Earticle

초록

영어

Since realtime search words are centered on the fact that the search growth rate of an issue is rapidly increasing in a short period of time, it is not possible to express an issue that maintains interest for a certain period of time. In order to overcome these limitations, this paper evaluates the daily and hourly persistence of the realtime words that belong to the top 10 for a certain period of time and extracts the search word that are constantly interested. Then, we present the method of using the time series analysis and the neural network to know how the interest of the upper search word changes, and show the result of forecasting the near future change through the actual example derived through the method. It can be seen that forecasting through time series analysis by date and artificial neural networks learning by time shows good results.

한국어

실시간검색어는 지금 바로 이슈가 되는 검색어의 검색 증가율이 단기간에 급상승하는 것을 중심으로 하기 때문에 일정기간 지속적으로 관심도를 유지하고 있는 이슈를 나타내지 못하고 이들이 가까운 미래에 어떤 변화를 보이는지에 대한 것도 알 수 없는 한계를 가지고 있다. 본 논문에서는 이러한 한계를 극복할 수 있도록 일정기간 동안 상위 10위 안에 속한 적이 있는 실시간검색어에 대해 일자별, 시간별 지속성을 평가하여 꾸준히 관심을 받는 검색어를 추출한다. 그런 다음, 이들 중 상위에 속하는 검색어의 관심도가 어떻게 변화하는지를 알 수 있게 하는 시계열 분석과 신경망을 이용하는 방법을 제시하고 이를 통해 도출한 실제 예를 통해 가까운 미래의 변화량을 예측한 결과를 보인다. 일자별로는 시계열 분석을, 시간별로는 인공신경망의 학습을 통해 예측하는 것이 좋은 결과를 보인다는 것을 알 수 있다.

목차

요약
 Abstract
 1. 서론
 2. 실시간검색어 수집 및 그룹별 집계
  2.1 실시간검색어 수집 대상 및 방법
  2.2 실시간검색어 그룹별 집계
 3. 실시간검색어 지속성 평가 및 선정
  3.1 일자별 변화량 기반 지속 검색어 선정
  3.2 시간별 변화량 기반 지속 검색어 선정
 4. 실시간검색어 변화 분석 및 예측
  4.1 실시간검색어 시계열 분석에 의한 예측
  4.2 실시간검색어 인공신경망에 의한 예측
 5. 결론
 ACKNOWLEDGMENTS
 REFERENCES

키워드

실시간검색어 빅데이터 분석 시계열 분석 인공신경망 웹 마이닝 텍스트 마이닝 Realtime search word Bigdata analysis Time series analysis Artificial neural networks Web mining Text mining

저자

• 정민영 [ Min-Yeong Chong | 광주여자대학교 실버케어학과 ] Corresponding author

참고문헌

발행기관

간행물