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 것으로 해석되어야 하며, 본 발명에서 명백하게 정의하지 않는 한 이상적이거나 과도하게 형식적인 의미를 지니는 것으로 해석될 수 없다.
이하에서는 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세하게 설명하기로 한다. 이하에서 본 발명의 감정 분석 기반의 소셜 네트워크를 이용한 여론 형성 방법은 온라인 이슈의 긍정적 여론상태를 유지 형성하거나 또는 부정적인 여론 상태를 종식시키는 방향으로 유도하고자 하는 기업 또는 해당 기업으로부터 여론 전략 수립을 위탁받은 컨설팅 업체의 서버에 탑재된 SNS 분석 및 여론 전략 수립 프로그램에 의해 수행될 수 있고, 그 외에 스마트폰의 어플리케이션을 통해 동일한 프로그램이 수행될 수 있음을 밝혀둔다.
그리고, 이하의 실시예에서와 같이 키워드 분석 및 관계망 분석을 통해 확보된 여론 영향력자를 바탕으로, 기업 서버가 온라인 이슈를 제공하면 SNS 여론 형성서버가 해당 여론 형성의 영향력자를 대상으로 온라인 이슈에 대응되는 대응 이슈메시지를 발송하여 현재 발생된 온라인 이슈에 대한 여론을 긍정적인 방향으로 유도하거나 또는 부정적인 여론을 종식시키도록 유도할 수 있다.
도1은 본 발명에 따른 감정 분석 기반의 소셜 네트워크를 이용한 여론 형성 방법이 수행되는 과정을 도시한 흐름도이다.
도1에 도시된 바와 같이, 본 발명에 따른 감정 분석 기반의 소셜 네트워크를 이용한 여론 형성 방법은 온라인 이슈에 대한 키워드를 이용한 분석인 키워드 분석 단계(S10)와, 분석된 키워드를 근거로 온라인 이슈에 대한 여론 상태를 분석하는 단계(S20) 및 상기 여론 상태에 대응하여 여론 전략을 수립하는 여론 전략 수립단계(S30)를 포함하여 구성된다.
키워드 분석단계(S10)는 인터넷 포털 카페 및 블로그, SNS, 미디어 뉴스 등을 포함하는 소셜 네트워크상에서 해당 고객사에 대한 온라인 이슈에 대해 남긴 메시지들을 수집하고, 수집된 메시지에 대한 형태소 분석을 통해 감정관련 품사를 추출하여 텍스트를 분류하며, 분류된 텍스트에서 기 설정된 감정 범주의 감정 키워드를 근거로 감정 범주별 메시지를 분류한다.
이때, 상기 감정관련 품사는 동사나 형용사 및 부사 성분이 될 수 있으며, 상기 감정 범주는 기쁨,흥분,슬픔,놀람,공포,분노,혐오,통증,지루함의 9개 감정 범주로 구분될 수 있다. 즉, 감정 키워드는 상기 9개 감정 범주 중 하나의 감정 범주에 속도록 설정된다.
또한, 상기 키워드 분석단계(S10)에서 감정 범주에 대응되도록 메시지를 분류함에 있어서는 하나의 메시지는 둘 이상의 감정 범주를 갖는 감정 키워드를 포함할 수 있는 바, 이 경우 해당 메시지는 복합 감정 메시지로 분류한다.
상기 여론 상태 분석 단계(S20)는 분류된 메시지를 근거로 해당 감정 범주에 기반한 온라인 이슈에 대한 전체적인 여론 상태를 분석하고, 여론 상태에 따른 대응 이슈메시지를 생성하는 단계로서, 이에 대해서는 도2에서 상세하게 설명하기로 한다.
상기 여론 전략 수립단계(S30)는 상기 키워드 분석단계(S10)에서 얻어진 감정 범주별 메시지를 제공한 이용자의 계정으로 상기 여론 상태 분석 단계(S20)에서 얻어진 대응 메시지를 전송하되, 여론 상태가 긍정적인 경우에는 여론을 유지하도록 하고, 여론 상태가 부정적인 경우에는 여론을 종식시키도록 여론 형성 전략을 수립하는 단계로서, 이에 대해서는 도3에서 상세하게 설명하기로 한다.
도2는 도1의 여론 상태 분석 과정에 대한 세부 흐름도이다.
도2를 참조하면, 먼저 상기 키워드 분석단계(S10)에서 얻어진 감정 범주별로 분류된 메시지를 근거로 감정 범주 빈도를 산출한다(S110). 즉, 온라인 이슈에 대해 9개의 각 감정 범주에 속하는 메시지 수를 산출한다. 이때, 둘 이상의 감정 범주로 이루어진 복합 메시지에 대해서는 단일 메시지 빈도 산출 결과 빈도가 높은 감정 범주로 분류하여 감정 범주 빈도를 재 산출한다. 예컨대, 복합 감정 메시지에 포함된 감정 범주가 "분노"와 "지루함" 이고, 단일 메시지 빈도 산출 결과 "분노"의 감정 범주에 대한 메시지 빈도가 높은 경우, 해당 복합 감정 메시지에 대한 감정 범주는 "분노"로 분류한다.
이어, 상기 S110 단계에서 산출된 감정 범주 빈도를 근거로 해당 온라인 이슈에 대한 지배 감정 메시지과 하부 감정 메시지를 분류한다(S120). 이때, 상기 지배 감정 메시지는 해당 감정 범주에 속하는 키워드의 출현 빈도가 상대적으로 높은 메시지고, 하부 감정 메시지는 해당 감정 범주에 속하는 키워드의 출현 빈도가 상대적으로 낮은 메시지이다. 즉, 상기 지배 감정과 하부 감정은 전체 빈도수에 대해 기 설정된 기준 비율, 예컨대 전체 빈도수의 50% 이상을 근거로 기준 비율보다 높은 빈도를 갖는 감정 범주를 지배감정으로 설정하도록 구성될 수 있다.
도3은 온라인 이슈에 대해 형성된 지배 감정 메시지와 하부 감정 메시지를 예시한 도면이다. 즉, 도3에는 일정 기간 동안의 온라인 이슈에 대한 감정 메시지 수를 감정 범주별로 분석한 결과로서, 상대적으로 빈도수가 높은 "분노,놀람,슬픔,기쁨"의 감정 범주가 지배 감정으로 분류되고, 상대적으로 빈도수가 낮은 "공포,통증,흥분,혐오,지루함"의 감정 범주가 하부 감정으로 분류된다.
이어, 상기 S120 단계에서 분류된 지배 감정에 해당하는 감정 범주를 근거로 여론 상태가 긍정적인지 또는 부정적인지를 판단한다(ST130). 즉, 도3에서 지배 감정에 해당하는 감정 범주는 "분노, 놀람, 슬픔, 기쁨"으로, 이 중 "분노"의 감정 범주가 가장 높은 빈도 수를 나타내는 바, 여론 상태는 부정적으로 판단된다. 이때, 지배 감정에 대한 여론 상태는 해당 지배 감정을 형성되는 감정 범주에 대해 설정되는 가중치를 연산하여 산출된 값을 합산한 결과를 근거로 결정될 수 있다. 여기서, 상기 가중치는 긍정의 감정 범주에 대해서는 "+"의 값을 부여하고, 부정의 감정 범주에 대해서는 "-"의 값을 부여할 수 있으며, 긍정 또는 부정의 정도에 따라 서로 다른 값이 설정될 수 있다. 예컨대, "기쁨"의 감정 범주에 대해서는 "+5"이 값을 설정하고, "지루함"의 감정 범주에 대해서는 "+1"의 값을 설정하며, "분노"의 감정 범주에 대해서는 "-5"의 값을 설정할 수 있다. 또한, 상기 가중치는 감정 범주의 빈도에 따라 차등적으로 설정하는 것도 가능하다. 이때, 상기 빈도에 따라 차등적으로 설정되는 가중치는 상기 긍정 또는 부정의 정도에 따라 산출된 감정 범주값에 추가적으로 적용되어 질 수 있음은 물론이다. 예컨대, 도3에서 지배 감정 중 가장 높은 "분노"에 대해서는 "5"의 빈도 가중치를 적용하고, "기쁨"에 대해서는 "1"의 빈도 가중치가 적용될 수 있다. 도3에 상기한 가중치를 적용하는 경우, 지배감정에 대한 여론 상태는 부정적으로 판단되어 진다.
이어, 상기 S130 단계에서 분석된 여론 상태에 따라 대응 메시지를 생성한다(S140). 여론 상태 분석 결과 해당 온라인 이슈에 대해 지배 감정이 긍정적인 경우에는 긍정적인 여론을 유지할 수 있도록 지배 감정에 속하는 감정 키워드를 포함하는 감정유지 메시지를 생성한다. 이에 반하여 여론 상태 분석 결과 해당 온라인 이슈에 대해 지배 감정이 부정적인 경우에는 해당 여론을 상쇄할 수 있도록 지배 감정과 상반되는 감정 키워드를 포함하는 감정전이 메시지를 생성한다. 이때, 감정전이 메시지는 부정적인 지배 감정을 변화시킬 수 있는 지배 감정에 상반되는 감정 키워드를 추출하고, 기 설정된 메시지 포맷에 해당하는 긍정의 감정 키워드를 삽입하고 조사 등을 문맥에 맞도록 수정하여 생성될 수 있다. 이러한 감정 키워드 추출은 해당 감정 범주에 속하는 키워드가 시스템적으로 자동으로 추출되어지고, 추출된 키워드의 삽입 과정을 통한 메시지의 생성은 프로그램적으로 수행될 수 있다.
도4는 도1의 여론 전략 수립 과정에 대한 세부 흐름도이다.
도4를 참조하면, 먼저 상기 키워드 분석 단계(S10)에서 수집된 온라인 이슈 관련 메시지를 작성한 이용자 리스트를 추출한다(S310). 추출된 이용자 리스트는 해당 온라인 이슈에 대한 여론을 형성하는데 영향을 주는 이용자 리스트로 볼 수 있다.
이어, 상기 S310 단계에서 추출된 이용자들을 상기 여론 상태 분석 단계(S20)에서 분석된 지배 감정과 하부 감정을 기준으로 그룹화한다(S320). 소셜 네트워크 상에서 해당 온라인 이슈에 대한 메시지를 제공한 이용자는 즉, 지배 감정 그룹과 하부 감정 그룹으로 분류된다.
이용자들이 분류되면, 각 그룹내에서 매개 유력자를 추출한다(S330). 도5는 이용자들의 관계망의 예를 나타낸다. 도5에서 A를 중심 노드로 하는 그룹은 지배감정 그룹이고, B를 중심노드로 하는 그룹은 하부감정 그룹일 수 있다. 각 그룹에서 중심노드 즉, 그룹 내에서 연결 노드의 수가 가장 많은 노드의 이용자가 매개 유력자로 결정될 수 있다. 매개 유력자는 다수의 연결 노드를 가지므로 매개 유력자가 남긴 메시지는 다수의 하위 추종자에게 전달되므로 유력한 여론 형성 대상일 수 있다. 여기서, 도5는 연결 노드 수에 따른 매개 유력자를 설정하도록 되어 있으나, 이 매개 유력자 중 메시지 전달율에 따라 우선 매개 유력자를 추가적으로 설정하는 것도 가능하다. 즉, 우선 매개 유력자는 다수의 연결 노드를 가지는 매개 유력자 중 추종자 수, 추종수 및 트윗 수 중 적어도 하나 이상을 분석하여 메시지 전달율이 기준값보다 높은 유효 이용자로 설정된다.
또한, 매개 유력자 간을 연결하는 이용자 노드가 있는지 확인하고, 해당하는 이용자 노드가 있는 경우 해당 노드의 이용자를 유력자로 결정한다(S340). 유력자는 서로 다른 성향을 갖는 그룹 간을 연결할 수 있는 매개자이고, 특히 매개 유력자와 연결되어 있으므로 서로 다른 그룹의 매개 유력자를 통해 하위 이용자들에게 정보가 전달 될 수 있으므로 최우선적인 여론 형성 대상일 수 있다.
이후, 상기한 여론 형성에 영향을 주는 영향력자 즉, 매개 유력자와 유력자 및 하위 이용자의 계정으로 상기 여론 상태 분석단계(S20)에서 얻어진 대응 메시지를 전송한다(S350). 이때, 여론 형성 전략 수립에 있어서, 유력자, 매개 유력자, 하위 이용자들의 순서로 우선순위를 부여하여 여론 전략을 수립하는 것이 바람직하다. 또한, 우선 매개 유력자가 추가적으로 구분되는 경우에는 유력자, 우선 매개 유력자, 매개 유력자, 하위 이용자들의 순서로 우선순위를 부여하여 여론 전략을 수립하는 것도 가능하다.
또한, 이용자 계정으로 대응메시지를 전송함에 있어서, 여론 상태가 긍정적인 경우에는 지배 감정 그룹의 매개 유력자와 유력자 및 하위 이용자에게 감정유지 메시지를 전송하여 긍정적인 여론을 유지하도록 하고, 여론 상태가 부정적인 경우에는 지배 감정 그룹의 매개 유력자와 그 하위 이용자를 스팸 영향력자로 분류하여 감정전이 메시지를 전송하는 한편, 하부 감정 그룹의 매개 유력자와 유력자 및 그 하위 이용자에게 감정전이 메시지를 전송하여 여론 반전을 꾀할 수 있도록 한다.
특히, 지배 감정을 전이할 수 있는 하부 감정(상반 감정)의 메시지를 남기는 유력자, 매개유력자의 글이 네트워크 상에서 더 많이 확산될 수 있도록 온라인 이슈에서 전이감성의 메시지를 남긴 수 많은 이용자들을 추출하고, 전이감성의 메시지를 남기는 유력자, 매개유력자들이 관계를 형성할 수 있도록 유도한다. 이때, 동질된 감성의 이용자들끼리는 쉽게 관계를 형성할 수 있기 때문에 전이감성을 주도하는 유력자, 매개유력자들이 네트워크 크기(추종자들이 늘어나 네트워크가 켜지는 현상)를 더욱 확산시킬 수 있다.
한편, 도6은 본 발명자가 최근 이슈화되었던 국정원 관련 소셜 네트워크 상에서의 여론 형성과정을 분석할 결과이다. 도6a 는 국정원 이슈에 대한 버즈량을 분석한 그래프이고, 도6b는 국정원 이슈에 대한 본 발명에 따른 감정 분석 그래프이며, 도6c는 특정 기간의 감정 분석 결과를 도시한 도면이다.
즉, 도6a에 도시된 바와 같이 국정원 이슈에 대한 버즈량은 증가와 감소를 반복하기 때문에 여론 상태를 모니터링 하기에 어려움이 있다.
그러나, 도6b 및 도6c에 도시된 바와 같이 국정원에 대한 메시지를 감정 분석한 결과, 도6a에 나타난 버즈량과 상관없이 지배적인 감정 범주가 "분노"로써 확인되는 바, 여론 상태의 모니터링이 용이하게 된다. 또한, 도시되지는 않았지만 2013년 11월 이후 "정성택 처형" 사건의 발생으로 국정원에 대한 감정 범주가 "공포"로 전이되는 것을 알 수 있다.
즉, 소셜 네트워크 상에서 특정 이슈에 대한 여론의 형성은 버즈량 보다는 이용자들의 감정 변화에 주목할 필요가 있는 바, 본 발명에 의하면 이러한 감정 분석에 기반한 대응 메시지 확산을 통해 여론 형성에 변화를 주는 것이 가능하게 됨을 알 수 있다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
Claims (6)
- 소셜 네트워크상에서 해당 이슈에 대해 남긴 메시지들을 수집하고, 수집된 메시지에 포함된 감정 키워드를 근거로 기 설정된 감정 범주별 메시지를 분류하는 키워드 분석 단계와,
감정 범주별 메시지 출현 빈도를 근거로 해당 이슈에 대해 감정 범주별 빈도가 상대적으로 높은 지배감정과 빈도가 상대적으로 낮은 하부 감정으로 구분하고, 상기 지배감정을 형성하는 감정 범주가 긍정의 감정 범주인 경우에는 지배감정의 감정 범주에 해당하는 감정 키워드를 포함하는 감정유지 메시지를 생성하고, 지배감정을 형성하는 감정 범주가 부정의 감정 범주인 경우에는 지배 감정에 상반되는 감정 키워드를 포함하는 감정전이 메시지를 생성하는 여론 상태 분석 단계 및,
상기 키워드 분석 단계에서 수집된 메시지의 이용자 계정으로 상기 여론 상태 분석 단계에서 생성된 감정유지 메시지 또는 감정전이 메시지를 전송하는 여론 전략 수립단계를 포함하여 구성되는 것을 특징으로 하는 감정 분석 기반의 소셜 네트워크를 이용한 여론 형성방법. - 제1항에 있어서,
상기 키워드 분석 단계에서 상기 감정 범주는 기쁨,흥분,슬픔,놀람,공포,분노,혐오,통증,지루함의 9개 감정 범주로 구분되고,
수집된 메시지에 둘 이상의 감정 범주에 해당하는 감정 키워드가 포함된 복합 감정 메시지에 대해서는 상기 여론 상태 분석 단계에서의 감정 범주 빈도 결과를 근거로 빈도가 높은 감정 범주의 메시지로 설정하여 감정 범주 빈도를 재산출하는 것을 특징으로 하는 감정 분석 기반의 소셜 네트워크를 이용한 여론 형성방법. - 제1항에 있어서,
상기 여론 상태 분석 단계에서 상기 지배감정과 하부감정은 전체 빈도수에 대해 기 설정된 기준 비율을 근거로 기준 비율보다 높은 빈도를 갖는 감정 범주를 지배감정으로 설정하는 것을 특징으로 하는 감정 분석 기반의 소셜 네트워크를 이용한 여론 형성 방법. - 제1항에 있어서,
상기 여론 전략 수립 단계는 상기 키워드 분석 단계에서 수집된 메시지를 제공한 이용자 리스트를 추출하는 단계와,
이용자 리스트에서 상기 여론 상태 분석 단계에서 분류된 지배 감정과 하부 감정을 기준으로 이용자를 그룹화하는 단계 및,
상기 지배 감정이 긍정의 감정 범주인 경우에는 지배 감정 이용자 그룹에 대해 상기 감정유지 메시지를 전송하고, 상기 지배 감정이 부정의 감정 범주인 경우에는 지배 감정 이용자 그룹과 하부 감정 이용자 그룹에 대해 감정전이 메시지를 전송하는 단계를 포함하여 구성되는 것을 특징으로 하는 감정 분석 기반의 소셜 네트워크를 이용한 여론 형성 방법. - 제4항에 있어서,
상기 이용자 그룹은 각 그룹내에서 다수의 연결 노드를 갖는 매개 유력자와,매개 유력자 간을 연결하는 유력자 및, 매개 유력자 또는 유력자와 연결 관계를 형성하는 하위 이용자로 구분되고,
유력자, 매개 유력자, 하위 이용자 순으로 우선순위를 설정하여 감정유지 메시지 또는 감정전이 메시지를 전송하는 것을 특징으로 하는 감정 분석 기반의 소셜 네트워크를 이용한 여론 형성 방법. - 제4항에 있어서,
상기 매개 유력자는 추종자 수, 추종수 및 트윗 수 중 적어도 하나 이상을 분석하여 메시지 전달율이 기준값보다 높은 유효 이용자를 우선 매개 유력자로 설정하고,
유력자, 우선 매개 유력자, 매개 유력자, 하위 이용자 순으로 우선순위를 설정하여 감정 유지 메시지 또는 감정전이 메시지를 전송하는 것을 특징으로 하는 감정 분석 기반의 소셜 네트워크를 이용한 여론 형성 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020150036742A KR101722244B1 (ko) | 2015-03-17 | 2015-03-17 | 감정 분석 기반의 소셜 네트워크를 이용한 여론 형성방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020150036742A KR101722244B1 (ko) | 2015-03-17 | 2015-03-17 | 감정 분석 기반의 소셜 네트워크를 이용한 여론 형성방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20160111715A true KR20160111715A (ko) | 2016-09-27 |
| KR101722244B1 KR101722244B1 (ko) | 2017-03-31 |
Family
ID=57101103
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020150036742A KR101722244B1 (ko) | 2015-03-17 | 2015-03-17 | 감정 분석 기반의 소셜 네트워크를 이용한 여론 형성방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101722244B1 (ko) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107240042A (zh) * | 2017-06-28 | 2017-10-10 | 梧州市兴能农业科技有限公司 | 一种高效的社区管理系统 |
| CN110083759A (zh) * | 2019-03-15 | 2019-08-02 | 深圳壹账通智能科技有限公司 | 舆论信息爬取方法、装置、计算机设备及存储介质 |
| CN110674361A (zh) * | 2019-09-29 | 2020-01-10 | 长沙理工大学 | 负面舆论监控、引导方法、电子装置以及计算机存储介质 |
| CN111914087A (zh) * | 2020-07-30 | 2020-11-10 | 广州城市信息研究所有限公司 | 一种舆情分析方法 |
| CN114565475A (zh) * | 2022-02-21 | 2022-05-31 | 上海师范大学 | 一种判断社交网络中的群体舆论情感稳定性的方法和装置 |
| KR20220097774A (ko) * | 2020-12-31 | 2022-07-08 | 이영애 | 인터넷 미디어의 댓글 분석을 통한 긍정/부정 선호도 평가 시스템 및 그 방법 |
| CN117786220A (zh) * | 2023-12-27 | 2024-03-29 | 中国农业科学院农业信息研究所 | 一种基于sic模型的农产品质量安全网络谣言干预方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20140025021A (ko) * | 2012-08-21 | 2014-03-04 | 에스케이플래닛 주식회사 | 통합 플랫폼 기반의 마케팅정보 제공 방법, 이를 위한 시스템 및 이를 위한 서비스장치 |
| US20140112008A1 (en) | 2010-10-08 | 2014-04-24 | Au Optronics Corporation | Light Module |
| KR20140145645A (ko) * | 2013-06-13 | 2014-12-24 | 주식회사 케이티 | Sns 분석 데이터를 활용한 실시간 방송 서비스 제공 방법, 서버 및 디바이스 |
| KR20150021291A (ko) * | 2013-08-20 | 2015-03-02 | 김시영 | Sns 관계망을 이용한 소셜 네트워크 마케팅 방법 |
-
2015
- 2015-03-17 KR KR1020150036742A patent/KR101722244B1/ko active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140112008A1 (en) | 2010-10-08 | 2014-04-24 | Au Optronics Corporation | Light Module |
| KR20140025021A (ko) * | 2012-08-21 | 2014-03-04 | 에스케이플래닛 주식회사 | 통합 플랫폼 기반의 마케팅정보 제공 방법, 이를 위한 시스템 및 이를 위한 서비스장치 |
| KR20140145645A (ko) * | 2013-06-13 | 2014-12-24 | 주식회사 케이티 | Sns 분석 데이터를 활용한 실시간 방송 서비스 제공 방법, 서버 및 디바이스 |
| KR20150021291A (ko) * | 2013-08-20 | 2015-03-02 | 김시영 | Sns 관계망을 이용한 소셜 네트워크 마케팅 방법 |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107240042A (zh) * | 2017-06-28 | 2017-10-10 | 梧州市兴能农业科技有限公司 | 一种高效的社区管理系统 |
| CN110083759A (zh) * | 2019-03-15 | 2019-08-02 | 深圳壹账通智能科技有限公司 | 舆论信息爬取方法、装置、计算机设备及存储介质 |
| CN110674361A (zh) * | 2019-09-29 | 2020-01-10 | 长沙理工大学 | 负面舆论监控、引导方法、电子装置以及计算机存储介质 |
| CN110674361B (zh) * | 2019-09-29 | 2022-11-29 | 长沙理工大学 | 负面舆论监控、引导方法、电子装置以及计算机存储介质 |
| CN111914087A (zh) * | 2020-07-30 | 2020-11-10 | 广州城市信息研究所有限公司 | 一种舆情分析方法 |
| CN111914087B (zh) * | 2020-07-30 | 2023-09-19 | 广州城市信息研究所有限公司 | 一种舆情分析方法 |
| KR20220097774A (ko) * | 2020-12-31 | 2022-07-08 | 이영애 | 인터넷 미디어의 댓글 분석을 통한 긍정/부정 선호도 평가 시스템 및 그 방법 |
| CN114565475A (zh) * | 2022-02-21 | 2022-05-31 | 上海师范大学 | 一种判断社交网络中的群体舆论情感稳定性的方法和装置 |
| CN117786220A (zh) * | 2023-12-27 | 2024-03-29 | 中国农业科学院农业信息研究所 | 一种基于sic模型的农产品质量安全网络谣言干预方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR101722244B1 (ko) | 2017-03-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101722244B1 (ko) | 감정 분석 기반의 소셜 네트워크를 이용한 여론 형성방법 | |
| KR20180091496A (ko) | 감정 분석 기반의 소셜 네트워크를 이용한 여론 형성방법 | |
| Backstrom et al. | Preferential behavior in online groups | |
| Park et al. | Networked politics on Cyworld: The text and sentiment of Korean political profiles | |
| Boase | The consequences of personal networks for Internet use in rural areas | |
| Counts et al. | Taking it all in? visual attention in microblog consumption | |
| Huang | Social contagion effects in experiential information exchange on bulletin board systems | |
| Jeong et al. | A crowd-powered socially embedded search engine | |
| Cvijikj et al. | Understanding the user generated content and interactions on a Facebook brand page | |
| Guo et al. | Estimating social influences from social networking sites—Articulated friendships versus communication interactions | |
| Wang et al. | Public opinion information dissemination in mobile social networks–taking Sina Weibo as an example | |
| Kanavos et al. | Conversation emotional modeling in social networks | |
| Panek et al. | Defining social networking sites and measuring their use: How narcissists differ in their use of Facebook and Twitter. | |
| Griessner | News agencies and Social Media | |
| Lica et al. | Predicting product performance with social media | |
| Knight et al. | Optimal matching model of social support: An examination of how national product and service companies use Twitter to respond to consumers | |
| KR101535788B1 (ko) | Sns 관계망을 이용한 소셜 네트워크 마케팅 방법 | |
| Li et al. | What are Chinese talking about in hot weibos? | |
| Bartolome et al. | A Literature Review of Video-Sharing Platform Research in HCI | |
| Lee et al. | The moderating role of socio-semantic networks on online buzz diffusion | |
| Wang | Exploring the “like” in the psychological interaction of users on fan community: A netnography analysis | |
| Dutta et al. | Use of social media for political engagement: A literature review | |
| Schneider et al. | Gender Differences in Enterprise Social Network Usage and Transformation over Time. | |
| Zygmunt | Role identification of social networkers | |
| Choi | A computational analysis on the role of social relationships in online communication and information diffusion |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |