DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | 문일철 | - |
dc.contributor.advisor | Moon, Il-Chul | - |
dc.contributor.author | 박성래 | - |
dc.contributor.author | Park, Sung-Rae | - |
dc.date.accessioned | 2015-04-29 | - |
dc.date.available | 2015-04-29 | - |
dc.date.issued | 2014 | - |
dc.identifier.uri | http://library.kaist.ac.kr/search/detail/view.do?bibCtrlNo=568913&flag=dissertation | - |
dc.identifier.uri | http://hdl.handle.net/10203/198095 | - |
dc.description | 학위논문(석사) - 한국과학기술원 : 산업및시스템공학과, 2014.2, [ v, 55 p. ] | - |
dc.description.abstract | 토픽 모델링은 대량의 텍스트 분석을 모델링 하는데 있어서 효율적인 도구이다. 몇몇의 과거의 연구들은 이러한 토픽 모델링 방법을 이용하여 특정 수치 지표인 시 계열 데이터와의 연관성을 분석하였지만, 토픽 모델링을 텍스트의 전처리 과정에서만 이용함으로써 몇몇 한계점을 드러내었다. 이러한 문제를 해결하기 위하여 본 논문에서는 특정 사회지표와 텍스트 데이터를 함께 확률 모델링을 한 사회 지표와 연관된 토픽 모델(ATMs)을 제시한다. 제시된 ATMs을 이용함으로써 텍스트 내부에 존재하는 사회 지표와 연관된 토픽을 추출하는 것뿐만이 아니라 토픽과 사회지표가 가진 비례 혹은 반비례 관계를 추출하고 그 영향력의 크기에 대한 정보도 얻을 수 있다. 모델의 평가와 응용을 위해서 경제 뉴스인 Bloomberg데이터와 주가 데이터인 DJIA를 적용한 결과, ATMs가 기존의 토픽모델링 방법보다 사회지표에 대한 높은 설명력을 가진 것을 확인하였다. | kor |
dc.language | kor | - |
dc.publisher | 한국과학기술원 | - |
dc.subject | 확률모델 | - |
dc.subject | Time Series Models | - |
dc.subject | Topic modeling | - |
dc.subject | Text mining | - |
dc.subject | Probabilistic Graphical Model | - |
dc.subject | 시계열 모델 | - |
dc.subject | 텍스트마이닝 | - |
dc.subject | 토픽모델링 | - |
dc.title | 사회 지표와 연관된 토픽모델 | - |
dc.title.alternative | Associated topic model with social measurement | - |
dc.type | Thesis(Master) | - |
dc.identifier.CNRN | 568913/325007 | - |
dc.description.department | 한국과학기술원 : 산업및시스템공학과, | - |
dc.identifier.uid | 020123271 | - |
dc.contributor.localauthor | 문일철 | - |
dc.contributor.localauthor | Moon, Il-Chul | - |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.