Earticle

초록

영어

In this paper, we suggest a model based on artificial neural network (ANN) to predict the amount of accumulated information diffusion according to time-flow on social network service (SNS). If the number of output variables is only one and the values of the last two input variables are similar to each other, then the suggested model predicts the value of output variable as the value of last input variable. Otherwise, it predicts the value(s) of output variable(s) by means of ANN. The suggested model is applied to real data in Digg, which is a social bookmarking site, and, as a result, the suggested model in this research outperforms, in terms of prediction accuracy, ARIMA model which is a typical time-series analysis model.

한국어

본 연구에서는 소셜 네트워크 서비스(social network service, SNS) 상에서 시간 흐름에 따른 누적 정보확산량을 예측하기 위한 인공신경망 기반의 모형을 제안한다. 제안 모형은 누적 정보 확산 량을 나타내는 출력 변수의 개수가 한 개이고 마지막 두 입력 변수의 값이 유사하면, 출력 변수의 값 을 마지막 입력 변수의 값으로 예측하는 규칙 기반의 예측을 수행하며, 그렇지 않은 경우에는 신경망 을 이용하여 시간에 따른 누적 정보 확산량을 예측한다. 제안 모형을 대표적인 소셜 북마킹 사이트인 디그(Digg) 데이터에 적용한 결과, 대표적인 시계열 분석 모형인 ARIMA 모형보다 정확 예측도 측면 에서 우수함을 알 수 있다.

목차

요약
Abstract
1. 서론
2. 제안 모형
3. 실험 및 결과
4. 결론
References

키워드

저자

• 안길승 [ Gilseung Ahn | 한양대학교 산업경영공학과 ]
• 서민지 [ Minji Seo | 한양대학교 산업경영공학과 ]
• 허선 [ Sun Hur | 한양대학교 산업경영공학과 ]
• 박유진 [ You-Jin Park | 중앙대학교 경영학부 ]

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  정보화연구 [정보화연구(구 정보기술아키텍처연구)]

• 간기

  계간

• pISSN

  1738-382X

• 수록기간

  2004~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 325 DDC 658