Linked Data 발행서비스

메인메뉴

(학위논문)'소셜 미디어에서 사용자 평판도 랭킹에 기반한 컨텐츠 클러스터링'at RISS Linked Data

https://data.riss.kr/resource/Thesis/000012268641

property info
Property	Value
skos:prefLabel	소셜 미디어에서 사용자 평판도 랭킹에 기반한 컨텐츠 클러스터링
rdf:type	http://purl.org/ontology/bibo/Thesis
dc:title	소셜 미디어에서 사용자 평판도 랭킹에 기반한 컨텐츠 클러스터링
schema:isBasedOnUrl	http://konkuk.dcollection.net/jsp/common/DcLoOrgPer.jsp?sItemId=000000892420
keris:firstMarcCreator	211004
dc:language	kor
keris:captionLanguage	kor
dc:subject	302.231
keris:editOfDDC	22
schema:author	황규현
dcterms:alternative	Clustering user-generated contents based on user reputation ranking In social media
dcterms:date	2011
schema:publisher	건국대학교 대학원
library:placeOfPublication	서울
dcterms:extent	26 cm v, 33 p. 삽도, 도표
dcterms:description	지도교수: 신효섭
bibo:degree	학위논문(석사) -
keris:degreeMajor	신기술융합(학과간)학과
keris:degreeOrgnization	건국대학교 대학원
keris:degreeYear	2011.2
bibo:annotates	참고문헌: p. 31-32
dcterms:abstract	Generally, in the case of social media such as online communities, web blogs and online social networks, it is not adequate to estimate and rank user-generated contents by a single criterion such as influence, importance, or quality. Rather, the search criteria should be diversified depending on the search user inclinations. So, this paper proposed the scheme of classification of social media with user inclinations and clustering to solve this problem. First, we made a score group based on distribution of user reputation score. Second, we defined group feedback by applying score group to all posts. Third, we classified all posts by applying clustering. Consequently, User-generated contents have different tendency according to reputation ranking score of users. Experimental result proved these tendency throughout user study 보통 웹상에서 사용자가 제작한 사진이나 동영상 같은 소셜 미디어를 랭킹 하기 위해서 영향력이나 중요도 같은 획일적인 방법을 사용하는 경향이 있다. 하지만 이러한 획일적인 랭킹 방법은 미디어를 추천해주거나 검색할 때, 사용자들이 원하지 않는 결과를 가져올 수 있다는 문제점이 있다. 따라서 이러한 문제를 다루기 위해서, 이 논문은 사용자의 경향과 클러스터링을 이용하여 소셜 미디어를 사용자의 성향에 따라서 분류하는 방법을 제안 한다. 첫째로, 사용자 평판도 스코어의 분포를 이용하여 스코어를 그룹화 하였다. 둘째로, 모든 포스트에 그룹화 된 스코어를 적용하여 그룹 피드백을 정의 하였다. 셋째로, 이 포스트들을 클러스터링을 이용하여 분류하였다. 결과적으로, 사용자가 제작한 컨텐츠에는 사용자의 평판도 랭킹 스코어에 따라서 서로 다른 경향이 있으며 이것을 여러 실험 및 User Study를 통해서 확인 하였다
bibo:locator	http://www.riss.kr/link?id=T12268641
keris:heldByUniv	건국대학교
keris:heldByLib	건국대학교 상허기념도서관
bibo:status	석사
schema:datePublished	2011

본 페이지는 한국교육학술정보원의 종합목록(RISS) 데이터를 Linked Data로 시범 발행한 것입니다.

위로가기