Current Result Document :
| 한글제목(Korean Title) |
실시간 트윗 발생 위치 예측을 위한 학습 모델 파이프라인 |
| 영문제목(English Title) |
Learning Model Pipeline for Predicting the Location of Real-Time Tweets |
| 저자(Author) |
진윤태
유재범
권혁윤
Yun-Tae Jin
Jae-Beom You
Hyuk-Yoon Kwon
|
| 원문수록처(Citation) |
VOL 49 NO. 02 PP. 0131 ~ 0133 (2022. 12) |
한글내용
(Korean Abstract) |
트윗의 위치정보는 이벤트 지도 매핑 및 시각화, 이벤트 추적, 광고 추천 등에 활용될 수 있는 좋은 속성 중 하나이지만 사생활 보호 등의 문제로 전체 트윗에서 위치정보를 가지고 있는 트윗은 1%에 불과 하다. 따라서, 위치정보를 예측하기 위해 딥러닝 모델을 통한 트윗의 위치를 예측하는 연구가 다수 존재했다. 그러나 기존 연구들 중 실시간 생성되는 트윗의 경향을 동적으로 반영하여 모델의 지속적인 업데이트를 고려한 연구는 제한적이다. 본 연구에서는 오프라인에서 생성된 딥러닝 모델을 실시간으로 수집되는 트윗을 예측 모델에 반영함으로써 예측 성능을 지속적으로 향상시키는 파이프라인을 제안한다. 오프라인 모델만을 사용하는 경우에 비해 제안하는 파이프라인의 예측 모델의 예측 정확성이 CNN에서는 최대 12.05%, LSTM에서는 10.68% 향상됨을 보여줌으로써 본 연구에서 제안하는 파이프라인이 실시간 발생하는 트윗 스트림을 모델에 동적으로 반영하여 위치예측 정확성 향상에 효과가 있음을 보인다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
