빅 데이터 감성 분석 서비스 사례와 문제점

소개글

논문 형식 리포트 입니다 . 교수님께 좋은 평가를 받았고 주로 해외 논문 위주로 졸업논문 대비로 활용하기 위해 나름 신경써서 리포트를 작성했기 때문에 텍스트 품질은 믿을 수 있습니다. 분량은 16페이지 지만 읽어보신다면 에센스만 본문에 기재했음을 느끼실 겁니다. 믿고 다운받으세요.

목차

Ⅰ. 서론
1. 감성 분석 소개
2. 감성분석 현황
3. 프라이버시

Ⅱ. 본론
1. 감성분석 메카니즘
2. 감성분석 이슈
3. Deep Learing
4. 문제점
5. 기술적 한계

Ⅲ. 결론

Ⅳ. 참고문헌

본문내용

Ⅰ. 서론
가트너가 발표한 ‘2015년 신기술 하이프 사이클 보고서에 따르면, 무인차 시스템과 사물인터넷(IoT)에 대한 관심은 높아졌지만 빅 데이터, 클라우드에 대한 관심은 상대적으로 줄어든 것으로 조사되었다.

Gatner`s Hype Cycle Report 2015
하지만 8월27일에 발표한 리포트에 따르면 감성 분석과 큰 상관관계를 지닌 '자연어 문답처리 기술(Natural-Language Question Answering)'은 큰 성장을 거듭하고 있으며 새롭게 등장한 조명해야 할 기술로 제3자에게 맡기지 않고 직접 시행하는 분석 서비스(Advanced analytics with self-service delivery)가 포함하는 등 빅 데이터에 대한 관심을 일시적으로 줄었지만 빅 데이터와 큰 관련이 있는 감성 분석 기술에 대해 주목하고 있음을 알 수 있다.
감성분석은 빅 데이터(Big Data)의 인프라(Infrastructure)가 아닌 서비스(Service)의 일종으로 기업이 비즈니스 활동시 마케팅 및 고객경험관리(Customer Experience Management)등에서 고객과 소통하는 데 유익한 정보를 제공하며 이를 통해 비즈니스 전략 수립에 공헌을 하고 있다. 비즈니스 전략 수립에 활용하는 웹 분석을 제공하는 Adobe Premium Analyzer, Google Premium Analyzer, 개인사용자의 감성분석 서비스를 제공하는 Flickr, Delicious, Fackbook, Google, Scatter Lab등 국내외 기업, 개인 소비자를 막론하고 빅 데이터를 이용한 감성 분석 서비스를 개발하고 있다.
그리하여 기업 고객에게는 비즈니스 활동 시, 개인고객에게는 텍스트 데이터를 이용하여 관계와 패턴을 분석하고 정리하여 유익한 조언과 정보를 제공하고 있다. 본문에서는 감성분석의 간략한 소개와 이로부터 파생되는 보안의 문제점을 진단하고자 한다.

1. 감성 분석 소개
감성분석(Sentiment Analysis)는 오피니언 마이닝(Opinion Mining)으로도 불리며 텍스트에 나타난 사람들의 태도, 의견, 성향과 같은 주관적인 데이터를 분석하는 자연어 처리 기술이다.

참고 자료

Gartner's 2015 Hype Cycle for Emerging Technologies Identifies the Computing Innovations That Organizations Should Monitor | STAMFORD,
Conn., August 18, 2015 View All Press Releases.
Using Big Data to Improve Customer Experience and Business Performance Jeffrey Spiess, Yves T’Joens, Raluca Dragnea, Peter Spencer, and Laurent
Philippart. 2014 Alcatel-Lucent.
CIO-Summit 2015. | 전자신문. | 한국CIO포험 TERADATA.
IDG Tech Report "글에서 감정을 일다" 감성분석의 이해 | ITWORLD | 신수정기자
Market research and the ethics of big data | Daniel Nunan and MariaLaura Di Domenico | pp.3 big data commercial value.
Adobe social News by facebook account| 2013 |
http://www.facebook.com/AdobeKorea
자연언어 처리와 오피니언 마이닝 소개 | 2013 | SK플래닛 기술 블로그 | http://readme.skplanet.com
IT용어사전, 한국정보통신기술협회
Vander Wal, Thomas. "Folksonomy Coinage and Definition".
Pink, Daniel H.(11 December 2005) "Folksonomy". New York Times.
Peters, Isabella(2009). "Folksonomies. Indexing and Retrieval in Web 2.0.".Berlin: De Gruyter Saur.
A Study on the General Patterns of Folksonomy Tag for the University Libraries | Sung-Sook Lee, Seo-Young Jeong.
이용자관점에서의 도서관 2.0 서비스 활용현황과 활성화 방안 - 폭소노미 서비스를 중심으로 | 김성원, 김정우 | 한국비블리아학회지 24(2), 2013.6, 269-288 (20pages)
Kim, Y. and J. Abbas. 2010. “Adoption of Library 2.0 Functionalities by Academic Libraries and Users: A Knowledge Management Perspective.”|Journal of Academic Librarianship, 36: 211-218.
위키피디아 | https://ko.wikipedia.org/wiki/위키피디아
조은경 | 2012 | 감성 분석 연구의 현황과 말뭉치에 기반한 사례 분석 -영화평 자료를 중심으로- | 연세대학교.
박인조, 민경환. 2005. “한국어 감정단어의 목록 작성과 차원 탐색”, ｢한국심리학회지: 사회 및 성격｣ 19-1, 109-129, 한국심리학회.
Pang, Bo; Lee, Lillian (2008). "4.1.2 Subjectivity Detection and Opinion Identification". Opinion Mining and Sentiment Analysis. Now Publishers Inc.
Su, Fangzhong; Markert, Katja (2008). "From Words to Senses: a Case Study in Subjectivity Recognition". Proceedings of Coling 2008, Manchester,
UK.
Facebook Server Side Architecture Group |http://www.facebook.com/groups/serverside | NoSQL Modeling #1 Data Modeling & Modeling Sequence.