본 논문에서는 트위터의 해시태그 추천을 개선하기 위한 해시태그 분류 기법을 제안한다. 트위터의 해시태그에는 그 특성과 사용된 의도가 분명하게 다른 두 가지 유형이 있다. 하나는 사용자들에게 정보를 주기 위해 사용되는 정보 제공형 해시태그이고 다른 하나는 사용자들이 해시태그를 사용하게끔 유도하는데 사용되는 참여 유도형 해시태그이다. 우리가 해시태그의 유형을 분류할 수 있다면 현재 트위터의 실시간 트렌드에서 사용되는 해시태그 추천 결과를 풍성하게 해줄 수 있을 것이다. 이에 본 논문에서는 나이브 베이지안 분류 기법을 이용해 해시태그를 분류하는 방법을 제안한다. 이를 위해 해시태그를 포함하는 트윗들을 분석하여 분류 조건을 만들었다. 또한, 실제 트위터 데이터를 이용한 실험을 통해 본 논문에서 제안한 분류 기법의 정확도를 보였고 각 분류 조건들의 효과에 대해 분석했다.
In this paper, we suggest a hashtag classification method for improving hashtag recommendation in Twitter. There are two types of hashtags with different characteristics and intentions. One is an informative hashtag used to provide users with information and the other is a meme hashtag used to induce users to participate in micro-meme. If we could classify the types of hashtags automatically, we can improve the result of hashtag recommendation in trending topics of Twitter. To address this concern, we propose a method for classification of the hashtags using Bayesian classification approach. We propose several measures for classification through analysis of tweets having hashtags. Also, we show the effectiveness of our approach through experiments using real-life twitter data, and analyze the effects of our measures.
