Core Concepts
불확실한 시계열 분석을 통해 루머 전파 행동을 더 정확하게 예측할 수 있으며, 이를 통해 루머 관리를 위한 보다 효과적인 대응 방안을 마련할 수 있다.
Abstract
이 연구는 불확실한 시계열 분석을 활용하여 루머 전파 행동을 모델링하고 예측하는 방법을 제안한다.
먼저 루머 전파 행동을 불확실한 시계열로 모델링하고, 모델 차수 선택, 모수 추정, 잔차 분석, 불확실성 가설 검정 등의 과정을 거쳐 모델을 구축한다.
잔차 분석을 통해 불확실한 시계열 분석이 확률론적 시계열 분석보다 더 적합한 이유를 설명한다.
구축된 모델을 바탕으로 루머 전파 행동을 예측하고, 예측 결과의 신뢰구간을 제시한다.
이러한 분석 결과는 루머 관리를 위한 실용적인 시사점을 제공한다. 즉, 실시간 모니터링과 효율적인 자원 배분, 루머 전파 메커니즘에 대한 심층 이해 등을 통해 루머 관리의 효과성을 높일 수 있다.
Stats
루머 전파 시작 시점부터 12시간 동안 총 1,387건의 리트윗 데이터를 수집하였다.
시간별 루머 리트윗 건수는 다음과 같다: 78, 175, 257, 334, 392, 463, 529, 582, 628, 667, 701, 724, 749, 788, 822, 868, 899, 933, 965, 1000, 1021, 1048, 1072, 1088, 1112, 1123, 1132, 1147, 1158, 1170, 1186, 1197, 1210, 1222, 1235, 1243, 1252, 1259, 1267, 1279, 1285, 1291, 1295, 1299, 1307, 1314, 1321, 1331, 1334, 1336, 1339, 1346, 1351, 1354, 1356, 1357, 1359, 1360, 1363, 1368, 1371, 1371, 1372, 1374, 1376, 1378, 1379, 1380, 1380, 1380, 1386, 1387.
Quotes
"불확실한 시계열 분석은 불확실성 이론에 기반하여 이전에 관찰된 데이터로부터 미래 값을 예측한다."
"잔차 분석을 통해 불확실한 시계열 분석이 확률론적 시계열 분석보다 더 적합한 이유를 설명한다."
"불확실한 시계열 분석을 통한 분석 결과는 루머 관리를 위한 실용적인 시사점을 제공한다."