메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회논문지 : 컴퓨팅의 실제 및 레터 정보과학회논문지 : 컴퓨팅의 실제 및 레터 제15권 제5호
발행연도
2009.5
수록면
345 - 349 (5page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

2009

소셜 북마킹 시스템의 스패머 탐지를 위한 기계학습 기술의 성능 비교
김찬주 ,  황규백 정보과학회논문지 : 컴퓨팅의 실제 및 레터 2009.05 학술저널

2008

소셜 북마킹 시스템의 스패머 자동 탐지를 위한 기계합습 기술의 성능 비교
김찬주 ,  황규백 한국정보과학회 학술발표논문집 2008.10 학술대회자료

초록· 키워드

오류제보하기
소셜 북마킹(social bookmarking) 시스템은 사용자가 북마크를 저장하고 공유할 수 있는 플랫폼을 제공하는 웹 기반(web-based) 시스템으로 폭소노미(folksonomy)를 이용한 대표적인 웹2.0 서비스이다. 소셜 북마킹 시스템에서의 스패머(spammer)란 자신들의 이익을 위해서 시스템을 고의적으로 악용하는 사람을 말한다. 스패머는 많은 양의 잘못된 정보를 시스템에 포스팅(posting)하기 때문에 전체 소셜 북마킹 시스템의 리소스(resource)를 쓸모없게 만들어 버린다. 따라서, 스패머를 빠른 시간 안에 탐지하고 그들의 접근을 차단하는 것은 시스템의 붕괴를 방지하기 위해 중요하다. 본 논문에서는 사용자가 사용한 태그에 대한 데이터를 추출하여, 사용자가 스패머인지 아닌지를 예측하는 모델을 기계학습의 다양한 방법을 적용하여 생성한 후 그 성능을 비교해 보았다. 구체적으로, 결정테이블(decision table, DT), 결정트리(decision tree, ID3), 나이브 베이즈 분류기(naive Bayes classifier), TAN(treeaugmented naive Bayes) 분류기, 인공신경망(artificial neural network)의 방법을 비교하였다. 그 결과 AUC(area under the ROC curve)와 모델 생성시간을 고려하였을 때 나이브 베이즈 분류기가 가장 만족할 만한 성능을 보였다. 나이브 베이즈 분류기의 분류 결과가 가장 좋았던 이유는 성능을 비교하는 데 사용된 AUC가 결정트리 계열의 방법(ID3 등)보다 나이브 베이즈 분류기에서 일반적으로 높게 나오는 경향이 있다는 것과, 스패머 탐지 문제가 선형으로 분리 가능한 경우(linearly separable)와 유사할 가능성이 높기 때문으로 여겨진다.
#웹2.0 #소셜 북마킹 #스패머 탐지 #기계학습 #나이브 베이즈 분류기 #web 2.0 #social bookmarking #spammer detection #machine learning #naïve Bayes classifiers

목차

요약
Abstract
1. 서론
2. 소셜 북마킹(Social Bookmarking)
3. 소셜 북마킹 시스템에서의 스패머 탐지
4. 실험 및 결과
5. 결론
참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

차세대 기계학습 기술
장병탁 정보과학회지 2007 .03
Deep Learning 기반 기계학습 알고리즘을 이용한 야구 경기 Big Data 분석
김종훈 ,  김경태 ,  한종기 한국통신학회 학술대회논문집 2015 .11
Deep Learning: 기계학습의 새로운 트랜드
김인중 한국통신학회지(정보와통신) 2014 .10
자기조직화지도 신경망을 활용한 의료 진단검사 결과 패턴인식 모델
박상찬 ,  이장희 대한경영학회지 2016 .01
컴퓨터 소프트웨어 분야 연구를 위한 이산수학 분야에 대한 연구
전상표 한국컴퓨터정보학회논문지 2011 .02

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-018380553