Earticle

초록

영어

Twitter users use ‘Following’, ‘Retweet’ and so on to find tweets that they are interested in. However, it is difficult for users to find tweets that are of interest to them on Twitter, which has more than 300 million users. In this paper, we developed a customized tweet recommendation system to resolve it. First, we gather current trends to collect tweets that are worth recommending to users and popular tweets that talk about trends. Later, to analyze users and recommend customized tweets, the users’ tweets and the collected tweets are categorized. Finally, using Web service, we recommend tweets that match with user categorization and users whose interests match. Consequentially, we recommended 67.2% of proper tweet.

한국어

트위터 사용자는 팔로우, 리트윗 등을 사용하여 자신이 관심 있어 하는 트윗을 찾는다. 하지만 사용자가 3억여 명에 달하는 트위터에서 사용자가 관심 있는 트윗을 찾기는 힘든 일이다. 이를 해결하기 위해 본 논문에서는 사용자 맞춤형 트윗 추천 시스템을 개발하였다. 우선, 사용자에게 추천할 수 있을 만한 가치가 있는 트윗을 수집하기 위해 현재 트랜드를 수집하 고, 트랜드에 대해 이야기하는 인기 있는 트윗들을 수집한다. 이후 사용자를 분석하고 맞춤형 트윗을 추천하기 위해 사용자 의 트윗과 수집한 트윗을 범주화한다. 최종적으로 웹서비스를 이용하여 사용자에게 본인과 카테고리가 일치하는 트윗과 관 심사가 일치하는 사용자를 추천해준다. 결과적으로 67.2%로 적절한 트윗을 추천하였다.

목차

요약
Abstract
1. 서론
2. 관련 연구 및 기술
2.1 트윗 수집
2.2 단어 임베딩(Word Embedding)
2.3 형태소 분류
3. 추천 시스템 아키텍처
4. 키워드 추출
4.1 키워드 추출 방법
4.2 검증 방법
5. 서비스 제공 웹사이트
6. 요약 및 한계점
REFERENCES

키워드

저자

• 이현창 [ Hyeon-Chang Lee | 광운대학교 컴퓨터과학과 학생 ]
• 유동필 [ Dong-Pil Yu | 광운대학교 컴퓨터과학과 학생 ]
• 정가빈 [ Ga-Bin Jung | 광운대학교 컴퓨터과학과 학생 ]
• 남용욱 [ Yong-Wook Nam | 광운대학교 컴퓨터과학과 학생 ]
• 김용혁 [ Yong-Hyuk Kim | 광운대학교 컴퓨터과학과 교수 ] Corresponding Author

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  한국융합학회논문지 [Journal of the Korea Convergence Society]

• 간기

  월간

• pISSN

  2233-4890

• 수록기간

  2010~2022

• 십진분류

  KDC 530 DDC 620