KR101869815B1 - 집단지성을 이용한 뉴스 판단 방법 및 장치 - Google Patents

집단지성을 이용한 뉴스 판단 방법 및 장치 Download PDF

Info

Publication number
KR101869815B1
KR101869815B1 KR1020170079348A KR20170079348A KR101869815B1 KR 101869815 B1 KR101869815 B1 KR 101869815B1 KR 1020170079348 A KR1020170079348 A KR 1020170079348A KR 20170079348 A KR20170079348 A KR 20170079348A KR 101869815 B1 KR101869815 B1 KR 101869815B1
Authority
KR
South Korea
Prior art keywords
news
sns
relationship
suspicious
discrimination target
Prior art date
Application number
KR1020170079348A
Other languages
English (en)
Inventor
임희석
강장묵
손형섭
Original Assignee
고려대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 고려대학교 산학협력단 filed Critical 고려대학교 산학협력단
Priority to KR1020170079348A priority Critical patent/KR101869815B1/ko
Application granted granted Critical
Publication of KR101869815B1 publication Critical patent/KR101869815B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking
    • G06Q50/30—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Computing Systems (AREA)
  • Operations Research (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

집단지성을 이용한 뉴스 판단 방법을 개시한다. 본 발명의 일 실시에에 따른 집단지성을 이용한 뉴스 판단 방법은 사회관계망서비스(SNS) 상에 게재된 판별대상뉴스에 대하여 상기 SNS의 복수의 의심이용자로부터 상기 판별대상뉴스를 거짓으로 의심하는 태그인 의심태그를 입력받는 단계; 상기 복수의 의심이용자 간의 상기 SNS 상의 관계를 이용하여, 상기 판별대상뉴스에 대한 의심지수를 산출하는 단계; 및 상기 의심지수 및 소정의 임계치에 기초하여, 상기 판별대상뉴스가 거짓으로 의심되는 뉴스인 의심대상뉴스인지 판단하는 단계를 포함한다.

Description

집단지성을 이용한 뉴스 판단 방법 및 장치{METHOD AND APPARATUS FOR SPOTTING FAKE NEWS USING COLLECTIVE INTELLIGENCE}
본 발명은 사회관계망서비스(SNS) 사용자의 집단지성을 이용하여, 그 SNS 상에 존재하는 다양한 뉴스에 대하여 거짓으로 의심할만한 뉴스인지를 판단하는 방법 및 장치에 관한 것이다.
고속 이동통신망 및 스마트폰이 널리 보급된 모바일 시대가 도래하면서, 각종 사회관계망서비스(SNS)의 사용이 급속도로 증가하고 있다. 특히, 근래에 들어 블로그(blog), 카카오톡(KakaoTalk), 라인(Line), 페이스북(Facebook), 트위터(Twitter), 인스타그램(Instagram) 및 텀블러(Tumblr)와 같은 SNS의 사용이 급증하면서, 각종 SNS를 통한 정보 또는 뉴스의 전달 역시 폭발적으로 증가하고 있다.
그러나, 선거와 같은 정치적 행사가 있을 때마다 각종 SNS를 통해 잘못된 정보 또는 뉴스가 퍼지는 경우 또한 적지 않게 발생하는 것이 현실이다. 또한, 더욱 심각한 것은 특정한 목적을 가지고 의도적으로 각종 SNS를 통해 잘못된 정보 또는 뉴스를 전파하는 경우도 빈번히 발생하고 있다는 점인데, 이와 같은 이유로 SNS를 통한 정보 또는 뉴스의 전달이 향후 중요한 사회적 문제가 될 가능성이 높다고 볼 수 있다.
따라서, SNS 상에서 해당 SNS 사용자의 집단지성을 이용하여 뉴스의 거짓의 가능성을 판단함으로써, SNS를 통한 잘못된 뉴스의 전파를 방지할 수 있는 방법 및 장치의 필요성이 대두되고 있다.
관련 선행기술로는 대한민국 등록특허공보 제10-1722244호(발명의 명칭: 감정 분석 기반의 소셜 네트워크를 이용한 여론 형성방법, 공개일자: 2016년 9월 27일)가 있다.
본 발명은 SNS 사용자의 집단지성을 이용하여, 그 SNS 상에 존재하는 다양한 뉴스에 대하여 거짓으로 의심할만한 뉴스인지를 판단하는 방법 및 장치를 제공하고자 한다.
본 발명이 해결하고자 하는 과제는 이상에서 언급한 과제(들)로 제한되지 않으며, 언급되지 않은 또 다른 과제(들)은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른 집단지성을 이용한 뉴스 판단 방법은 사회관계망서비스(SNS) 상에 게재된 판별대상뉴스에 대하여 상기 SNS의 복수의 의심이용자로부터 상기 판별대상뉴스를 거짓으로 의심하는 태그인 의심태그를 입력받는 단계; 상기 복수의 의심이용자 간의 상기 SNS 상의 관계를 이용하여, 상기 판별대상뉴스에 대한 의심지수를 산출하는 단계; 및 상기 의심지수 및 소정의 임계치에 기초하여, 상기 판별대상뉴스가 거짓으로 의심되는 뉴스인 의심대상뉴스인지 판단하는 단계를 포함한다.
바람직하게는, 상기 판별대상뉴스 또는 상기 의심대상뉴스를 6하원칙에 기초하여 분석하는 단계; 및 복수의 뉴스에 대한 정보를 포함하는 뉴스DB 및 상기 분석 결과에 기초하여, 상기 판별대상뉴스 또는 상기 의심대상뉴스의 진위를 판단하는 단계를 더 포함할 수 있다.
바람직하게는, 상기 판별대상뉴스 또는 상기 의심대상뉴스의 진위를 판단하는 단계는 상기 뉴스DB에서 상기 분석 결과에 포함된 날짜로부터 소정의 기간 이내에 생성된 적어도 하나의 뉴스를 1차 검색하는 단계; 상기 1차 검색 결과에 포함된 적어도 하나의 뉴스로부터, 상기 분석 결과에 부합하는 뉴스를 2차 검색하는 단계; 및 상기 2차 검색 결과에 기초하여, 상기 판별대상뉴스 또는 상기 의심대상뉴스의 진위를 판단하는 단계를 포함할 수 있다.
바람직하게는, 상기 판별대상뉴스에 대한 의심지수를 산출하는 단계는 상기 판별대상뉴스의 조회수, 상기 판별대상뉴스의 공유 횟수 및 상기 판별대상뉴스를 공유하는 복수의 공유자 간의 상기 SNS 상의 관계 중 적어도 하나를 더 이용하여, 상기 의심지수를 산출할 수 있다.
바람직하게는, 상기 판별대상뉴스에 대한 의심지수를 산출하는 단계는 상기 복수의 의심이용자로부터 매칭되는 복수의 2인 조합 각각의 구성원 간의 상기 SNS 상의 관계에 대한 정보를 수집하는 단계; 상기 복수의 2인 조합 각각의 구성원 간의 상기 SNS 상의 관계를 소정 개수의 유형으로 분류하여, 상기 유형별로 미리 정의된 점수를 부여하는 단계; 및 상기 복수의 2인 조합 각각에 부여된 점수를 합하여, 상기 의심지수를 산출하는 단계를 포함할 수 있다
바람직하게는, 상기 2인 조합의 구성원 간의 상기 SNS 상의 관계는 상호 간의 교류가 존재하는 교류관계, 일방적인 관계만 존재하는 일방관계, 제3자 및 모임을 매개로 하는 간접적인 교류가 존재하는 간접교류관계 및 교류가 존재하지 않는 미교류관계 중 하나의 유형으로 결정되고, 상기 유형별로 미리 정의된 점수는 상기 미교류관계, 상기 간접교류관계, 상기 일방관계 및 상기 교류관계의 순서로 큰 값이 부여될 수 있다.
또한, 상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른 집단지성을 이용한 뉴스 판단 장치는 사회관계망서비스(SNS) 상에 게재된 판별대상뉴스에 대하여 상기 SNS의 복수의 의심이용자로부터 상기 판별대상뉴스를 거짓으로 의심하는 태그인 의심태그를 입력받는 입력부; 상기 복수의 의심이용자 간의 상기 SNS 상의 관계를 이용하여, 상기 판별대상뉴스에 대한 의심지수를 산출하는 산출부; 및 상기 의심지수 및 소정의 임계치에 기초하여, 상기 판별대상뉴스가 거짓으로 의심되는 뉴스인 의심대상뉴스인지 판단하는 판단부를 포함한다.
바람직하게는, 상기 판별대상뉴스 또는 상기 의심대상뉴스를 6하원칙에 기초하여 분석하는 분석부를 더 포함하고, 상기 판단부는 복수의 뉴스에 대한 정보를 포함하는 뉴스DB 및 상기 분석 결과에 기초하여, 상기 판별대상뉴스 또는 상기 의심대상뉴스의 진위를 더 판단할 수 있다.
바람직하게는, 상기 판단부는 상기 판별대상뉴스 또는 상기 의심대상뉴스의 진위를 더 판단할 때, 상기 뉴스DB에서 상기 분석 결과에 포함된 날짜로부터 소정의 기간 이내에 생성된 적어도 하나의 뉴스를 1차 검색하고, 상기 1차 검색 결과에 포함된 적어도 하나의 뉴스로부터, 상기 분석 결과에 부합하는 뉴스를 2차 검색하고, 상기 2차 검색 결과에 기초하여, 상기 판별대상뉴스 또는 상기 의심대상뉴스의 진위를 판단할 수 있다.
바람직하게는, 상기 산출부는 상기 판별대상뉴스의 조회수, 상기 판별대상뉴스의 공유 횟수 및 상기 판별대상뉴스를 공유하는 복수의 공유자 간의 상기 SNS 상의 관계 중 적어도 하나를 더 이용하여, 상기 의심지수를 산출할 수 있다.
바람직하게는, 상기 산출부는 상기 복수의 의심이용자로부터 매칭되는 복수의 2인 조합 각각의 구성원 간의 상기 SNS 상의 관계에 대한 정보를 수집하고, 상기 복수의 2인 조합 각각의 구성원 간의 상기 SNS 상의 관계를 소정 개수의 유형으로 분류하여, 상기 유형별로 미리 정의된 점수를 부여하고, 상기 복수의 2인 조합 각각에 부여된 점수를 합하여, 상기 의심지수를 산출할 수 있다.
바람직하게는, 상기 복수의 2인 조합 각각의 구성원 간의 상기 SNS 상의 관계는 상호 간의 교류가 존재하는 교류관계, 일방적인 관계인 일방관계, 제3자 및 모임을 매개로 하는 간접적인 관계인 간접교류관계 및 교류가 존재하지 않는 미교류관계 중 하나의 유형으로 결정되고, 상기 유형별로 미리 정의된 점수는 상기 미교류관계, 상기 간접교류관계, 상기 일방관계 및 상기 교류관계의 순서로 큰 값이 부여될 수 있다.
본 발명은 SNS 사용자의 집단지성을 이용하여, 그 SNS 상에 존재하는 다양한 뉴스에 대하여 거짓으로 의심할만한 뉴스인지를 판단할 수 있는 효과가 있다.
또한, 본 발명은 그 SNS 상에 존재하는 뉴스에 대하여 거짓의 가능성을 판단함으로써, 그 SNS를 통해 그 거짓으로 의심되는 뉴스가 더 이상 전파되지 않도록 할 수 있는 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 집단지성을 이용한 뉴스 판단 방법을 설명하기 위한 흐름도이다.
도 2는 본 발명의 다른 실시예에 따른 집단지성을 이용한 뉴스 판단 방법을 설명하기 위한 흐름도이다.
도 3은 본 발명의 일 실시예에 따른 의심대상뉴스의 진위를 판단하는 방법을 설명하기 위한 흐름도이다.
도 4는 본 발명의 일 실시예에 따른 의심지수를 산출하는 방법을 설명하기 위한 흐름도이다.
도 5는 본 발명의 일 실시예에 따른 집단지성을 이용한 뉴스 판단 장치를 설명하기 위한 블록도이다.
도 6은 본 발명의 다른 실시예에 따른 집단지성을 이용한 뉴스 판단 장치설명하기 위한 블록도이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.
제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 본 발명에 따른 바람직한 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 본 발명의 일 실시예에 따른 음식 배달 중개 방법을 설명하기 위한 흐름도이다.
도 1은 본 발명의 일 실시예에 따른 집단지성을 이용한 뉴스 판단 방법을 설명하기 위한 흐름도이다.
사회관계망서비스(Social Network Service, SNS)는 특정한 관심이나 활동을 공유하는 사람들 사이의 관계망을 구축해 주는 온라인 서비스이다. 예컨대, 블로그(blog), 카카오톡(KakaoTalk), 라인(Line), 페이스북(Facebook), 트위터(Twitter), 인스타그램(Instagram), 링크드인(Linkedin) 및 텀블러(Tumblr)와 같은 서비스가 이러한 SNS에 해당한다. 사용자들은 이러한 SNS 상에서 서로 간에 '친구 관계'에 있거나, 어느 한 명이 다른 한 명을 추종하는 '팔로우 관계'에 있거나, 직접적인 관계는 없지만 공통의 친구를 가지거나, 동일한 모임 또는 동호회에 속하는 관계에 있거나, 또는 아무런 관계를 갖지 않을 수 있다.
이러한 SNS의 사용자들은 SNS를 통해 자신의 소소한 일상 및 생각을 다른 사용자와 공유할 뿐만 아니라, 각종 뉴스, 정보 및 동향 등을 직접 게재하여 이를 역시 다른 사용자와 공유(예, 페이스북의 링크 공유)할 수 있다. 또한, 다른 사용자가 게재한 각종 뉴스, 정보 및 동향 등을 다시 한 번 자신의 친구 또는 지인들에게 공유(예, 페이스북의 게시물 공유)함으로써 이를 전파할 수 있다.
단계 S110에서는, 뉴스 판단 장치가 사회관계망서비스(SNS) 상에 게재된 판별대상뉴스에 대하여 상기 SNS의 복수의 의심이용자로부터 그 판별대상뉴스를 거짓으로 의심하는 태그인 의심태그를 입력받는다.
이때, 판별대상뉴스는 인터넷언론, 신문 및 방송에서 보도되는 뉴스일 수 있으나 이로 한정되는 것은 아니며, 다양한 정보, 소식, 소문 및 동향 등도 역시 판별대상뉴스에 포함될 수 있다.
한편, 의심이용자는 그 판별대상뉴스를 거짓으로 의심하는 SNS 이용자일 수 있으며, 의심이용자는 그 SNS 상에서 그 판별대상뉴스에 대하여 거짓으로 의심된다는 의미를 포함하는 의심태그를 입력할 수 있다. 이러한 의심태그는 SNS를 통해 직접적으로 입력받거나, 또는 댓글에 포함된 해쉬태그등을 이용하여 간접적으로 입력받을 수 있다.
예컨대, 페이스북이 직접 의심태그를 지원하게 된다면, 의심이용자가 페이스북에 게재된 뉴스에 대하여 마치 '좋아요'를 선택하듯이 '의심되요'를 선택할 수 있다. 또한, 의심이용자는 페이스북에 게재된 뉴스 또는 트위터에 게재된 뉴스에 대하여 댓글을 남기고 '#의심'과 같은 해시태그를 남길 수 있다.
단계 S120에서는, 뉴스 판단 장치가 그 복수의 의심이용자 간의 SNS 상의 관계를 이용하여, 그 판별대상뉴스에 대한 의심지수를 산출한다.
즉, 뉴스 판단 장치는 그 판별대상뉴스에 대하여 의심태그를 입력한 복수의 의심사용자를 대상으로, 그들 사이의 SNS 상의 관계를 이용하여 그 판별대상뉴스에 관한 의심지수를 산출할 수 있다.
이때, 뉴스 판단 장치가 복수의 의심이용자 간의 SNS 상의 관계를 이용하여 의심지수를 산출하는 것은 궁극적으로 특정한 집단 또는 세력에 의하여 판별대상뉴스가 거짓으로 의심되도록 하는 조작을 방지하기 위함일 수 있다. 즉, SNS 상에 공유되는 거짓 뉴스를 막는 것도 중요하지만, SNS 상에서 공유되는 뉴스를 특정한 집단 또는 세력이 특정한 목적을 가지고 거짓으로 몰아가는 조작도 막아야 하기 때문이다. 또한, 이는 그 특정한 집단 또는 세력은 상호 간에 SNS 상의 어떤 관계(예, 친구, 팔로우, 모임 등)를 가지고 있을 가능성이 높다는 점을 이용한 것이다.
따라서, 뉴스 판단 장치는 서로 간에 관계가 없는 의심이용자들에 의해 더 많은 의심태그가 입력될수록, 그리고 더 많은 의심이용자에 의해 의심태그가 입력될수록 그 판별대상뉴스에 대한 의심가능성이 높아지도록 의심지수를 산출할 수 있다.
다른 실시예에서는, 뉴스 판단 장치가 그 판별대상뉴스의 조회수, 그 판별대상뉴스의 공유 횟수 및 그 판별대상뉴스를 공유하는 복수의 공유자 간의 SNS 상의 관계 중 적어도 하나를 더 이용하여, 의심지수를 산출할 수 있다.
예컨대, 뉴스 판단 장치는 그 판별대상뉴스에 대한 조회수가 소정의 시간 동안 갑자기 급증하는 경우, 누군가에 의한 의도적인 조작(예, 그 판별대상뉴스의 하이퍼링크를 인위적으로 전파)으로 판단하여 그 소정의 시간 동안의 의심태그에 대하여 비중을 낮추는 가중치를 부여하여 의심지수를 산출할 수 있다.
또한, 뉴스 판단 장치는 그 판별대상뉴스에 대한 공유 횟수가 소정의 시간 동안 갑자기 급증하는 경우, 누군가에 의한 의도적인 조작으로 판단하여 그 소정의 시간 동안의 의심태그에 대하여 비중을 낮추는 가중치를 부여하여 의심지수를 산출할 수 있다.
또한, 뉴스 판단 장치는 그 판별대상뉴스를 공유하는 복수의 공유자 간의 SNS 상의 관계를 분석하여 '친구 관계' 또는 '팔로우 관계'의 수가 소정의 기준치 이상인 경우, 누군가에 의한 의도적인 조작으로 판단하여 그 '친구 관계' 또는 '팔로우 관계'인 의심사용자에 의한 의심태그에 대하여 비중을 낮추는 가중치를 부여하여 의심지수를 산출할 수 있다.
한편, 의심지수를 산출하는 자세한 방법에 대하여는 도 4에 대한 설명에서 구체적으로 후술한다.
마지막으로 단계 S130에서는, 뉴스 판단 장치가 그 의심지수 및 소정의 임계치에 기초하여, 그 판별대상뉴스가 거짓으로 의심되는 뉴스인 의심대상뉴스인지 판단한다.
예컨대, 그 판별대상뉴스가 거짓으로 의심될수록 의심지수도 역시 커진다고 가정할 때, 뉴스 판단 장치는 그 의심지수가 소정의 임계치 이상인 경우, 그 판별대상뉴스를 의심대상뉴스로 판단할 수 있다. 반대로, 뉴스 판단 장치는 그 의심지수가 소정의 임계치 미만인 경우, 그 판별대상뉴스를 의심대상뉴스로 판단하지 않을 수 있다.
이때, 그 SNS의 운영자는 그 판별대상뉴스가 의심대상뉴스로 판단되면, 그 판별대상뉴스가 사실로 판명될 때까지 그 판별대상뉴스를 안 보이도록 설정하여 의심대상뉴스가 일반 대중에게 공개되는 것을 방지할 수 있다. 또한, 그 SNS의 운영자는 필요에 따라 의심대상뉴스를 반복적으로 게시하는 사용자의 SNS 이용을 부분적 또는 전면적으로 제한할 수 있다.
이와 같이, 본 발명의 일 실시예에 따른 뉴스 판단 방법은 SNS 사용자의 집단지성을 이용하여 그 SNS 상에 존재하는 다양한 뉴스에 대하여 의심의 가능성을 판단할 수 있는 효과가 있으며, 나아가 SNS 사용자 간의 관계를 이용하여 의심지수를 산출함으로써 의심지수에 대한 인위적인 조작을 무력화할 수 있는 효과가 있다.
도 2는 본 발명의 다른 실시예에 따른 집단지성을 이용한 뉴스 판단 방법을 설명하기 위한 흐름도이다.
단계 S210에서는, 뉴스 판단 장치가 사회관계망서비스(SNS) 상에 게재된 판별대상뉴스에 대하여 상기 SNS의 복수의 의심이용자로부터 상기 판별대상뉴스를 거짓으로 의심하는 태그인 의심태그를 입력받는다.
단계 S220에서는, 뉴스 판단 장치가 그 복수의 의심이용자 간의 SNS 상의 관계를 이용하여, 그 판별대상뉴스에 대한 의심지수를 산출한다.
단계 S230에서는, 뉴스 판단 장치가 그 의심지수 및 소정의 임계치에 기초하여, 그 판별대상뉴스가 거짓으로 의심되는 뉴스인 의심대상뉴스인지 판단한다.
단계 S240에서는, 뉴스 판단 장치가 그 판별대상뉴스 또는 의심대상뉴스를 6하원칙에 기초하여 분석한다.
여기서, 6하원칙(5W 1H)은 일반적으로 기사 작성시 담겨야 할 여섯 가지 기본요소이며, 언론계 등에서 뉴스보도에 반드시 들어가야 하는 요소이다. 즉, '누가, 언제, 어디서, 무엇을, 어떻게, 왜'를 일컫는 말이다.
따라서, 뉴스 판단 장치는 그 판별대상뉴스 또는 의심대상뉴스를 분석하여 6하원칙에 따라 누가, 언제, 어디서, 무엇을, 어떻게, 왜 하였는지를 결정할 수 있다. 그러나, 그 판별대상뉴스 또는 의심대상뉴스에 반드시 6하원칙이 모두 포함되어야 하는 것은 아니며, 6하원칙 중에서 일부의 내용에 대하여만 선택적으로 분석할 수 있다.
예컨대, 뉴스 판단 장치는 "방탄소년단, K팝 그룹 최초 '빌보드뮤직어워즈'서 수상"의 제목을 가지는 뉴스의 내용을 분석하여, (누가) 방탄소년단이 (언제) 2017년 5월 21일 오후 8시(현지시간)에 (어디서) 미국 라이베이거스 T-모바일 아레나에서 열린 '빌보드 뮤직 어워드'에서 (무엇을) '톱 소셜 아티스트'상을 (어떻게) 수상하였고 (왜) 2016년 3월부터 1년간 앨범 및 디지털 노래 판매량, 스트리밍, 라디오 방송 횟수, 공연 및 소셜 참여 지수 등 데이터와 지난 1일부터 진행된 글로벌 팬 투표를 합산해 수상하게 되었다라는 결과를 얻을 수 있다.
마지막으로 단계 S250에서는, 뉴스 판단 장치가 복수의 뉴스에 대한 정보를 포함하는 뉴스DB 및 그 분석 결과에 기초하여, 그 판별대상뉴스 또는 의심대상뉴스의 진위를 판단한다.
예컨대, 뉴스 판단 장치는 각종 신문, 방송 및 인터넷언론의 뉴스 정보를 포함하는 뉴스DB에서 '방탄소년단'에 관한 2017년 5월 21일의 전후의 뉴스를 검색하고, 그 검색 결과 중에서 6하원칙에 따라 그 판별대상뉴스 또는 의심대상뉴스를 분석한 결과에 부합하는 뉴스가 있는지 판단할 수 있다.
보다 구체적으로, 뉴스 판단 장치는 그 검색 결과에 포함된 뉴스를 마찬가지로 6하원칙에 따라 분석하고, 그 판별대상뉴스 또는 의심대상뉴스를 6하원칙에 따라 분석한 결과와 비교하여 그 판별대상뉴스 또는 의심대상뉴스의 진위를 판단할 수 있다.
그리고, 뉴스 판단 장치는 그 검색 결과 중에서 그 판별대상뉴스 또는 의심대상뉴스에 6하원칙의 측면에서 부합하는 뉴스가 있다고 판단되면, 그 판별대상뉴스 또는 의심대상뉴스를 진실인 것으로 판단할 수 있다. 반면에, 뉴스 판단 장치는 그 검색 결과 중에서 그 판별대상뉴스 또는 의심대상뉴스에 6하원칙의 측면에서 부합하는 뉴스가 없다고 판단되면, 그 판별대상뉴스 또는 의심대상뉴스를 거짓인 것으로 판단할 수 있다.
한편, 그 판별대상뉴스 또는 의심대상뉴스의 진위를 판단하는 자세한 방법에 대하여는 도 3에 대한 설명에서 구체적으로 후술한다.
이와 같이, 본 발명의 다른 실시예에 따른 뉴스 판단 방법은 뉴스DB를 이용하여 그 판별대상뉴스 또는 의심대상뉴스의 진위를 판단할 수 있는 효과가 있다.
도 3은 본 발명의 일 실시예에 따른 의심대상뉴스의 진위를 판단하는 방법을 설명하기 위한 흐름도이다.
단계 S310에서는, 뉴스 판단 장치가 뉴스DB에서 그 6하원칙에 기초한 분석 결과에 포함된 날짜로부터 소정의 기간 이내에 생성된 적어도 하나의 뉴스를 1차 검색한다.
예컨대, 뉴스 판단 장치는 그 분석 결과에 포함된 날짜가 2017년 5월 21일인 경우, 그 날로부터 15일 이내인 2017년 5월 6일부터 2017년 6월 5일까지의 기간에 생성된 적어도 하나의 뉴스를 1차 검색할 수 있다.
이처럼, 뉴스 판단 장치는 소정의 기간 이내에 생성된 뉴스를 1차로 검색함으로써, 매일 수없이 많이 생성되는 뉴스를 포함하는 뉴스DB에서 검색 대상이 되는 범위를 좁힐 수 있다.
단계 S320에서는, 뉴스 판단 장치가 1차 검색 결과에 포함된 적어도 하나의 뉴스로부터, 그 분석 결과에 부합하는 뉴스를 2차 검색한다.
예컨대, 뉴스 판단 장치는 1차 검색 결과에 포함된 적어도 하나의 뉴스 각각을 6하원칙에 따라 분석하여 적어도 하나의 비교대상 분석 결과를 생성할 수 있다. 또한, 뉴스 판단 장치는 그 적어도 하나의 비교대상 분석 결과 각각과 그 분석 결과를 6하원칙(5W 1H)에 따라 비교함으로써, 그 분석 결과에 부합하는 비교대상 분석 결과가 존재하는지 검색하고, 또 그 비교대상 분석 결과에 대응되는 뉴스를 2차 검색할 수 있다.
마지막으로 단계 S330에서는, 뉴스 판단 장치가 2차 검색 결과에 기초하여, 그 판별대상뉴스 또는 의심대상뉴스의 진위를 판단한다.
이때, 뉴스 판단 장치는 2차 검색 결과가 존재하면 그 판별대상뉴스 또는 의심대상뉴스가 진실한 것으로 판단할 수 있다. 또한, 뉴스 판단 장치는 2차 검색 결과가 존재하지 않으면 그 판별대상뉴스 또는 의심대상뉴스가 진실하지 않은 것으로 판단할 수 있다.
이와 같이, 본 발명의 일 실시예에 따른 의심대상뉴스의 진위를 판단하는 방법은 뉴스DB를 이용하여 그 판별대상뉴스 또는 의심대상뉴스의 진위를 효율적으로 판단할 수 있는 효과가 있다.
도 4는 본 발명의 일 실시예에 따른 의심지수를 산출하는 방법을 설명하기 위한 흐름도이다.
단계 S410에서는, 뉴스 판단 장치가 복수의 의심이용자로부터 매칭되는 복수의 2인 조합 각각의 구성원 간의 SNS 상의 관계에 대한 정보를 수집한다.
예컨대, 뉴스 판단 장치는 복수의 의심이용자가 10명인 경우, 그 10명으로부터 생성될 수 있는 2인 조합의 총 개수인 45개 각각에 대하여, 그 조합의 구성원 간의 SNS 상의 관계에 대한 정보를 수집한다.
이때, SNS 상의 관계는 '친구 관계'이거나, '팔로우 관계'이거나, 공통의 친구를 가지는 관계이거나, 동일한 모임 또는 동호회에 속하는 관계이거나, 혹은 아무런 관계도 없는 관계일 수 있다.
단계 S420에서는, 뉴스 판단 장치가 그 복수의 2인 조합 각각의 구성원 간의 SNS 상의 관계를 소정 개수의 유형으로 분류하여, 유형별로 미리 정의된 점수를 부여한다.
예컨대, 뉴스 판단 장치는 복수의 의심이용자가 10명인 경우, 총 45개의 2인 조합 각각에 대하여 그 구성원 간의 SNS 상의 관계를 소정 개수의 유형(예, '친구 관계', '팔로우 관계', '관계없음'의 3개)으로 분류하고, 각각의 유형별로 미리 정의된 점수를 부여할 수 있다.
다른 실시예에서는, 2인 조합의 구성원 간의 SNS 상의 관계는 상호 간의 교류가 존재하는 교류관계, 일방적인 관계만 존재하는 일방관계, 제3자 및 모임을 매개로 하는 간접적인 교류가 존재하는 간접교류관계 및 교류가 존재하지 않는 미교류관계 중 하나의 유형으로 결정될 수 있다. 또한, 그 유형별로 미리 정의된 점수는 미교류관계, 간접교류관계, 일방관계 및 교류관계의 순서로 큰 값이 부여될 수 있다.
이때, 교류관계는 '친구 관계'에 해당하고, 일방관계는 '팔로우 관계'에 해당하고, 간접교류관계는 '공통의 친구를 가지는 관계'이거나 '동일한 모임 또는 동호회에 속하는 관계'에 해당하고, 미교류관계는 '아무런 관계도 없는 관계'일 수 있다.
또한, 뉴스 판단 장치는 판별대상뉴스에 대한 의심지수가 높을수록 더 많이 거짓으로 의심된다고 가정할 때, 미교류관계인 2명의 의심이용자로부터 의심태그를 입력받는 것이, 교류관계인 2명의 의심이용자로부터 의심태그를 입력받는 것보다 더 높은 의심지수를 갖는 것이 보다 타당하다고 볼 수 있다. 이는, 미교류관계인 2명의 의심이용자가 공통적으로 의심태그를 입력하는 것은 인위적인 조작의 가능성이 보다 낮기 때문일 수 있다.
따라서, 뉴스 판단 장치는 그 유형별로 미리 정의된 점수에 대하여 미교류관계, 간접교류관계, 일방관계 및 교류관계의 순서로 큰 값을 부여할 수 있다.
마지막으로 단계 S430에서는, 뉴스 판단 장치가 그 복수의 2인 조합 각각에 부여된 점수를 합하여, 의심지수를 산출한다.
예컨대, 뉴스 판단 장치는 복수의 의심이용자가 10명인 경우, 총 45개의 2인 조합의 SNS 상의 관계 유형별로 부여된 점수를 모두 합하여 의심지수를 산출할 수 있다.
보다 구체적으로, 총 45개의 2인 조합 중 교류관계가 3개이고, 일방관계가 4개이고, 미교류관계가 38개인 경우, 교류관계에 1점, 일방관계에 2점, 미교류관계에 5점이 부여된다면, 의심점수는 3*1+4*2+5*38=201점이 될 수 있다.
도 5는 본 발명의 일 실시예에 따른 집단지성을 이용한 뉴스 판단 장치를 설명하기 위한 블록도이다.
도 5를 참조하면, 본 발명의 일 실시예에 따른 집단지성을 이용한 뉴스 판단 장치(500)는 입력부(510), 산출부(520) 및 판단부(530)를 포함한다.
이때, 뉴스 판단 장치(500)는 사회관계망서비스(SNS)가 실행되는 서버 또는 그 서버와 유무선의 네트워크를 통해 연결된 서버, 데스크탑 컴퓨터 및 노트북 등에 탑재되어 그 SNS에 게재되는 뉴스를 판단할 수 있다.
입력부(510)는 사회관계망서비스(SNS) 상에 게재된 판별대상뉴스에 대하여 그 SNS의 복수의 의심이용자로부터 그 판별대상뉴스를 거짓으로 의심하는 태그인 의심태그를 입력받는다.
산출부(520)는 그 복수의 의심이용자 간의 SNS 상의 관계를 이용하여, 그 판별대상뉴스에 대한 의심지수를 산출한다.
다른 실시예에서는, 산출부(520)는 그 판별대상뉴스의 조회수, 그 판별대상뉴스의 공유 횟수 및 그 판별대상뉴스를 공유하는 복수의 공유자 간의 SNS 상의 관계 중 적어도 하나를 더 이용하여, 의심지수를 산출할 수 있다.
또 다른 실시예에서는, 산출부(520)는 그 복수의 의심이용자로부터 매칭되는 복수의 2인 조합 각각의 구성원 간의 SNS 상의 관계에 대한 정보를 수집하고, 그 복수의 2인 조합 각각의 구성원 간의 SNS 상의 관계를 소정 개수의 유형으로 분류하여 그 유형별로 미리 정의된 점수를 부여하고, 그 복수의 2인 조합 각각에 부여된 점수를 합하여 의심지수를 산출할 수 있다.
또 다른 실시예에서는, 그 복수의 2인 조합 각각의 구성원 간의 SNS 상의 관계는 상호 간의 교류가 존재하는 교류관계, 일방적인 관계인 일방관계, 제3자 및 모임을 매개로 하는 간접적인 관계인 간접교류관계 및 교류가 존재하지 않는 미교류관계 중 하나의 유형으로 결정되고, 그 유형별로 미리 정의된 점수는 미교류관계, 간접교류관계, 일방관계 및 교류관계의 순서로 큰 값이 부여될 수 있다.
판단부(530)는 그 의심지수 및 소정의 임계치에 기초하여, 그 판별대상뉴스가 거짓으로 의심되는 뉴스인 의심대상뉴스인지 판단한다.
도 6은 본 발명의 다른 실시예에 따른 집단지성을 이용한 뉴스 판단 장치설명하기 위한 블록도이다.
도 6을 참조하면, 본 발명의 다른 실시예에 따른 집단지성을 이용한 뉴스 판단 장치(500)는 입력부(510), 산출부(520), 판단부(530) 및 분석부(540)를 포함한다.
입력부(510)는 사회관계망서비스(SNS) 상에 게재된 판별대상뉴스에 대하여 그 SNS의 복수의 의심이용자로부터 그 판별대상뉴스를 거짓으로 의심하는 태그인 의심태그를 입력받는다.
산출부(520)는 그 복수의 의심이용자 간의 SNS 상의 관계를 이용하여, 그 판별대상뉴스에 대한 의심지수를 산출한다.
판단부(530)는 그 의심지수 및 소정의 임계치에 기초하여, 그 판별대상뉴스가 거짓으로 의심되는 뉴스인 의심대상뉴스인지 판단한다.
분석부(540)는 그 판별대상뉴스 또는 의심대상뉴스를 6하원칙에 기초하여 분석한다.
이때, 판단부(530)는 복수의 뉴스에 대한 정보를 포함하는 뉴스DB 및 그 분석부(540)의 분석 결과에 기초하여, 그 판별대상뉴스 또는 의심대상뉴스의 진위를 더 판단할 수 있다.
다른 실시예에서는, 판단부(530)는 그 판별대상뉴스 또는 의심대상뉴스의 진위를 더 판단할 때, 그 뉴스DB에서 그 분석 결과에 포함된 날짜로부터 소정의 기간 이내에 생성된 적어도 하나의 뉴스를 1차 검색하고, 그 1차 검색 결과에 포함된 적어도 하나의 뉴스로부터 그 분석 결과에 부합하는 뉴스를 2차 검색하고, 그 2차 검색 결과에 기초하여 그 판별대상뉴스 또는 의심대상뉴스의 진위를 판단할 수 있다.
한편, 상술한 본 발명의 실시예들은 컴퓨터에서 실행될 수 있는 프로그램으로 작성가능하고, 컴퓨터로 읽을 수 있는 기록매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다.
상기 컴퓨터로 읽을 수 있는 기록매체는 마그네틱 저장매체(예를 들면, 롬, 플로피 디스크, 하드디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등) 를 포함한다.
이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.

Claims (12)

  1. 입력부가, 사회관계망서비스(SNS) 상에 게재된 판별대상뉴스에 대하여 상기 SNS의 복수의 의심이용자로부터 상기 판별대상뉴스를 거짓으로 의심하는 태그인 의심태그를 입력받는 단계;
    산출부가, 상기 복수의 의심이용자 간의 상기 SNS 상의 관계를 이용하여, 상기 판별대상뉴스에 대한 의심지수를 산출하는 단계; 및
    판단부가, 상기 의심지수 및 소정의 임계치에 기초하여, 상기 판별대상뉴스가 거짓으로 의심되는 뉴스인 의심대상뉴스인지 판단하는 단계
    를 포함하는 것을 특징으로 하는 집단지성을 이용한 뉴스 판단 방법.
  2. 제1항에 있어서,
    분석부가, 상기 판별대상뉴스 또는 상기 의심대상뉴스를 6하원칙에 기초하여 분석하는 단계; 및
    상기 판단부가, 복수의 뉴스에 대한 정보를 포함하는 뉴스DB 및 상기 분석 결과에 기초하여, 상기 판별대상뉴스 또는 상기 의심대상뉴스의 진위를 판단하는 단계
    를 더 포함하는 것을 특징으로 하는 집단지성을 이용한 뉴스 판단 방법.
  3. 제2항에 있어서,
    상기 판별대상뉴스 또는 상기 의심대상뉴스의 진위를 판단하는 단계는
    상기 뉴스DB에서 상기 분석 결과에 포함된 날짜로부터 소정의 기간 이내에 생성된 적어도 하나의 뉴스를 1차 검색하는 단계;
    상기 1차 검색 결과에 포함된 적어도 하나의 뉴스로부터, 상기 분석 결과에 부합하는 뉴스를 2차 검색하는 단계; 및
    상기 2차 검색 결과에 기초하여, 상기 판별대상뉴스 또는 상기 의심대상뉴스의 진위를 판단하는 단계
    를 포함하는 것을 특징으로 하는 집단지성을 이용한 뉴스 판단 방법.
  4. 제1항에 있어서,
    상기 판별대상뉴스에 대한 의심지수를 산출하는 단계는
    상기 판별대상뉴스의 조회수, 상기 판별대상뉴스의 공유 횟수 및 상기 판별대상뉴스를 공유하는 복수의 공유자 간의 상기 SNS 상의 관계 중 적어도 하나를 더 이용하여, 상기 의심지수를 산출하는 것을 특징으로 하는 집단지성을 이용한 뉴스 판단 방법.
  5. 제1항에 있어서,
    상기 판별대상뉴스에 대한 의심지수를 산출하는 단계는
    상기 복수의 의심이용자로부터 매칭되는 복수의 2인 조합 각각의 구성원 간의 상기 SNS 상의 관계에 대한 정보를 수집하는 단계;
    상기 복수의 2인 조합 각각의 구성원 간의 상기 SNS 상의 관계를 소정 개수의 유형으로 분류하여, 상기 유형별로 미리 정의된 점수를 부여하는 단계; 및
    상기 복수의 2인 조합 각각에 부여된 점수를 합하여, 상기 의심지수를 산출하는 단계
    를 포함하는 것을 특징으로 하는 집단지성을 이용한 뉴스 판단 방법.
  6. 제5항에 있어서,
    상기 2인 조합의 구성원 간의 상기 SNS 상의 관계는
    상호 간의 교류가 존재하는 교류관계, 일방적인 관계만 존재하는 일방관계, 제3자 및 모임을 매개로 하는 간접적인 교류가 존재하는 간접교류관계 및 교류가 존재하지 않는 미교류관계 중 하나의 유형으로 결정되고,
    상기 유형별로 미리 정의된 점수는
    상기 미교류관계, 상기 간접교류관계, 상기 일방관계 및 상기 교류관계의 순서로 큰 값이 부여되는 것을 특징으로 하는 집단지성을 이용한 뉴스 판단 방법.
  7. 사회관계망서비스(SNS) 상에 게재된 판별대상뉴스에 대하여 상기 SNS의 복수의 의심이용자로부터 상기 판별대상뉴스를 거짓으로 의심하는 태그인 의심태그를 입력받는 입력부;
    상기 복수의 의심이용자 간의 상기 SNS 상의 관계를 이용하여, 상기 판별대상뉴스에 대한 의심지수를 산출하는 산출부; 및
    상기 의심지수 및 소정의 임계치에 기초하여, 상기 판별대상뉴스가 거짓으로 의심되는 뉴스인 의심대상뉴스인지 판단하는 판단부
    를 포함하는 것을 특징으로 하는 집단지성을 이용한 뉴스 판단 장치.
  8. 제7항에 있어서,
    상기 판별대상뉴스 또는 상기 의심대상뉴스를 6하원칙에 기초하여 분석하는 분석부
    를 더 포함하고,
    상기 판단부는
    복수의 뉴스에 대한 정보를 포함하는 뉴스DB 및 상기 분석 결과에 기초하여, 상기 판별대상뉴스 또는 상기 의심대상뉴스의 진위를 더 판단하는 것을 특징으로 하는 집단지성을 이용한 뉴스 판단 장치.
  9. 제8항에 있어서,
    상기 판단부는
    상기 판별대상뉴스 또는 상기 의심대상뉴스의 진위를 더 판단할 때,
    상기 뉴스DB에서 상기 분석 결과에 포함된 날짜로부터 소정의 기간 이내에 생성된 적어도 하나의 뉴스를 1차 검색하고,
    상기 1차 검색 결과에 포함된 적어도 하나의 뉴스로부터, 상기 분석 결과에 부합하는 뉴스를 2차 검색하고,
    상기 2차 검색 결과에 기초하여, 상기 판별대상뉴스 또는 상기 의심대상뉴스의 진위를 판단하는 것을 특징으로 하는 집단지성을 이용한 뉴스 판단 장치.
  10. 제7항에 있어서,
    상기 산출부는
    상기 판별대상뉴스의 조회수, 상기 판별대상뉴스의 공유 횟수 및 상기 판별대상뉴스를 공유하는 복수의 공유자 간의 상기 SNS 상의 관계 중 적어도 하나를 더 이용하여, 상기 의심지수를 산출하는 것을 특징으로 하는 집단지성을 이용한 뉴스 판단 장치.
  11. 제7항에 있어서,
    상기 산출부는
    상기 복수의 의심이용자로부터 매칭되는 복수의 2인 조합 각각의 구성원 간의 상기 SNS 상의 관계에 대한 정보를 수집하고,
    상기 복수의 2인 조합 각각의 구성원 간의 상기 SNS 상의 관계를 소정 개수의 유형으로 분류하여, 상기 유형별로 미리 정의된 점수를 부여하고,
    상기 복수의 2인 조합 각각에 부여된 점수를 합하여, 상기 의심지수를 산출하는 것을 특징으로 하는 집단지성을 이용한 뉴스 판단 장치.
  12. 제11항에 있어서,
    상기 복수의 2인 조합 각각의 구성원 간의 상기 SNS 상의 관계는
    상호 간의 교류가 존재하는 교류관계, 일방적인 관계인 일방관계, 제3자 및 모임을 매개로 하는 간접적인 관계인 간접교류관계 및 교류가 존재하지 않는 미교류관계 중 하나의 유형으로 결정되고,
    상기 유형별로 미리 정의된 점수는
    상기 미교류관계, 상기 간접교류관계, 상기 일방관계 및 상기 교류관계의 순서로 큰 값이 부여되는 것을 특징으로 하는 집단지성을 이용한 뉴스 판단 장치.
KR1020170079348A 2017-06-22 2017-06-22 집단지성을 이용한 뉴스 판단 방법 및 장치 KR101869815B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170079348A KR101869815B1 (ko) 2017-06-22 2017-06-22 집단지성을 이용한 뉴스 판단 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170079348A KR101869815B1 (ko) 2017-06-22 2017-06-22 집단지성을 이용한 뉴스 판단 방법 및 장치

Publications (1)

Publication Number Publication Date
KR101869815B1 true KR101869815B1 (ko) 2018-06-22

Family

ID=62768308

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170079348A KR101869815B1 (ko) 2017-06-22 2017-06-22 집단지성을 이용한 뉴스 판단 방법 및 장치

Country Status (1)

Country Link
KR (1) KR101869815B1 (ko)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020085531A1 (ko) * 2018-10-24 2020-04-30 주식회사 빅스터 블록체인용 정보 판단 서버, 블록체인용 정보 판단 방법 및 블록체인용 정보 판단 프로그램이 기록된 기록매체
KR20200045657A (ko) * 2018-10-23 2020-05-06 글로벌사이버대학교 산학협력단 인공지능 기반의 팩트 체크 가이드라인을 이용한 가짜 뉴스 판별 시스템
KR20200047990A (ko) * 2018-10-29 2020-05-08 글로벌사이버대학교 산학협력단 뉴스 작성 지침 및 방송 보도 지침 기반의 인스턴트 메시지의 구문 분석을 통한 가짜 뉴스 알림 서비스 제공 방법 및 장치
KR20200062520A (ko) 2018-11-27 2020-06-04 (주)아이와즈 출처 분석 기반의 뉴스 신뢰성 평가 시스템 및 그 동작 방법
KR20210059544A (ko) * 2019-11-15 2021-05-25 고려대학교 산학협력단 자동화 기반의 가짜 뉴스 탐지 장치 및 방법
US11068467B2 (en) 2019-01-23 2021-07-20 Xerox Corporation Apparatus and method to create secure data blocks to validate an information source
CN117896184A (zh) * 2024-03-14 2024-04-16 山西金冠同力信息技术有限公司 一种基于大数据的网络安全监测方法、装置以及设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170009222A (ko) * 2015-07-16 2017-01-25 에스케이텔레콤 주식회사 수신자 간 관계 확인 방법 및 이 방법을 활용한 스팸 메시지 탐지 방법
KR20170060958A (ko) * 2015-11-25 2017-06-02 고려대학교 산학협력단 금융 사기 방지 방법 및 시스템

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170009222A (ko) * 2015-07-16 2017-01-25 에스케이텔레콤 주식회사 수신자 간 관계 확인 방법 및 이 방법을 활용한 스팸 메시지 탐지 방법
KR20170060958A (ko) * 2015-11-25 2017-06-02 고려대학교 산학협력단 금융 사기 방지 방법 및 시스템

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200045657A (ko) * 2018-10-23 2020-05-06 글로벌사이버대학교 산학협력단 인공지능 기반의 팩트 체크 가이드라인을 이용한 가짜 뉴스 판별 시스템
KR102135074B1 (ko) * 2018-10-23 2020-07-17 글로벌사이버대학교 산학협력단 인공지능 기반의 팩트 체크 가이드라인을 이용한 가짜 뉴스 판별 시스템
KR102573034B1 (ko) 2018-10-24 2023-09-01 주식회사 빅스터 블록체인용 정보 판단 서버, 블록체인용 정보 판단 방법 및 블록체인용 정보 판단 프로그램이 기록된 기록매체
WO2020085531A1 (ko) * 2018-10-24 2020-04-30 주식회사 빅스터 블록체인용 정보 판단 서버, 블록체인용 정보 판단 방법 및 블록체인용 정보 판단 프로그램이 기록된 기록매체
KR20210054005A (ko) * 2018-10-24 2021-05-12 주식회사 빅스터 블록체인용 정보 판단 서버, 블록체인용 정보 판단 방법 및 블록체인용 정보 판단 프로그램이 기록된 기록매체
KR20200047990A (ko) * 2018-10-29 2020-05-08 글로벌사이버대학교 산학협력단 뉴스 작성 지침 및 방송 보도 지침 기반의 인스턴트 메시지의 구문 분석을 통한 가짜 뉴스 알림 서비스 제공 방법 및 장치
KR102135075B1 (ko) * 2018-10-29 2020-07-17 글로벌사이버대학교 산학협력단 뉴스 작성 지침 및 방송 보도 지침 기반의 인스턴트 메시지의 구문 분석을 통한 가짜 뉴스 알림 서비스 제공 방법 및 장치
KR20200062520A (ko) 2018-11-27 2020-06-04 (주)아이와즈 출처 분석 기반의 뉴스 신뢰성 평가 시스템 및 그 동작 방법
US11068467B2 (en) 2019-01-23 2021-07-20 Xerox Corporation Apparatus and method to create secure data blocks to validate an information source
KR102340542B1 (ko) 2019-11-15 2021-12-20 고려대학교 산학협력단 자동화 기반의 가짜 뉴스 탐지 장치 및 방법
KR20210059544A (ko) * 2019-11-15 2021-05-25 고려대학교 산학협력단 자동화 기반의 가짜 뉴스 탐지 장치 및 방법
CN117896184A (zh) * 2024-03-14 2024-04-16 山西金冠同力信息技术有限公司 一种基于大数据的网络安全监测方法、装置以及设备
CN117896184B (zh) * 2024-03-14 2024-05-28 山西金冠同力信息技术有限公司 一种基于大数据的网络安全监测方法、装置以及设备

Similar Documents

Publication Publication Date Title
KR101869815B1 (ko) 집단지성을 이용한 뉴스 판단 방법 및 장치
Varol et al. Early detection of promoted campaigns on social media
Kumar et al. False information on web and social media: A survey
Ferrara Measuring social spam and the effect of bots on information diffusion in social media
Himelboim et al. Classifying Twitter topic-networks using social network analysis
Efron Information search and retrieval in microblogs
Calvin et al. # bully: Uses of hashtags in posts about bullying on Twitter
O'Leary Twitter mining for discovery, prediction and causality: Applications and methodologies
US8145584B2 (en) Predicting user responses to invitations in a social networking system based on keywords in user profiles
US9183282B2 (en) Methods and systems for inferring user attributes in a social networking system
CN106302085B (zh) 即时通讯群组的推荐方法及***
CN104615608B (zh) 一种数据挖掘处理***及方法
Bruns et al. The Norwegian Twittersphere: structure and dynamics
US20080077517A1 (en) Reputation, Information & Communication Management
US20130218862A1 (en) System and method for customizing analytics based on users media affiliation status
Jr et al. Detection of human, legitimate bot, and malicious bot in online social networks based on wavelets
Hoang et al. Politics, sharing and emotion in microblogs
Li et al. What are Chinese talking about in hot weibos?
Lynch The rise of reading analytics and the emerging calculus of reader privacy in the digital world
Hamzehei et al. Topic-based social influence measurement for social networks
CN103955480B (zh) 一种用于确定用户所对应的目标对象信息的方法与设备
Luo et al. Identifying digital traces for business marketing through topic probabilistic model
Cheong et al. A literature review of recent microblogging developments
Pintak et al. Influencers, amplifiers, and icons: A systematic approach to understanding the roles of Islamophobic actors on Twitter
Qin et al. Mining user's real social circle in microblog

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant