지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 최재현
- 발행연도
- 2017
- 저작권
- 숭실대학교 논문은 저작권에 의해 보호받습니다.
이용수18
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
인터넷 기술의 발달과 스마트 모바일 기기의 보급 및 사용이 널리 확대되면서 사람들의 삶에 많은 변화와 편의를 가져다주었다. 이를 통해 사람들은 더욱 많은 정보를 이전 보다 손쉽게 구할 수 있게 되었으며, 또한 신속하고 편리하게 타인과 정보를 주고받을 수 있게 되었고, 소셜네트워크 서비스를 통해 원거리에 있는 사람들과도 실시간으로 소통하며 지낼 수 있게 되었다. 하지만, 이러한 기술의 발달과 함께 인터넷 공간을 통해 발생하는 악성댓글, 인신공격, 사생활 침해, 명예훼손 등과 같은 사회적 문제는 계속해서 다양한 방법으로 발생하고 있어 안타까운 마음을 갖게 한다. 본 논문에서는 인터넷 공간을 통해서 다른 사람에게 악의적인 의도로 피해를 주는 악성 댓글을 탐지하여 조금 더 깨끗한 인터넷 환경을 만들어 가는데 도움이 되는 연구를 하고자 한다. 본 실험에는 일반 댓글809개, 악성 댓글 1108개, 총 1917의 댓글을 수집하여 분석하였고, 이를 토대로 학습한 인공신경망으로 악성 댓글 탐지 실험을 진행하였다. 실험 결과 훈련표본 정확도 90.1%와 검정표본 정확도 88.1%이 나와 우수한 성능을 확인하였고, 점차적으로 다양한 기법들을 통해 더욱 더 정확도를 높여갈 수 있을 것이라고 판단된다.
목차
국문초록 ⅴ영문초록 ⅶ제 1 장 서론 11.1 연구배경 및 목적 11.2 연구방법 3제 2 장 관련연구 52.1 기계학습 52.2 나이브 베이지 분류기 72.3 서포트 벡터 머신 102.4 인공신경망 122.5 악성댓글 탐지를 위한 기존 연구 14제 3 장 악성댓글 탐지 기법 153.1 악성댓글 탐지 학습 과정 153.2 한글 정규화 과정 173.3 인공신경망 모델 20제 4 장 실험 및 검증 224.1 실험 설계 224.2 실험 결과 25제 5 장 결론 27참고문헌 28
최근 본 자료
댓글(0)
0