KR101810864B1 - 하이브리드 방식의 영향력 평가 방법 및 장치 - Google Patents

하이브리드 방식의 영향력 평가 방법 및 장치 Download PDF

Info

Publication number
KR101810864B1
KR101810864B1 KR1020170016173A KR20170016173A KR101810864B1 KR 101810864 B1 KR101810864 B1 KR 101810864B1 KR 1020170016173 A KR1020170016173 A KR 1020170016173A KR 20170016173 A KR20170016173 A KR 20170016173A KR 101810864 B1 KR101810864 B1 KR 101810864B1
Authority
KR
South Korea
Prior art keywords
communities
influence
node
neighboring
community
Prior art date
Application number
KR1020170016173A
Other languages
English (en)
Inventor
김상욱
고윤용
조경재
Original Assignee
한양대학교 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 한양대학교 산학협력단 filed Critical 한양대학교 산학협력단
Priority to KR1020170016173A priority Critical patent/KR101810864B1/ko
Application granted granted Critical
Publication of KR101810864B1 publication Critical patent/KR101810864B1/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
    • G06Q50/40—Business processes related to the transportation industry
    • G06Q50/30—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Quality & Reliability (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

하이브리드 방식의 노드 영향력 평가 방법을 제공한다. 본 발명의 일 실시예에 따른 하이브리드 방식의 노드 영향력 평가 방법은 네트워크에 포함된 복수의 노드 각각을 적어도 하나의 노드로 구성되는 이웃 커뮤니티인 복수의 이웃커뮤니티 중의 하나에 서로 영향을 미치는 정도를 나타내는 제1 영향력에 기초하여 병합함으로써, 복수의 제1 커뮤니티를 생성하는 단계; 상기 복수의 제1 커뮤니티 중에서, 커뮤니티 간에 영향을 미치는 정도인 제2 영향력이 소정의 임계치 이상인 적어도 하나의 커뮤니티쌍을 상호 결합하여, 복수의 제2 커뮤니티를 생성하는 단계; 및 상기 복수의 제2 커뮤니티별로, 커뮤니티에 포함된 복수의 노드 중에서 노드 간의 경로에 기반하여 영향력을 평가한 결과인 제3 영향력에 기초하여 소정 개수의 시드를 선별하는 단계를 포함한다.

Description

하이브리드 방식의 영향력 평가 방법 및 장치{METHOD AND APPARATUS FOR HYBRID ESTIMATION OF INFLUENCE OF NODE}
본 발명은 네트워크 상에 형성된 커뮤니티에서 영향력이 가장 큰 노드를 선별하는 방법 및 장치에 관한 것이다.
소셜 네트워크 서비스(SNS) 상에서는 다양한 정보들이 서로 연결된 유저들을 통해 빠르게 파급된다. 이러한 특성을 이용하여 네트워크상에 가장 영향력 있는 유저(즉, 노드)를 찾는 방법에 관한 연구들이 진행되고 있다. 중요한 도전 중 하나는 한 노드의 영향력을 구하는 시간 자체가 #p-hard 문제이다. 이를 해결하기 위해 경로를 기반으로 효율적인 영향력 추정 방법(PB-IM, path-based influence maximization)을 제안하여 초기 연구가 가지고 있는 속도 문제를 크게 개선하였다. 하지만, 선출해야 하는 노드 개수가 커질수록 영향력 계산을 해야 할 후보 노드가 많아지므로, 확장성 측면에 한계가 존재한다.
따라서, 커뮤니티 특성을 이용하여 확장성 측면의 문제를 개선한 방법(CB-IM, community-based influence maximization)이 제안되었다. 그러나, 이 방법의 경우 한 노드의 영향력을 계산하는데 시간이 너무 오래 걸리는 문제가 있다.
따라서, 이 2가지 방법의 장점을 결합하여, 거시적인 문제를 해결하는 새로운 커뮤니티 검출 방법과 미시적인 문제를 해결하는 시드 선출 방법을 포함하는 하이브리드 방식의 영향력 평가 방법 및 장치에 대한 필요성이 대두되고 있다.
관련 선행기술로는 대한민국 공개특허공보 제10-2014-0078008호(발명의 명칭: 소셜네트워크 이용자의 영향력정보 결정 시스템 및 방법, 공개일자: 2014년 6월 25일)가 있다.
본 발명은 네트워크 상에 형성된 커뮤니티에서 영향력이 가장 큰 노드를 선별할 때, 노드 간의 경로에 기반한 영향력을 평가함으로써 미시적인 문제를 해결하고, 검출된 커뮤니티에 기반하여 영향력을 평가함으로써 거시적인 문제를 해결한, 하이브리드 방식의 영향력 평가 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 하이브리드 방식의 노드 영향력 평가 방법은 네트워크에 포함된 복수의 노드 각각을 적어도 하나의 노드로 구성되는 이웃 커뮤니티인 복수의 이웃커뮤니티 중의 하나에 서로 영향을 미치는 정도를 나타내는 제1 영향력에 기초하여 병합함으로써, 복수의 제1 커뮤니티를 생성하는 단계; 상기 복수의 제1 커뮤니티 중에서, 커뮤니티 간에 영향을 미치는 정도인 제2 영향력이 소정의 임계치 이상인 적어도 하나의 커뮤니티쌍을 상호 결합하여, 복수의 제2 커뮤니티를 생성하는 단계; 및 상기 복수의 제2 커뮤니티별로, 커뮤니티에 포함된 복수의 노드 중에서 노드 간의 경로에 기반하여 영향력을 평가한 결과인 제3 영향력에 기초하여 소정 개수의 시드를 선별하는 단계를 포함한다.
바람직하게는, 상기 소정 개수의 시드를 선별하는 단계는 상기 복수의 제2 커뮤니티 각각에 포함된 복수의 노드 각각에 대하여 커뮤니티 내에서의 상기 제3 영향력을 산출하는 단계; 상기 복수의 제2 커뮤니티 각각에서 상기 제3 영향력의 크기에 따라 하나씩 선정된 노드인 시드후보 중에서, 상기 제3 영향력이 가장 큰 시드후보를 상기 시드로 선별하는 단계; 상기 복수의 제2 커뮤니티 중 상기 시드로 선별된 노드를 포함하는 커뮤니티에서 상기 제3 영향력의 크기에 따라 하나의 시드후보를 선정하는 단계; 및 상기 복수의 제2 커뮤니티 각각에 대하여 상기 소정 개수의 시드를 선별할 때까지, 상기 시드로 선별하는 단계 및 상기 하나의 시드후보를 선정하는 단계를 반복하여 수행하는 단계를 포함할 수 있다.
바람직하게는, 상기 소정 개수의 시드를 선별하는 단계는 상기 복수의 제2 커뮤니티가 공유하는 글로벌 큐(global queue)를 이용할 수 있다.
바람직하게는, 상기 시드를 선별하는 단계는 CELF 알고리즘에 기초할 수 있다.
바람직하게는, 상기 복수의 제1 커뮤니티를 생성하는 단계는 상기 제1 영향력을 산출하려는 노드인 대상노드에 대하여, 상기 대상노드에 이웃한 상기 복수의 이웃커뮤니티를 선별하는 단계; 상기 복수의 이웃커뮤니티 각각에서 상기 대상노드와 직접 연결되는 노드인 적어도 하나의 인접노드를 선별하는 단계; 및 상기 복수의 이웃커뮤니티 중에서 상기 대상노드와 상기 적어도 하나의 인접노드 간의 경로에 대응되는 가중치를 이용하여 산출된 상기 제1 영향력이 가장 큰 커뮤니티에 상기 대상노드를 병합하는 단계를 포함할 수 있다.
바람직하게는, 상기 제1 영향력은 수학식 1에 의해 산출될 수 있다.
[수학식 1]
Figure 112017012111828-pat00001
여기서, A는 상기 제1 영향력이고, v는 상기 대상노드이고, Cm은 상기 복수의 이웃커뮤니티 중 하나이고, N(v)는 상기 적어도 하나의 인접노드이고, wv,j는 상기 대상노드와 상기 적어도 하나의 인접노드 중 j번째 노드 간의 경로에 대응되는 가중치이다.
바람직하게는, 상기 복수의 제2 커뮤니티는 상기 복수의 제2 커뮤니티 중에서 임의로 선정된 2개의 커뮤니티 간의 상기 제2 영향력이 상기 임계치 미만일 수 있다.
또한, 상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른 하이브리드 방식의 노드 영향력 평가 장치는 네트워크에 포함된 복수의 노드 각각을 적어도 하나의 노드로 구성되는 이웃 커뮤니티인 복수의 이웃커뮤니티 중의 하나에 서로 영향을 미치는 정도를 나타내는 제1 영향력에 기초하여 병합함으로써, 복수의 제1 커뮤니티를 생성하는 생성부; 상기 복수의 제1 커뮤니티 중에서, 커뮤니티 간에 영향을 미치는 정도인 제2 영향력이 소정의 임계치 이상인 적어도 하나의 커뮤니티쌍을 상호 결합하여, 복수의 제2 커뮤니티를 생성하는 결합부; 및 상기 복수의 제2 커뮤니티별로, 커뮤니티에 포함된 복수의 노드 중에서 노드 간의 경로에 기반하여 영향력을 평가한 결과인 제3 영향력에 기초하여 소정 개수의 시드를 선별하는 선별부를 포함한다.
바람직하게는, 상기 선별부는 상기 복수의 제2 커뮤니티 각각에 포함된 복수의 노드 각각에 대하여 커뮤니티 내에서의 상기 제3 영향력을 산출하고, 상기 복수의 제2 커뮤니티 각각에서 상기 제3 영향력의 크기에 따라 하나씩 선정된 노드인 시드후보 중에서, 상기 제3 영향력이 가장 큰 시드후보를 상기 시드로 선별하고, 상기 복수의 제2 커뮤니티 중 상기 시드로 선별된 노드를 포함하는 커뮤니티에서 상기 제3 영향력의 크기에 따라 하나의 시드후보를 선정하고, 상기 복수의 제2 커뮤니티 각각에 대하여 상기 소정 개수의 시드를 선별할 때까지, 상기 시드로 선별하고 상기 하나의 시드후보를 선정하는 것을 반복하여 수행할 수 있다.
바람직하게는, 상기 선별부는 상기 복수의 제2 커뮤니티가 공유할 수 있다.
바람직하게는, 상기 선별부는 CELF 알고리즘에 기초할 수 있다.
바람직하게는, 상기 생성부는 상기 제1 영향력을 산출하려는 노드인 대상노드에 대하여, 상기 대상노드에 이웃한 상기 복수의 이웃커뮤니티를 선별하고, 상기 복수의 이웃커뮤니티 각각에서 상기 대상노드와 직접 연결되는 노드인 적어도 하나의 인접노드를 선별하고, 상기 복수의 이웃커뮤니티 중에서 상기 대상노드와 상기 적어도 하나의 인접노드 간의 경로에 대응되는 가중치를 이용하여 산출된 상기 제1 영향력이 가장 큰 커뮤니티에 상기 대상노드를 병합할 수 있다.
바람직하게는, 상기 제1 영향력은 수학식 2에 의해 산출될 수 있다.
[수학식 2]
Figure 112017012111828-pat00002
여기서, A는 상기 제1 영향력이고, v는 상기 대상노드이고, Cm은 상기 복수의 이웃커뮤니티 중 하나이고, N(v)는 상기 적어도 하나의 인접노드이고, wv,j는 상기 대상노드와 상기 적어도 하나의 인접노드 중 j번째 노드 간의 경로에 대응되는 가중치이다.
바람직하게는, 상기 복수의 제2 커뮤니티는 상기 복수의 제2 커뮤니티 중에서 임의로 선정된 2개의 커뮤니티 간의 상기 제2 영향력이 상기 임계치 미만일 수 있다.
본 발명은 네트워크 상에 형성된 커뮤니티에서 영향력이 가장 큰 노드를 선별할 때, 노드 간의 경로에 기반한 영향력을 평가함으로써 노드 하나의 영향력을 평가할 때 오랜 시간이 소요되는 문제를 해결할 수 있는 효과가 있다.
또한, 본 발명은 커뮤니티 단위에 기반하여 노드의 영향력을 평가함으로써 시드 선출시 나머지 노드의 영향력을 평가하여 새로운 시드후보를 선출하는데 오랜 시간이 소요되는 문제를 해결할 수 있는 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 하이브리드 방식의 노드 영향력 평가 방법을 설명하기 위한 흐름도이다.
도 2는 본 발명의 일 실시예에 따른 시드 선별 방법을 설명하기 위한 흐름도이다.
도 3은 본 발명의 일 실시예에 따른 커뮤니티 검출 방법을 설명하기 위한 흐름도이다.
도 4는 본 발명의 일 실시예에 따른 하이브리드 방식의 노드 영향력 평가 장치를 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시예에 따른 하이브리드 방식의 노드 영향력 평가 과정을 설명하기 위하여 나타낸 도면이다.
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 하이브리드 방식의 노드 영향력 평가 방법을 설명하기 위한 흐름도이다.
단계 S110에서는, 영향력 평가 장치가 네트워크에 포함된 복수의 노드 각각을 적어도 하나의 노드로 구성되는 이웃 커뮤니티인 복수의 이웃커뮤니티 중의 하나에, 서로 영향을 미치는 정도를 나타내는 제1 영향력에 기초하여 병합함으로써, 복수의 제1 커뮤니티를 생성한다.
여기서, 커뮤니티는 적어도 하나의 노드로 구성되는 단위로, 상호 간에 미치는 영향력이 상대적으로 큰 노드들의 집합이라고 할 수 있다. 또한, 이웃커뮤니티는 특정한 노드를 기준으로, 그 특정한 노드와 서로 직접적인 영향을 미치는 노드를 포함하는 커뮤니티를 의미할 수 있다.
한편, 제1 영향력은 특정한 노드와 이웃커뮤니티 간에 서로 영향을 미치는 정도를 나타낼 수 있다. 보다 구체적으로는, 제1 영향력은 특정한 노드와 이웃커뮤니티에 포함된 적어도 하나의 노드 중에서 그 특정한 노드와 직접적으로 연결되어 서로 영향을 미치는 노드의 영향력을 모두 합산하여 산출될 수 있다. 예컨대, 이웃커뮤니티에 포함된 5개의 노드 중 2개만이 그 특정한 노드와 직접 연결되었을 때, 영향력 평가 장치가 그 2개의 노드와 그 특정한 노드 간의 영향력을 합산하여 제1 영향력을 산출할 수 있다. 이때, 노드와 노드 간의 영향력은 네트워크에 포함된 복수의 노드를 그래프를 이용하여 나타내었을 때, 그 노드와 노드를 연결하는 경로(path)에 부여된 가중치로부터 산출될 수 있다.
즉, 영향력 평가 장치가 특정한 노드와 그 특정한 노드에 이웃한 복수의 이웃커뮤니티에 포함된 적어도 하나의 노드 중 그 특정한 노드와 직접 연결된 노드 간의 경로에 대한 가중치를 이용하여, 그 특정한 노드에 대한 각각의 이웃커뮤니티별 제1 영향력을 산출할 수 있다. 그리고, 그 중에서 제1 영향력이 가장 큰 이웃커뮤니티를 하나 선별하여 그 특정한 노드를 병합함으로써, 보다 정밀하게 복수의 제1 커뮤니티를 산출할 수 있다.
한편, 제1 커뮤니티를 생성하는 자세한 방법에 대하여는 도 3에 대한 설명에서 구체적으로 후술한다.
단계 S120에서는, 영향력 평가 장치가 그 복수의 제1 커뮤니티 중에서, 커뮤니티 간에 영향을 미치는 정도인 제2 영향력이 소정의 임계치 이상인 적어도 하나의 커뮤니티쌍을 상호 결합하여, 복수의 제2 커뮤니티를 생성한다.
이때, 제2 영향력은 커뮤니티와 커뮤니티 간에 서로 영향을 미치는 정도를 나타낼 수 있다. 예컨대, 영향력 평가 장치는 커뮤니티 A와 B에 대하여, A에 포함된 적어도 하나의 노드와 B에 포함된 적어도 하나의 노드 간의 각각의 영향력을 모두 합산하여 제2 영향력을 산출할 수 있다.
예컨대, 영향력 평가 장치는 인접한 커뮤니티쌍 각각에 대하여 제2 영향력을 산출하고, 그 산출된 제2 영향력이 임계치 이상인 경우에는 그 커뮤니티쌍을 서로 결합할 수 있다. 이렇게 결합이 완료되면, 영향력 평가 장치는 결과적으로 복수의 제2 커뮤니티를 생성하게 된다.
다른 실시예에서는, 복수의 제2 커뮤니티는 복수의 제2 커뮤니티 중에서 임의로 선정된 2개의 커뮤니티 간의 제2 영향력이 임계치 미만이 되도록 생성될 수 있다.
위에서 설명한 바와 같이, 영향력 평가 장치가 인접한 커뮤니티쌍 각각에 대하여 제2 영향력을 산출하고 임계치와 비교하여 커뮤니티쌍을 결합하는 과정을 반복하면, 그렇게 생성된 복수의 제2 커뮤니티는 모든 커뮤니티쌍에 대하여 제2 영향력이 임계치 미만이 될 수 있다.
또 다른 실시예에서는, 제2 영향력은 수학식 1에 의해 산출될 수 있다.
[수학식 1]
Figure 112017012111828-pat00003
여기서, I는 제2 영향력이고, Cm 및 Cl은 서로 다른 제1 커뮤니티이고, v는 Cm에 포함된 노드이고, u는 Cl에 포함되고, v와 직접 연결되는 노드이고, wv,u는 v와 u간의 경로에 대응되는 가중치이고,
Figure 112017012111828-pat00004
는 v의 Cm에서의 영향력이고,
Figure 112017012111828-pat00005
는 u의 Cm에서의 영향력이다.
마지막으로 단계 S130에서는, 영향력 평가 장치가 그 복수의 제2 커뮤니티별로, 커뮤니티에 포함된 복수의 노드 중에서 노드 간의 경로에 기반하여 영향력을 평가한 결과인 제3 영향력에 기초하여 소정 개수의 시드를 선별한다.
즉, 영향력 평가 장치는 복수의 제2 커뮤니티 각각에 대하여, 동일한 커뮤니티 내에서 다른 노드에 미치는 제3 영향력이 큰 노드인 소정 개수의 시드를 선별할 수 있다.
이때, 제3 영향력은 동일한 커뮤니티 내에서 하나의 노드가 자신을 포함한 나머지 노드에게 미치는 영향력을 노드 간을 연결하는 경로에 기반하여 평가한 결과를 나타낼 수 있다.
다른 실시예에서는, 영향력 평가 장치가 CELF 알고리즘에 기초하여 소정 개수의 시드를 선별할 수 있다.
여기서, CELF 알고리즘(cost-effective lazy forward-selection algorithm)은 제3 영향력에 대응되는 marginal gain 함수의 sub-modularity 특성을 이용하여, 시드 선출을 위해 재계산해야 하는 노드의 수를 줄여 거시적인 문제를 개선한 방법이다. 구체적으로, CELF 알고리즘은 큐에 노드의 marginal gain이 큰 순으로 정렬하여 저장하고, 최상위 노드를 시드로 선출한다. 그리고, 그 다음 노드부터 marginal gain을 재계산하는데, 재계산된 값이 그 다음 노드의 marginal gain보다 큰 경우, 더 이상 재계산하지 않는다.
먼저, 제2 커뮤니티에 대응되는 각각의 커뮤니티는 하나의 큐를 가지고 있으며, 이를 로컬 큐(local queue)라고 한다. 각 로컬 큐마다 개별적으로 CELF 알고리즘이 적용되는 방식이다. 이러한 방법은 개선 가능한 부분이 두 가지가 존재한다. 첫번째는, 시드가 선출되었을 때, 해당 커뮤니티의 2등 시드후보 보다 다른 커뮤니티의 시드 후보 중 하나라도 더 큰 marginal gain을 가지면, 해당 커뮤니티의 시드 후보 선출을 미룰 수 있다. 두번째는, 매 단계마다 현재 시드를 선출하기 위해 시드 후보 간의 비교를 피할 수 있다.
한편, 소정 개수의 시드를 선별하는 자세한 방법에 대하여는 도 2에 대한 설명에서 구체적으로 후술한다.
이와 같이, 본 발명의 일 실시예에 따른 하이브리드 방식의 노드 영향력 평가 방법은 네트워크 상에 형성된 커뮤니티에서 영향력이 가장 큰 노드를 선별할 때, 노드 간의 경로에 기반한 영향력을 평가함으로써 노드 하나의 영향력을 평가할 때 오랜 시간이 소요되는 문제를 해결하고, 커뮤니티 단위에 기반하여 노드의 영향력을 평가함으로써 시드 선출시 나머지 노드의 영향력을 평가하여 새로운 시드후보를 선출하는데 오랜 시간이 소요되는 문제를 해결할 수 있는 효과가 있다
도 2는 본 발명의 일 실시예에 따른 시드 선별 방법을 설명하기 위한 흐름도이다.
단계 S210에서는, 영향력 평가 장치가 복수의 제2 커뮤니티 각각에 포함된 복수의 노드 각각에 대하여 커뮤니티 내에서의 제3 영향력을 산출한다.
예컨대, 어떤 제2 커뮤니티에 {A, B, C, D, E}의 5개의 노드가 포함된 경우, 각각의 노드에 대하여 나머지 노드들(자신을 포함)에 대한 제3 영향력을 산출한다. 즉, 노드 A에 대하여는 A-A, A-B, A-C, A-D, A-E 간에 미치는 영향력을 모두 합하여 제3 영향력을 산출할 수 있다. 또한, 다른 노드({B, C, D, E})에 대하여도 동일한 방법으로 각각 제3 영향력을 산출할 수 있다.
한편, 도 5를 참조하면, 1) path-based influence evaluation에 나타낸 그래프에서 노드 {X, Y, Z}에 대하여 제3 영향력을 산출할 수 있다. 이때, 노드 X의 제3 영향력은, X-X간의 영향력인 1, X-Y간의 영향력인 (0.3+0.4*0.5), X-Z간의 영향력인 (0.4+0.3*0.2)를 모두 합하여 산출될 수 있다.
단계 S220에서는, 영향력 평가 장치가 복수의 제2 커뮤니티 각각에서 제3 영향력의 크기에 따라 하나씩 선정된 노드인 시드후보 중에서, 제3 영향력이 가장 큰 시드후보를 시드로 선별한다.
예컨대, 도 5의 2) G-CELF strategy를 참조하면, 영향력 평가 장치는 각각의 제2 커뮤니티에 대하여, 산출된 제3 영향력이 가장 큰 노드인 시드후보를 버퍼에 넣고 그 중에서 제3 영향력이 가장 큰 시드후보(x, 제3 영향력은 24)를 시드로 선별할 수 있다.
단계 S230에서는, 영향력 평가 장치가 복수의 제2 커뮤니티 중 그 시드로 선별된 노드를 포함하는 커뮤니티에서 제3 영향력의 크기에 따라 하나의 시드후보를 선정한다.
즉, 영향력 평가 장치는 그 시드가 선별된 제2 커뮤니티에서 또 하나의 시드후보를 더 선정할 수 있다. 이는, 각각의 제2 커뮤니티별로 2개 이상의 소정 개수의 시드를 선별하기 위함일 수 있다.
마지막으로 단계 S240에서는, 영향력 평가 장치가 복수의 제2 커뮤니티 각각에 대하여 소정 개수의 시드를 선별할 때까지, 단계 S220 및 단계 S230을 반복하여 수행할 수 있다.
즉, 영향력 평가 장치는 각각의 제2 커뮤니티별로 소정 개수의 시드가 선별될 때까지, 반복적으로 단계 S220 및 단계 S230을 수행할 수 있다. 이때, 특정한 제2 커뮤니티에 대하여 소정 개수의 시드 선별이 완료된 경우, 영향력 평가 장치는 그 특정한 제2 커뮤니티에 대하여는 더 이상 시드를 선별하지 않을 수 있다.
한편, 영향력 평가 장치는 복수의 제2 커뮤니티 모두에 대하여 소정 개수의 시드가 선별된 경우 시드 선별 과정을 종료할 수 있다.
결과적으로, 이와 같은 과정을 통해 선별된 소정 개수의 시드는 각각의 제2 커뮤니티 내에서 다른 노드들에 대한 영향력이 높은 노드를 의미할 수 있다.
또 다른 실시예에서는, 영향력 평가 장치가 복수의 제2 커뮤니티가 공유하는 글로벌 큐(global queue)를 이용하여 소정 개수의 시드를 선별할 수 있다.
예컨대, 영향력 평가 장치는 각 제2 커뮤니티별로 시드후보로 선정된 노드의 정보(노드 ID, 제3 영향력, 제2 커뮤니티 ID 등)를 복수의 제2 커뮤니티 모두가 함께 공유하는 하나의 글로벌 큐에 저장하고, 그 글로벌 큐를 소정 개수의 시드를 선별하기 위하여 이용할 수 있다.
즉, 영향력 평가 장치가 하나의 글로벌 큐를 이용하기 때문에, 어떤 제2 커뮤니티에서 시드가 선출되더라도 그 제2 커뮤니티의 노드들에 대해 재계산이 항상 일어나지 않을 수 있다. 즉, 다른 어떤 제2 커뮤니티의 시드 후보보다 그 제2 커뮤니티의 2등 시드후보가 더 큰 제3 영향력을 갖는 경우에만 재계산이 일어날 수 있다. 이는, 하나의 큐에서 연속적으로 내려가며 시드를 선출하기 때문에 각각의 제2 커뮤니티 간에 시드후보를 비교하는 연산이 필요하지 않기 때문이다
도 3은 본 발명의 일 실시예에 따른 커뮤니티 검출 방법을 설명하기 위한 흐름도이다.
단계 S310에서는, 영향력 평가 장치가 제1 영향력을 산출하려는 노드인 대상노드에 대하여, 대상노드에 이웃한 복수의 이웃커뮤니티를 선별한다.
예컨대, 영향력 평가 장치가 노드와 이웃커뮤니티 간의 제1 영향력을 산출하는 대상이 되는 대상노드에 대하여, 커뮤니티 내부에 포함된 적어도 하나의 노드가 그래프 상에서 그 대상노드와 직접 연결된 복수의 이웃커뮤니티를 선별할 수 있다.
단계 S320에서는, 영향력 평가 장치가 그 복수의 이웃커뮤니티 각각에서 대상노드와 직접 연결되는 노드인 적어도 하나의 인접노드를 선별한다.
예컨대, 영향력 평가 장치가 복수의 이웃커뮤니티 각각에 대하여, 그 대상노드와 그래프 상에서 직접 연결되는 적어도 하나의 인접노드를 선별할 수 있다.
마지막으로 단계 S330에서는, 영향력 평가 장치가 그 복수의 이웃커뮤니티 중에서 대상노드와 적어도 하나의 인접노드 간의 경로에 대응되는 가중치를 이용하여 산출된 제1 영향력이 가장 큰 커뮤니티에 대상노드를 병합한다.
예컨대, 1개의 대상노드에 3개의 이웃커뮤니티가 존재하고, 그 3개의 이웃커뮤니티에 각각 {A, B}의 2개, {C}의 1개, {D, E, F}의 3개의 인접노드가 존재하는 경우를 가정할 수 있다. 이때, 영향력 평가 장치는 대상노드 {N}과 인접노드 {A, B}간의 경로에 대한 가중치의 합, 대상노드 {N}과 인접노드 {C}간의 경로에 대한 가중치, 대상노드 {N}과 인접노드 {D, E, F}간의 경로에 대한 가중치의 합으로부터 각각 제1 영향력을 산출할 수 있다. 그리고, 영향력 평가 장치는 그 3개의 제1 영향력을 비교하여 가장 큰 제1 영향력의 값을 갖는 하나의 이웃커뮤니티에 대상노드를 병합할 수 있다.
다른 실시예에서는, 제1 영향력은 수학식 2에 의해 산출될 수 있다.
[수학식 2]
Figure 112017012111828-pat00006
여기서, A는 제1 영향력이고, v는 대상노드이고, Cm은 복수의 이웃커뮤니티 중 하나이고, N(v)는 적어도 하나의 인접노드이고, wv,j는 대상노드와 적어도 하나의 인접노드 중 j번째 노드 간의 경로에 대응되는 가중치이다.
한편, 대상노드와 적어도 하나의 인접노드 중 j번째 노드 간의 경로에 대응되는 가중치는 특정한 방향(대상노드로부터 j번째노드, j번째노드로부터 대상노드)의 가중치일 수 있고, 양방향의 가중치의 합을 의미할 수도 있다.
이와 같이, 본 발명의 일 실시예에 따른 커뮤니티 검출 방법은 (1) 무시되는 경로(path)가 없기 때문에 노드 간에 파급되는 모든 영향력이 고려되고, (2) 경로의 가중치 또한 무시되지 않고 각 경로를 통해 퍼지는 파급의 차이를 정확하게 고려한다. 또한, (3) 경로 기반으로 영향력을 계산하기 때문에 합당한 시간 안에 커뮤니티를 검출할 수 있는 효과가 있다.
도 4는 본 발명의 일 실시예에 따른 하이브리드 방식의 노드 영향력 평가 장치를 설명하기 위한 도면이다.
도 4를 참조하면, 본 발명의 일 실시예에 따른 하이브리드 방식의 노드 영향력 평가 장치(400)는 생성부(410), 결합부(420) 및 선별부(430)를 포함한다.
한편, 하이브리드 방식의 노드 영향력 평가 장치(400)는 서버, 데스크탑PC, 노트북PC, 스마트폰 및 태블릿PC 등에 탑재될 수 있다.
생성부(410)는 네트워크에 포함된 복수의 노드 각각을 적어도 하나의 노드로 구성되는 이웃 커뮤니티인 복수의 이웃커뮤니티 중의 하나에 서로 영향을 미치는 정도를 나타내는 제1 영향력에 기초하여 병합함으로써, 복수의 제1 커뮤니티를 생성한다.
다른 실시예에서는, 생성부(410)는 제1 영향력을 산출하려는 노드인 대상노드에 대하여, 그 대상노드에 이웃한 복수의 이웃커뮤니티를 선별하고, 그 복수의 이웃커뮤니티 각각에서 그 대상노드와 직접 연결되는 노드인 적어도 하나의 인접노드를 선별하고, 그 복수의 이웃커뮤니티 중에서 그 대상노드와 적어도 하나의 인접노드 간의 경로에 대응되는 가중치를 이용하여 산출된 제1 영향력이 가장 큰 커뮤니티에 그 대상노드를 병합할 수 있다.
또 다른 실시예에서는, 제1 영향력은 수학식 3에 의해 산출될 수 있다.
[수학식 3]
Figure 112017012111828-pat00007
여기서, A는 제1 영향력이고, v는 대상노드이고, Cm은 복수의 이웃커뮤니티 중 하나이고, N(v)는 적어도 하나의 인접노드이고, wv,j는 대상노드와 적어도 하나의 인접노드 중 j번째 노드 간의 경로에 대응되는 가중치이다.
결합부(420)는 그 복수의 제1 커뮤니티 중에서, 커뮤니티 간에 영향을 미치는 정도인 제2 영향력이 소정의 임계치 이상인 적어도 하나의 커뮤니티쌍을 상호 결합하여, 복수의 제2 커뮤니티를 생성한다.
다른 실시예에서는, 복수의 제2 커뮤니티는 복수의 제2 커뮤니티 중에서 임의로 선정된 2개의 커뮤니티 간의 제2 영향력이 임계치 미만일 수 있다.
선별부(430)는 그 복수의 제2 커뮤니티별로, 커뮤니티에 포함된 복수의 노드 중에서 노드 간의 경로에 기반하여 영향력을 평가한 결과인 제3 영향력에 기초하여 소정 개수의 시드를 선별한다.
다른 실시예에서는, 선별부(430)는 그 복수의 제2 커뮤니티 각각에 포함된 복수의 노드 각각에 대하여 커뮤니티 내에서의 제3 영향력을 산출하고, 그 복수의 제2 커뮤니티 각각에서 제3 영향력의 크기에 따라 하나씩 선정된 노드인 시드후보 중에서, 제3 영향력이 가장 큰 시드후보를 시드로 선별하고, 그 복수의 제2 커뮤니티 중 시드로 선별된 노드를 포함하는 커뮤니티에서 제3 영향력의 크기에 따라 하나의 시드후보를 선정하고, 그 복수의 제2 커뮤니티 각각에 대하여 소정 개수의 시드를 선별할 때까지, 시드로 선별하고 하나의 시드후보를 선정하는 것을 반복하여 수행할 수 있다.
또 다른 실시예에서는, 선별부(430)는 그 복수의 제2 커뮤니티가 공유하는 글로벌 큐를 이용할 수 있다.
또 다른 실시예에서는, 선별부(430)는 CELF 알고리즘에 기초할 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 (14)

  1. 네트워크에 포함된 복수의 노드 각각을 적어도 하나의 노드로 구성되는 이웃 커뮤니티인 복수의 이웃커뮤니티 중의 하나에 서로 영향을 미치는 정도를 나타내는 제1 영향력에 기초하여 병합함으로써, 복수의 제1 커뮤니티를 생성하는 단계;
    상기 복수의 제1 커뮤니티 중에서, 커뮤니티 간에 영향을 미치는 정도인 제2 영향력이 소정의 임계치 이상인 적어도 하나의 커뮤니티쌍을 상호 결합하여, 복수의 제2 커뮤니티를 생성하는 단계; 및
    상기 복수의 제2 커뮤니티별로, 커뮤니티에 포함된 복수의 노드 중에서 노드 간의 경로에 기반하여 영향력을 평가한 결과인 제3 영향력 및 CELF 알고리즘(cost-effective lazy forward-selection algorithm)에 기초하여 소정 개수의 시드를 선별하는 단계
    를 포함하는 것을 특징으로 하는 하이브리드 방식의 노드 영향력 평가 방법.
  2. 제1항에 있어서,
    상기 소정 개수의 시드를 선별하는 단계는
    상기 복수의 제2 커뮤니티 각각에 포함된 복수의 노드 각각에 대하여 커뮤니티 내에서의 상기 제3 영향력을 산출하는 단계;
    상기 복수의 제2 커뮤니티 각각에서 상기 제3 영향력의 크기에 따라 하나씩 선정된 노드인 시드후보 중에서, 상기 제3 영향력이 가장 큰 시드후보를 상기 시드로 선별하는 단계;
    상기 복수의 제2 커뮤니티 중 상기 시드로 선별된 노드를 포함하는 커뮤니티에서 상기 제3 영향력의 크기에 따라 하나의 시드후보를 선정하는 단계; 및
    상기 복수의 제2 커뮤니티 각각에 대하여 상기 소정 개수의 시드를 선별할 때까지, 상기 시드로 선별하는 단계 및 상기 하나의 시드후보를 선정하는 단계를 반복하여 수행하는 단계
    를 포함하는 것을 특징으로 하는 하이브리드 방식의 노드 영향력 평가 방법.
  3. 제2항에 있어서,
    상기 소정 개수의 시드를 선별하는 단계는
    상기 복수의 제2 커뮤니티가 공유하는 글로벌 큐(global queue)를 이용하는 것을 특징으로 하는 하이브리드 방식의 노드 영향력 평가 방법.
  4. 삭제
  5. 제1항에 있어서,
    상기 복수의 제1 커뮤니티를 생성하는 단계는
    상기 제1 영향력을 산출하려는 노드인 대상노드에 대하여, 상기 대상노드에 이웃한 상기 복수의 이웃커뮤니티를 선별하는 단계;
    상기 복수의 이웃커뮤니티 각각에서 상기 대상노드와 직접 연결되는 노드인 적어도 하나의 인접노드를 선별하는 단계; 및
    상기 복수의 이웃커뮤니티 중에서 상기 대상노드와 상기 적어도 하나의 인접노드 간의 경로에 대응되는 가중치를 이용하여 산출된 상기 제1 영향력이 가장 큰 커뮤니티에 상기 대상노드를 병합하는 단계
    를 포함하는 것을 특징으로 하는 하이브리드 방식의 노드 영향력 평가 방법.
  6. 제5항에 있어서,
    상기 제1 영향력은
    수학식 1에 의해 산출되는 것을 특징으로 하는 하이브리드 방식의 노드 영향력 평가 방법.
    [수학식 1]
    Figure 112017012111828-pat00008

    여기서, A는 상기 제1 영향력이고, v는 상기 대상노드이고, Cm은 상기 복수의 이웃커뮤니티 중 하나이고, N(v)는 상기 적어도 하나의 인접노드이고, wv,j는 상기 대상노드와 상기 적어도 하나의 인접노드 중 j번째 노드 간의 경로에 대응되는 가중치이다.
  7. 제1항에 있어서,
    상기 복수의 제2 커뮤니티는
    상기 복수의 제2 커뮤니티 중에서 임의로 선정된 2개의 커뮤니티 간의 상기 제2 영향력이 상기 임계치 미만인 것을 특징으로 하는 하이브리드 방식의 노드 영향력 평가 방법.
  8. 네트워크에 포함된 복수의 노드 각각을 적어도 하나의 노드로 구성되는 이웃 커뮤니티인 복수의 이웃커뮤니티 중의 하나에 서로 영향을 미치는 정도를 나타내는 제1 영향력에 기초하여 병합함으로써, 복수의 제1 커뮤니티를 생성하는 생성부;
    상기 복수의 제1 커뮤니티 중에서, 커뮤니티 간에 영향을 미치는 정도인 제2 영향력이 소정의 임계치 이상인 적어도 하나의 커뮤니티쌍을 상호 결합하여, 복수의 제2 커뮤니티를 생성하는 결합부; 및
    상기 복수의 제2 커뮤니티별로, 커뮤니티에 포함된 복수의 노드 중에서 노드 간의 경로에 기반하여 영향력을 평가한 결과인 제3 영향력 및 CELF 알고리즘에 기초하여 소정 개수의 시드를 선별하는 선별부
    를 포함하는 것을 특징으로 하는 하이브리드 방식의 노드 영향력 평가 장치.
  9. 제8항에 있어서,
    상기 선별부는
    상기 복수의 제2 커뮤니티 각각에 포함된 복수의 노드 각각에 대하여 커뮤니티 내에서의 상기 제3 영향력을 산출하고,
    상기 복수의 제2 커뮤니티 각각에서 상기 제3 영향력의 크기에 따라 하나씩 선정된 노드인 시드후보 중에서, 상기 제3 영향력이 가장 큰 시드후보를 상기 시드로 선별하고,
    상기 복수의 제2 커뮤니티 중 상기 시드로 선별된 노드를 포함하는 커뮤니티에서 상기 제3 영향력의 크기에 따라 하나의 시드후보를 선정하고,
    상기 복수의 제2 커뮤니티 각각에 대하여 상기 소정 개수의 시드를 선별할 때까지, 상기 시드로 선별하고 상기 하나의 시드후보를 선정하는 것을 반복하여 수행하는 것을 특징으로 하는 하이브리드 방식의 노드 영향력 평가 장치.
  10. 제9항에 있어서,
    상기 선별부는
    상기 복수의 제2 커뮤니티가 공유하는 글로벌 큐를 이용하는 것을 특징으로 하는 하이브리드 방식의 노드 영향력 평가 장치.
  11. 삭제
  12. 제8항에 있어서,
    상기 생성부는
    상기 제1 영향력을 산출하려는 노드인 대상노드에 대하여, 상기 대상노드에 이웃한 상기 복수의 이웃커뮤니티를 선별하고,
    상기 복수의 이웃커뮤니티 각각에서 상기 대상노드와 직접 연결되는 노드인 적어도 하나의 인접노드를 선별하고,
    상기 복수의 이웃커뮤니티 중에서 상기 대상노드와 상기 적어도 하나의 인접노드 간의 경로에 대응되는 가중치를 이용하여 산출된 상기 제1 영향력이 가장 큰 커뮤니티에 상기 대상노드를 병합하는 것을 특징으로 하는 하이브리드 방식의 노드 영향력 평가 장치.
  13. 제12항에 있어서,
    상기 제1 영향력은
    수학식 2에 의해 산출되는 것을 특징으로 하는 하이브리드 방식의 노드 영향력 평가 장치.
    [수학식 2]
    Figure 112017012111828-pat00009

    여기서, A는 상기 제1 영향력이고, v는 상기 대상노드이고, Cm은 상기 복수의 이웃커뮤니티 중 하나이고, N(v)는 상기 적어도 하나의 인접노드이고, wv,j는 상기 대상노드와 상기 적어도 하나의 인접노드 중 j번째 노드 간의 경로에 대응되는 가중치이다.
  14. 제8항에 있어서,
    상기 복수의 제2 커뮤니티는
    상기 복수의 제2 커뮤니티 중에서 임의로 선정된 2개의 커뮤니티 간의 상기 제2 영향력이 상기 임계치 미만인 것을 특징으로 하는 하이브리드 방식의 노드 영향력 평가 장치.
KR1020170016173A 2017-02-06 2017-02-06 하이브리드 방식의 영향력 평가 방법 및 장치 KR101810864B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170016173A KR101810864B1 (ko) 2017-02-06 2017-02-06 하이브리드 방식의 영향력 평가 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170016173A KR101810864B1 (ko) 2017-02-06 2017-02-06 하이브리드 방식의 영향력 평가 방법 및 장치

Publications (1)

Publication Number Publication Date
KR101810864B1 true KR101810864B1 (ko) 2017-12-20

Family

ID=60931170

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170016173A KR101810864B1 (ko) 2017-02-06 2017-02-06 하이브리드 방식의 영향력 평가 방법 및 장치

Country Status (1)

Country Link
KR (1) KR101810864B1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008305258A (ja) * 2007-06-08 2008-12-18 Nec Mobiling Ltd ユーザの評価方法、ユーザ評価システム及びプログラム
JP2012150652A (ja) 2011-01-19 2012-08-09 Kddi Corp インフルエンサー抽出装置、インフルエンサー抽出方法およびプログラム
JP5893050B2 (ja) * 2011-12-19 2016-03-23 インターナショナル・ビジネス・マシーンズ・コーポレーションＩｎｔｅｒｎａｔｉｏｎａｌ Ｂｕｓｉｎｅｓｓ Ｍａｃｈｉｎｅｓ Ｃｏｒｐｏｒａｔｉｏｎ ソーシャル・メデイアにおけるコミュニティを検出する方法、コンピュータ・プログラム、コンピュータ

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008305258A (ja) * 2007-06-08 2008-12-18 Nec Mobiling Ltd ユーザの評価方法、ユーザ評価システム及びプログラム
JP2012150652A (ja) 2011-01-19 2012-08-09 Kddi Corp インフルエンサー抽出装置、インフルエンサー抽出方法およびプログラム
JP5893050B2 (ja) * 2011-12-19 2016-03-23 インターナショナル・ビジネス・マシーンズ・コーポレーションＩｎｔｅｒｎａｔｉｏｎａｌ Ｂｕｓｉｎｅｓｓ Ｍａｃｈｉｎｅｓ Ｃｏｒｐｏｒａｔｉｏｎ ソーシャル・メデイアにおけるコミュニティを検出する方法、コンピュータ・プログラム、コンピュータ

Similar Documents

Publication Publication Date Title
Kaiwartya et al. Virtualization in wireless sensor networks: Fault tolerant embedding for internet of things
Ronhovde et al. Local resolution-limit-free Potts model for community detection
Bui et al. Fitness inheritance for noisy evolutionary multi-objective optimization
Kaveh et al. A hybrid multi-objective optimization and decision making procedure for optimal design of truss structures
Saad et al. A cooperative bayesian nonparametric framework for primary user activity monitoring in cognitive radio networks
CN105162654B (zh) 一种基于局部社团信息的链路预测方法
CN107294974A (zh) 识别目标团伙的方法和装置
CN109034562A (zh) 一种社交网络节点重要性评估方法及系统
Gao et al. Tradeoffs between stretch factor and load balancing ratio in routing on growth restricted graphs
Xiao et al. Multi-DEPSO: A DE and PSO based hybrid algorithm in dynamic environments
Mello et al. Active learning driven by rating impact analysis
KR101810864B1 (ko) 하이브리드 방식의 영향력 평가 방법 및 장치
CN112016836A (zh) 一种对象间相似性的确定方法及装置
Sabioni et al. Decision maker iterative-based framework for multiobjective robust optimization
Santos et al. A hybrid column generation with GRASP and path relinking for the network load balancing problem
KR101576358B1 (ko) 온라인 분석 처리를 위한 그래프 큐브의 생성 방법
CN103051476B (zh) 基于拓扑分析的网络社区发现方法
Sagawa et al. Evolutionary multiobjective optimization including practically desirable solutions
CN109993338A (zh) 一种链路预测方法及装置
Han et al. Evaluations of evidence combination rules in terms of statistical sensitivity and divergence
JPWO2011061890A1 (ja) 情報処理装置
Wu et al. Detecting highly overlapping community structure based on maximal clique networks
Tokdar et al. An Efficient Targeted Influence Maximization Based on Modified IC Model
CN110019981B (zh) 一种融合无监督学习与网络出度的有向超边传播方法
Prolonge et al. Network-on-chip traffic modeling for data flow applications

Legal Events

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