Detailed Information
Cited 0 time in 
Cited 0 time in 
Cited 0 time in
Metadata Downloads
관계 기반 특징을 이용한 트위터 스패머 탐지
Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | 이찬식 | - |
| dc.contributor.author | 김준태 | - |
| dc.date.accessioned | 2024-08-08T02:00:54Z | - |
| dc.date.available | 2024-08-08T02:00:54Z | - |
| dc.date.issued | 2014-10 | - |
| dc.identifier.issn | 2383-630X | - |
| dc.identifier.issn | 2383-6296 | - |
| dc.identifier.uri | https://scholarworks.dongguk.edu/handle/sw.dongguk/15915 | - |
| dc.description.abstract | 트위터는 페이스북과 더불어 전 세계적으로 인기 있는 SNS(Social Network Service)이다. 트위터에서 이메일 인증 방식을 악용하여 대량 생성된 스패머 계정은 유해한 콘텐츠로 트위터 사용자들에게 불편함을 준다. 본 논문에서는 이러한 문제를 해결하고자 관계 기반 특징을 이용한 스패머 탐지 기법을 제안한다. 관계 기반 특징이란 사용자의 호감 정도를 표현할 수 있는 친구 관계 특징과 사용자 간의 유사성을 나타낼 수 있는 유형 관계 특징들을 의미한다. 기존의 스패머 탐지 기법과 본 논문에서 제안하는 탐지 기법의 성능을 스패머의 비율을 3%에서 30%까지 변화시키면서 비교 실험한 결과, 본 논문에서 제안하는 기법이 Naive Bayesian Classifier와 Decision Tree 모두에서 더 우수한 성능을 보였다. | - |
| dc.format.extent | 7 | - |
| dc.language | 한국어 | - |
| dc.language.iso | KOR | - |
| dc.publisher | 한국정보과학회 | - |
| dc.title | 관계 기반 특징을 이용한 트위터 스패머 탐지 | - |
| dc.title.alternative | Spammer Detection using Features based on User Relationships in Twitter | - |
| dc.type | Article | - |
| dc.publisher.location | 대한민국 | - |
| dc.identifier.bibliographicCitation | 정보과학회논문지, v.41, no.10, pp 785 - 791 | - |
| dc.citation.title | 정보과학회논문지 | - |
| dc.citation.volume | 41 | - |
| dc.citation.number | 10 | - |
| dc.citation.startPage | 785 | - |
| dc.citation.endPage | 791 | - |
| dc.identifier.kciid | ART001921092 | - |
| dc.description.isOpenAccess | N | - |
| dc.description.journalRegisteredClass | kci | - |
| dc.subject.keywordAuthor | 스패머 | - |
| dc.subject.keywordAuthor | 트위터 | - |
| dc.subject.keywordAuthor | 소셜 네트워크 서비스 | - |
| dc.subject.keywordAuthor | 나이브 베이지안 | - |
| dc.subject.keywordAuthor | 결정 트리 | - |
| dc.subject.keywordAuthor | spammer | - |
| dc.subject.keywordAuthor | - | |
| dc.subject.keywordAuthor | social network service | - |
| dc.subject.keywordAuthor | naive bayesian | - |
| dc.subject.keywordAuthor | decision tree | - |
- Files in This Item
- There are no files associated with this item.
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
Related Researcher
- Kim, Jun Tae
- College of Advanced Convergence Engineering (Department of Computer Science and Artificial Intelligence)