[논문 리뷰] The Computer-Linguistic Analysis of Socio-Demographic Profile of Virtual Community Member

Yuriy Syerov, Соломія Федушко|arXiv (Cornell University)|2019. 01. 21.

Information Systems and Technology Applications참고 문헌 18인용 수 12

한 줄 요약

이 논문은 가상 커뮤니티 구성원의 사회적·인구학적 프로파일을 그들의 디지털 커뮤니케이션에 담긴 언어 패턴을 바탕으로 유추하기 위한 컴퓨터언어학적 프레임워크를 제안한다. 이는 텍스트 데이터에서 성별, 연령, 전문 분야에 대한 언어학적-의사소통 지표를 유도하기 위한 형식적 모델과 구조적 프레임워크를 개발하며, 학습 기반 분류를 통한 자동화된 사회적·인구학적 프로파일링의 체계적인 접근을 입증한다.

ABSTRACT

This article considers the current problem of investigation and development of computerlinguistic analysis of socio-demographic profile of virtual community member. Webmembers' socio-demographic characteristics' profile validation based on analysis of sociodemographic characteristics. The topicality of the paper is determined by the necessity to identify the web-community member by means of computer-linguistic analysis of their information track. The formal model of basic socio-demographic characteristics of virtual communities' member is formed. The structural model of lingvo-communicative indicators of socio-demographic characteristics of the web-members and common algorithm of the formation of lingvo-communicative indicators based on processing training sample are developed. Types of the computer-linguistic analysis of indicative characteristics are studied and classifications of lingvo-communicative indicators of gender, age and sphere of activities of web-community member is established. Also, the formal model of the basic socio-demographic characteristics of web-communities' member is introduced.

연구 동기 및 목표

• 가상 커뮤니티 구성원의 디지털 커뮤니케이션에서 자동으로 사회적·인구학적 특성을 식별하는 데 도전하는 것.
• 웹 커뮤니티 구성원의 기본 사회적·인구학적 특성에 대한 형식적 모델을 개발하는 것.
• 사용자 생성 콘텐츠의 언어 패턴을 기반으로 한 언어학적-의사소통 지표의 구조적 모델을 수립하는 것.
• 학습 샘플을 활용하여 성별, 연령, 전문 분야에 대한 언어학적 지표를 분류하고 체계화하는 것.
• 온라인 커뮤니티의 텍스트 데이터에서 언어학적-의사소통 지표를 생성하기 위한 재현 가능한 알고리즘을 제공하는 것.

제안 방법

• 사용자 텍스트에서 추출한 언어적 특징을 사용하여 사회적·인구학적 특성의 형식적 모델링.
• 학습 샘플의 텍스트 처리를 기반으로 한 언어학적-의사소통 지표의 구조적 모델 개발.
• 성별, 연령, 직업과 관련된 패턴을 식별하기 위해 컴퓨터언어학적 분석 기법의 적용.
• 대표적인 학습 데이터 분석을 통해 언어학적 지표를 구조화된 카테고리로 분류.
• 처리된 텍스트 입력에서 언어학적-의사소통 지표를 형성하기 위한 공통 알고리즘 설계.
• 학습 샘플을 사용하여 언어적 특징의 인구학적 카테고리 분류를 校정하고 검증하는 것.

실험 결과

연구 질문

• RQ1 가상 커뮤니티 구성원의 사회적·인구학적 프로파일은 어떻게 그들의 언어적 행동에서 추론할 수 있는가?
• RQ2 성별, 연령, 전문 분야를 식별하는 데 가장 효과적인 컴퓨터언어학적 분석은 어떤 것인가?
• RQ3 인구학적 프로파일링을 위해 언어학적-의사소통 지표를 어떻게 체계적으로 분류하고 모델링할 수 있는가?
• RQ4 언어적 특징과 사회적·인구학적 특성 간의 관계를 표현할 수 있는 구조적 및 형식적 모델은 무엇인가?
• RQ5 텍스트 데이터의 학습 기반 처리가 얼마나 신뢰할 수 있는 인구학적 유추를 가능하게 하는가?

주요 결과

• 가상 커뮤니티 구성원의 기본 사회적·인구학적 특성에 대한 형식적 모델이 성공적으로 개발되었다.
• 언어학적-의사소통 지표의 구조적 모델이 수립되어 언어적 단서의 체계적 분류가 가능해졌다.
• 인구학적 추론에 적합한 컴퓨터언어학적 분석 유형을 식별하고 분류하였다.
• 성별, 연령, 전문 분야에 대한 언어학적-의사소통 지표의 분류 체계가 수립되었다.
• 공통 알고리즘이 학습 샘플 처리를 통해 검증되었다.
• 이 프레임워크는 온라인 커뮤니티의 텍스트 데이터를 활용한 자동화된 사회적·인구학적 프로파일링을 위한 재현 가능한 방법을 제공한다.