KR20130122346A - Apparatus and method for providing reputation information - Google Patents

Apparatus and method for providing reputation information Download PDF

Info

Publication number
KR20130122346A
KR20130122346A KR1020120045603A KR20120045603A KR20130122346A KR 20130122346 A KR20130122346 A KR 20130122346A KR 1020120045603 A KR1020120045603 A KR 1020120045603A KR 20120045603 A KR20120045603 A KR 20120045603A KR 20130122346 A KR20130122346 A KR 20130122346A
Authority
KR
South Korea
Prior art keywords
evaluation
evaluator
information
reputation
evaluators
Prior art date
Application number
KR1020120045603A
Other languages
Korean (ko)
Inventor
한상용
서지완
김무철
Original Assignee
중앙대학교 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 중앙대학교 산학협력단 filed Critical 중앙대학교 산학협력단
Priority to KR1020120045603A priority Critical patent/KR20130122346A/en
Publication of KR20130122346A publication Critical patent/KR20130122346A/en

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
    • G06Q50/01—Social networking
    • 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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • 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
    • G06Q50/10—Services

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • General Health & Medical Sciences (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Computing Systems (AREA)
  • Development Economics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

A reputation information providing device and a method are disclosed. A device for providing reputation information about an evaluated target by using evaluation values of evaluators about the target includes a weighted value granting part granting a weighted value to each of evaluation values by using information about evaluation performed to one or more previous evaluated targets included in a content classification of the evaluated target and a reputation inferring part inferring reputation about the evaluated target by using the evaluation values. According to the present invention, the reliability of a reputation model is improved by efficiently excluding undue evaluation of the evaluators performed to the target. [Reference numerals] (100) Reputation information provision device;(AA) Contents;(BB) User;(CC,DD,EE) Evaluation value;(FF) First evaluator;(GG) Second evaluator;(HH) Third evaluator

Description

평판 정보 제공 장치 및 방법{APPARATUS AND METHOD FOR PROVIDING REPUTATION INFORMATION}Apparatus and method for providing reputation information {APPARATUS AND METHOD FOR PROVIDING REPUTATION INFORMATION}

본 발명의 실시예들은 평판 정보 제공 장치 및 방법에 관한 것으로서, 더욱 상세하게는 평가 대상에 대한 평가자의 부당 평가를 효과적으로 배제하여 평판 모델의 신뢰성을 향상시킬 수 있는 평판 정보 제공 장치 및 방법에 관한 것이다. Embodiments of the present invention relate to a plate information providing apparatus and method, and more particularly, to a plate information providing apparatus and method that can effectively improve the reliability of the reputation model by effectively excluding the unfair evaluation of the evaluator to the evaluation target. .

인터넷 관련 기술의 발전에 따라, 현재에는 인터넷을 통해 다양한 서비스들이 제공되고 있고, 오프라인에서 수행되던 일들도 대부분 인터넷을 통하여 온라인에서 가능하게 되었다. With the development of Internet-related technology, various services are currently provided through the Internet, and most of the work performed offline can be made online through the Internet.

그러나, 온라인에서는 사용자가 직접적 경험을 얻기 어렵기 때문에, 어떠한 대상에 대한 신뢰 여부의 판단 문제로서, 사전 품질 위험(Risk of Prior performance)이 야기될 수 있다. However, since it is difficult for a user to obtain a direct experience online, as a matter of judging whether or not to trust a certain object, a risk of prior performance may be caused.

사전 품질 위험이란, 사용자가 어떠한 대상에 대해 직접적인 경험을 얻기 전에 그 대상에 대한 값을 지불해야 하는 상황에서 발생하는 위험을 의미하는 것으로서, 사용자는 값을 지불하고 나서야 물건을 직접 볼 수 있기 때문에, 물건에 대한 잘못된 이해, 정보의 오류 등으로 인해 사용자가 만족스럽지 못한 선택을 하게 되는 문제점이 발생하게 된다. Advance quality risk refers to the risk that arises from situations where a user must pay for an object before gaining a first-hand experience with that object. Misunderstanding of the object, error of information, etc. causes the user to make an unsatisfactory choice.

따라서, 인터넷 환경에서는 사용자의 의사 결정에 영향을 주게 되는 신뢰 여부 판단 문제가 중요한 역할을 하게 되며, 기존의 신뢰 여부 판단의 방법으로는 신뢰도 모델(Trust model)과 평판 모델(Reputation Model)이 있다. Therefore, in the Internet environment, the issue of trust determination, which affects a user's decision making, plays an important role, and there are a trust model and a reputation model as a conventional method of determining trust.

먼저, 신뢰도 모델은 어떠한 대상에 대한 다른 사용자의 직접적인 경험을 이용하여 신뢰 여부를 추론하는 것으로서, 각 사용자가 가지는 직접적인 신뢰의 정도를 이용하여 신뢰 여부를 추론하는 것을 의미한다. First, the reliability model is to infer whether or not to trust by using another user's direct experience with a certain object, and to infer whether or not to trust by using a degree of direct trust that each user has.

즉, 도 1a에 도시된 바와 같이, A와 B 및 B와 C가 서로 직접적인 신뢰(Direct Trust)를 가지는 경우, 이 신뢰 관계를 바탕으로 A와 C의 간접적인 신뢰(Indirect Trust)를 추론할 수 있다. That is, as shown in FIG. 1A, when A, B, and B and C have direct trust with each other, indirect trust of A and C can be inferred based on this trust relationship. have.

그리고, 평판 모델은 평가 대상에 대해 직접적인 경험이 있는 피드백 집단(Feedback Group)의 평가를 조합하여 선택 대상에 대한 신뢰 여부를 판단하는 것으로서, 도 1b에 도시된 바와 같이, 특정 집단 Group(P)에 속한 평가자들이 가지는 직접적인 평가로부터 대상에 대한 평판 값을 다양한 방법을 이용하여 추론하는 것을 의미한다. In addition, the reputation model is a combination of evaluations of a feedback group having direct experience with the evaluation object to determine whether to trust the selection object. As shown in FIG. It means to infer the reputation value of the object using various methods from the direct evaluation of belonging evaluators.

평판 모델은 어떠한 대상에 대한 다른 사용자의 직접적인 경험을 이용하여 신뢰 여부를 추론한다는 점에서 신뢰도 모델과 유사하지만, 대상을 제대로 평가할 수 있는 평가자 집단을 선정하고 집단의 객관적인 의견을 통해 선택 대상의 신뢰 여부를 판단한다는 점에서 차이가 있다. The reputation model is similar to the credibility model in that it uses the direct experience of other users to infer trust, but selects a group of evaluators who can evaluate the object properly and trusts the object based on the objective opinions of the group. There is a difference in judging.

이러한 신뢰도 모델 및 평판 모델은 모두 서비스에 도움을 주는 요소와 서비스에 저해가 되는 요소들을 구분하고 제어함으로써 양질의 온라인 서비스를 제공할 수 있게 한다는 장점을 가지고 있어, 최근 전자 상거래, 인터넷 소셜 커뮤니티 등 사업적인 부분에서 많이 이용되고 있다. Both the reliability model and the reputation model have the advantage of providing high quality online service by distinguishing and controlling the factors that help the service and the factors that hinder the service. It's used a lot in the real world.

한편, 평판 모델이 전자 상거래나 소셜 커뮤니티에 많이 적용되면서, 개인적인 이윤이나 악의적인 목적을 위해 평판 시스템을 공격하는 시도도 함께 생겨나게 되었다. On the other hand, as the reputation model has been applied to e-commerce and social communities, attempts have been made to attack the reputation system for personal profit or malicious purposes.

이러한 공격들 중 평가자의 평가에 진실성이 결여되어 있는 부당 평가(Unfair rating)가 대표적이며, 부당 평가는 동일한 평가 대상이라 하더라도 사람들의 의견이 다양할 수 있다는 점에서 여러 공격 유형 중에서 감지가 가장 어려운 문제점을 갖고 있다. Among these attacks, unfair rating, which lacks the authenticity of evaluators, is representative, and unfair evaluation is the most difficult problem to detect among various attack types in that people's opinions may vary even though they are the same target. Have

또한, 기존의 부당 평가를 제어하는 기법들은 평가자 중 정직한 평가자의 수가 그렇지 않은 평가자의 수보다 많다는 다수 법칙(Major role)에 기반하고 있으나, 최근에는 인터넷 관련 기술의 발전에 따라 평판 모델에 다양한 사람들이 참여할 수 있게 되어, 한 사람이 여러 아이디를 가지거나 여러 사람을 선동함으로써 집단적으로 부당 평가(Collaborative Unfair rating)하는 것이 어렵지 않게 되었다.
In addition, the existing techniques for controlling unfair evaluations are based on the majority role, which means that the number of honest evaluators is higher than that of those who do not. By being able to participate, it was not difficult to collaborate unfair ratings by one person having multiple identities or instigating several people.

상기한 바와 같은 종래기술의 문제점을 해결하기 위해, 본 발명에서는 평가 대상에 대한 평가자의 부당 평가를 효과적으로 배제하여 평판 모델의 신뢰성을 향상시킬 수 있는 평판 정보 제공 장치 및 방법을 제안하고자 한다.In order to solve the problems of the prior art as described above, the present invention is to propose an apparatus and method for providing a reputation information that can effectively improve the reliability of the reputation model by effectively excluding the unfair evaluation of the evaluator for the evaluation target.

본 발명의 다른 목적들은 하기의 실시예를 통해 당업자에 의해 도출될 수 있을 것이다.Other objects of the invention will be apparent to those skilled in the art from the following examples.

상기한 목적을 달성하기 위해 본 발명의 바람직한 일 실시예에 따르면, 평가 대상에 대한 다수의 평가자의 평가 값들을 이용하여 상기 평가 대상에 대한 평판 정보를 사용자에게 제공하는 장치에 있어서, 상기 다수의 평가자 각각이 상기 평가 대상의 콘텐츠 분류에 포함되는 적어도 하나 이상의 이전 평가 대상에 대하여 기 수행한 평가에 관한 정보를 이용하여 상기 평가 값들 각각에 가중치를 부여하는 가중치 부여부; 및 상기 가중치가 부여된 평가 값들을 이용하여 상기 평가 대상에 대한 평판을 추론하는 평판 추론부;를 포함하는 것을 특징으로 하는 평판 정보 제공 장치가 제공된다. According to a preferred embodiment of the present invention to achieve the above object, in the apparatus for providing a user with reputation information for the evaluation object by using the evaluation values of the plurality of evaluator for the evaluation object, the plurality of evaluators A weighting unit which weights each of the evaluation values using information on evaluations previously performed on at least one or more previous evaluation targets included in the content classification of the evaluation targets; And a reputation inference unit for inferring a reputation for the evaluation target by using the weighted evaluation values.

상기 가중치 부여부는 상기 다수의 평가자 중 제1 평가자가 상기 적어도 하나의 이전 평가 대상에 대하여 기 수행한 평가의 횟수에 관한 정보를 이용하여 상기 제1 평가자의 평가 값에 가중치를 부여할 수 있다. The weighting unit may weight the evaluation value of the first evaluator using information on the number of evaluations previously performed by the first evaluator among the plurality of evaluators with respect to the at least one previous evaluation target.

상기 가중치 부여부는 상기 제1 평가자의 평가의 총 횟수 및 상기 제1 평가자의 평가의 대상이 된 콘텐츠 분류의 총 개수에 관한 정보를 더 이용하여 상기 제1 평가자의 평가 값에 가중치를 부여할 수 있다. The weighting unit may weight the evaluation value of the first evaluator by further using information about the total number of evaluations of the first evaluator and the total number of content classifications that are the target of the evaluation of the first evaluator. .

상기 가중치 부여부는 상기 다수의 평가자 중에서 상기 제1 평가자의 기 수행한 평가의 평가 값과 동일한 값으로 평가한 평가자의 수에 관한 정보를 이용하여 상기 제1 평가자의 평가 값에 가중치를 부여할 수 있다. The weighting unit may assign a weight to an evaluation value of the first evaluator by using information on the number of evaluators who have evaluated the same value as the evaluation value of the first evaluation of the first evaluator among the plurality of evaluators. .

상기 가중치 부여부는 상기 적어도 하나의 이전 평가 대상에 대하여 기 수행된 상기 제1 평가자의 평가 횟수가 미리 설정된 임계값을 초과하는 경우에 상기 제1 평가자의 평가 값에 가중치를 부여할 수 있다. The weighting unit may weight the evaluation value of the first evaluator when the number of evaluations of the first evaluator previously performed on the at least one previous evaluation object exceeds a preset threshold.

상기 미리 설정된 임계값은 상기 적어도 하나의 이전 평가 대상에 대한 상기 다수의 평가자별 평균 평가 횟수에 기초하여 설정될 수 있다. The preset threshold may be set based on the average number of evaluations by the plurality of evaluators for the at least one previous evaluation object.

상기 가중치 부여부는 상기 다수의 평가자 중 제1 평가자가 상기 적어도 하나의 이전 평가 대상 중 어느 하나의 이전 평가 대상에 대하여 기 수행한 평가의 평가 값과 상기 사용자가 상기 어느 하나의 이전 평가 대상에 대하여 기 수행한 평가의 평가 값 사이의 평가 값 유사도에 관한 정보를 산출하고, 상기 평가 값 유사도에 관한 정보를 이용하여 상기 제1 평가자의 평가 값에 가중치를 부여할 수 있다. The weighting unit may include an evaluation value of an evaluation previously performed by a first evaluator of the plurality of evaluators with respect to any one of the at least one previous evaluation object and the user based on the one previous evaluation object. Information about an evaluation value similarity between evaluation values of the performed evaluation may be calculated, and weights may be given to the evaluation value of the first evaluator using the information about the evaluation value similarity.

상기 평가 값 유사도에 관한 정보는 상기 어느 하나의 이전 평가 대상에 대하여 상기 제1 평가자의 기 수행한 평가의 평가 값과 상기 사용자의 기 수행한 평가의 평가 값 사이의 유클리드 거리에 기초하여 산출될 수 있다. The information on the similarity of the evaluation values may be calculated based on a Euclidean distance between the evaluation value of the first evaluation performed by the first evaluator and the evaluation value of the previously performed evaluation regarding the one previous evaluation object. have.

상기 가중치 부여부는 상기 제1 평가자에 의해 기 평가된 적어도 하나의 이전 평가 대상 중 상기 사용자에 의해 기 평가된 평가 대상의 비율에 기초하여 평가 대상 유사도에 관한 정보를 더 산출하고, 상기 평가 대상 유사도에 관한 정보를 이용하여 상기 제1 평가자의 평가 값에 가중치를 부여할 수 있다. The weighting unit further calculates information on an evaluation target similarity based on a ratio of the evaluation target previously evaluated by the user among at least one previous evaluation target previously evaluated by the first evaluator, The information may be weighted to the evaluation value of the first evaluator.

또한, 본 발명의 다른 실시예에 따르면, 평가 대상에 대한 다수의 평가자의 평가 값들을 이용하여 상기 평가 대상에 대한 평판 정보를 사용자에게 제공하는 방법에 있어서, 상기 다수의 평가자 각각이 상기 평가 대상의 콘텐츠 분류에 포함되는 적어도 하나 이상의 이전 평가 대상에 대하여 기 수행한 평가에 관한 정보를 이용하여 상기 평가 값들 각각에 가중치를 부여하는 단계; 및 상기 가중치가 부여된 평가 값들을 이용하여 상기 평가 대상에 대한 평판을 추론하는 단계;를 포함하는 것을 특징으로 하는 평판 정보 제공 방법이 제공된다. In addition, according to another embodiment of the present invention, in the method for providing a user with reputation information for the evaluation target by using the evaluation values of the plurality of evaluators for the evaluation target, each of the plurality of evaluators of the evaluation target Weighting each of the evaluation values by using information about evaluations that have been previously performed on at least one previous evaluation object included in the content classification; And inferring a reputation for the evaluation object by using the weighted evaluation values.

본 발명에 따르면, 평가 대상에 대한 평가자의 부당 평가를 효과적으로 배제하여 평판 모델의 신뢰성을 향상시킬 수 있는 장점이 있다. According to the present invention, there is an advantage that can effectively exclude the unfair evaluation of the evaluator for the evaluation target to improve the reliability of the reputation model.

도 1a는 기존의 신뢰도 모델에 관한 개략도를 도시하는 도면이다.
도 1b는 기존의 평판 모델에 관한 개략도를 도시하는 도면이다.
도 2는 본 발명에 따른 평판 정보 제공 장치가 평가 대상인 영화 콘텐츠에 대한 평판 정보를 사용자에게 제공하는 동작을 개략적으로 도시한 도면이다.
도 3은 본 발명의 일 실시예에 따른 평판 정보 제공 장치의 상세한 구성을 도시하는 도면이다.
도 4는 본 발명의 일 실시예에 따른 가중치 부여부의 상세한 구성을 도시하는 도면이다.
도 5는 본 발명의 일 실시예에 따른 가중치 부여부가 평가자의 양적 역량 및 질적 역량을 평가 값에 반영하기 위한 평가 도수에 관한 그래프를 도시하는 도면이다.
도 6은 본 발명의 일 실시예에 따른 평판 정보 제공 방법의 상세한 구성을 시간의 흐름에 따라 도시한 순서도이다.
도 7은 본 발명의 일 실시예에 따른 가중치를 부여하는 단계의 상세한 구성을 시간의 흐름에 따라 도시한 순서도이다. 1A is a diagram illustrating a schematic diagram of an existing reliability model.
1B is a diagram illustrating a schematic diagram of an existing flat plate model.
2 is a diagram schematically illustrating an operation of providing a reputation information on movie content that is an evaluation target to a user by the apparatus for providing reputation information according to the present invention.
3 is a diagram illustrating a detailed configuration of an apparatus for providing reputation information according to an embodiment of the present invention.
4 is a diagram illustrating a detailed configuration of a weighting unit according to an embodiment of the present invention.
FIG. 5 is a diagram illustrating a graph regarding an evaluation frequency for reflecting a quantitative capacity and a qualitative capacity of an evaluator to an evaluation value according to an embodiment of the present invention.
6 is a flowchart illustrating a detailed configuration of a reputation information providing method according to an embodiment of the present invention over time.
7 is a flowchart illustrating a detailed configuration of a weighting step according to an embodiment of the present invention over time.

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. While the invention is susceptible to various modifications and alternative forms, specific embodiments thereof are shown by way of example in the drawings and will herein be described in detail. It should be understood, however, that the invention is not intended to be limited to the particular embodiments, but includes all modifications, equivalents, and alternatives falling within the spirit and scope of the invention. Like reference numerals are used for like elements in describing each drawing.

본 발명에 따른 평판 정보 제공 장치는 다양한 평가 대상에 대한 평판 정보를 추론하여 사용자에게 제공하는 장치에는 제한 없이 적용될 수 있다. 일례로서, 평판 정보 제공 장치는 콘텐츠에 대한 평가자들의 평판 정보를 추론하여 사용자에게 제공하는 서버에 적용될 수 있다. The apparatus for providing reputation information according to the present invention can be applied to an apparatus for inferring reputation information for various evaluation targets and providing the same to a user without limitation. As an example, the reputation information providing apparatus may be applied to a server that infers reputation information of evaluators on content and provides the same to a user.

특히, 본 발명에 따른 평판 정보 제공 장치는 영화 평점 정보의 제공을 위한 서버에 용이하게 적용될 수 있으므로, 이하에서는 영화 평점 정보의 제공을 위한 서버에 평판 정보 제공 장치가 적용된 일례를 중심으로 설명하기로 한다. In particular, since the reputation information providing apparatus according to the present invention can be easily applied to a server for providing movie rating information, the following description will be given with reference to an example in which the reputation information providing apparatus is applied to a server for providing movie rating information. do.

이하에서, 본 발명에 따른 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다.
Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings.

도 2는 본 발명에 따른 평판 정보 제공 장치(100)가 평가 대상인 영화 콘텐츠에 대한 평판 정보를 사용자에게 제공하는 동작을 개략적으로 도시한 도면이다. FIG. 2 is a diagram schematically illustrating an operation of providing, to a user, reputation information about movie content that is to be evaluated by the apparatus for providing reputation information 100 according to the present invention.

도 2에 도시된 바와 같이, 평판 정보 제공 장치(100)는 콘텐츠에 대한 다수의 평가자의 평가 값들을 이용하여 콘텐츠에 대한 평판 정보를 사용자에게 제공할 수 있다. As illustrated in FIG. 2, the reputation information providing apparatus 100 may provide reputation information about content to a user by using evaluation values of a plurality of evaluators of the content.

콘텐츠는 웹을 통하여 사용자에게 제공되는 웹 콘텐츠일 수 있으며, 평판 정보 또한 웹을 통하여 콘텐츠를 이용하는 사용자에게 콘텐츠와 함께 제공될 수 있다. The content may be web content provided to a user through the web, and reputation information may also be provided with the content to a user who uses the content via the web.

즉, 웹을 통하여 콘텐츠를 이용하는 사용자에게 본 발명에 따른 평판 정보 제공 장치(100)는 해당 콘텐츠에 대한 평판 정보를 제공할 수 있다. That is, the reputation information providing apparatus 100 according to the present invention may provide reputation information about the content to a user who uses the content through the web.

평판 정보 제공 장치(100)가 평판의 추론을 위하여 이용하는 콘텐츠에 대한 다수의 평가자의 평가 값들은 본 발명에 따른 평판 정보가 제공되기 전에 미리 평가자들에 의해 수행된 해당 콘텐츠에 대한 평가 값들로서, 이 평가 값들로부터 추론된 해당 콘텐츠에 대한 평판 정보가 사용자에게 제공되는 것이다. The evaluation values of the plurality of evaluators for the content that the reputation information providing apparatus 100 uses for inference of reputation are evaluation values for the corresponding content performed by the evaluators before the reputation information according to the present invention is provided. Reputation information about the content deduced from the evaluation values is provided to the user.

이때, 본 발명의 일 실시예에 따른 평판 정보 제공 장치(100)는 평판 정보를 추론함에 있어서, 개별 평가자의 평가 값에 가중치를 부여함으로써 콘텐츠에 대한 영향력이 높은 평가자의 평가 값이 보다 높은 비율로 평판 정보에 반영될 수 있도록 한다. In this case, the reputation information providing apparatus 100 according to an embodiment of the present invention weights an evaluation value of an individual evaluator in inferring reputation information, so that an evaluation value of an evaluator having a high influence on the content is increased at a higher rate. To be reflected in reputation information.

즉, 해당 콘텐츠와 유사한 콘텐츠에 대해 평가한 경험이 많고, 양질의 평가를 수행한 평가자의 평가 값에는 높은 가중치를 부여하고, 경험이 거의 없거나, 저질의 평가를 수행한 평가자의 평가 값에는 낮은 가중치를 부여하여, 부당 평가(Unfair Rating)가 배제된 신뢰도 높은 평판 정보를 사용자에게 제공한다. That is, a high weight is given to the evaluation value of the evaluator who has a lot of experience in evaluating the content similar to the corresponding content, and performs a high quality evaluation, and a low weight to the evaluation value of the evaluator who has little experience or low quality evaluation. By providing the user with reliable reputation information without the unfair rating.

또한, 본 발명의 일 실시예에 따른 평판 정보 제공 장치(100)는 콘텐츠를 이용하는 사용자와 평가자 사이의 평가 성향을 평판 정보에 반영하여 사용자에게 최적화된 평판 정보를 제공한다. In addition, the reputation information providing apparatus 100 according to an embodiment of the present invention provides the reputation information optimized for the user by reflecting the evaluation tendency between the user who uses the content and the evaluator in the reputation information.

즉, 콘텐츠를 이용하는 사용자 입장에서는 자신과 전혀 상이한 성향을 가진 평가자의 평가가 부당 평가로 인식될 수 있다는 점에서 평판 정보 제공 장치(100)는 사용자와 평가자의 평가 성향의 유사도를 고려하여 유사도가 높은 평가자의 평가가 보다 높은 비율로 평판에 반영될 수 있도록 한다. That is, from the user's point of view, the reputation information providing apparatus 100 has a high similarity in consideration of the similarity between the evaluation tendency of the user and the evaluator in that an evaluation of an evaluator having a completely different tendency than the user may be recognized as an unfair evaluation. Ensure that appraisers' ratings are reflected in the reputation at a higher rate.

이를 위해, 평가 대상인 콘텐츠와 유사한 콘텐츠에 대한 다수의 평가자의 평가 이력에 관한 정보나 사용자의 평가 이력에 관한 정보는 데이터베이스화되어 저장되어 있을 수 있으며, 평판 정보 제공 장치(100)는 저장된 정보를 이용하여 평판을 추론하고 사용자에게 제공할 수 있다. To this end, the information on the evaluation history of the plurality of evaluators or the information on the evaluation history of the user for the content similar to the content to be evaluated may be stored in a database, the reputation information providing apparatus 100 uses the stored information To infer reputation and provide it to the user.

이와 같이, 본 발명에 따르면, 평가 대상인 콘텐츠에 대한 평가자의 부당 평가를 효과적으로 배제하여 평판 모델의 신뢰성을 향상시킬 수 있으며, 집단적인 부당 평가가 이루어지는 경우에도 이를 효과적으로 배제할 수 있는 장점을 갖는다. As described above, according to the present invention, the reliability of the reputation model can be improved by effectively excluding an evaluator's unfair evaluation of the content to be evaluated, and has an advantage of effectively excluding it even when collective unfair evaluation is performed.

또한, 본 발명에 따르면, 사용자에게 보다 최적화된 평판 정보를 제공할 수 있는 장점을 갖는다. In addition, according to the present invention, there is an advantage that can provide more optimized reputation information to the user.

이하, 도 3 내지 도 5를 참조하여 본 발명에 따른 평판 정보 제공 장치(100)의 구성을 보다 상세하게 살펴보기로 한다.
Hereinafter, the configuration of the flat panel information providing apparatus 100 according to the present invention will be described in detail with reference to FIGS. 3 to 5.

도 3은 본 발명의 일 실시예에 따른 평판 정보 제공 장치(100)의 상세한 구성을 도시하는 도면이며, 도 3에 도시된 바와 같이, 평판 정보 제공 장치(100)는 가중치 부여부(110) 및 평판 추론부(120)를 포함한다. 3 is a diagram illustrating a detailed configuration of the flat panel information providing apparatus 100 according to an embodiment of the present invention. As shown in FIG. 3, the flat panel information providing apparatus 100 may include a weighting unit 110 and a weighting unit 110. It includes a flat plate reasoning unit (120).

그리고, 도 4는 본 발명의 일 실시예에 따른 가중치 부여부(110)의 상세한 구성을 도시하는 도면이며, 도 4에 도시된 바와 같이, 가중치 부여부(110)는 양적 역량 산출부(112), 질적 역량 산출부(114), 평가 값 유사도 산출부(116) 및 평가 대상 유사도 산출부(118)를 포함할 수 있다. 4 is a diagram illustrating a detailed configuration of the weighting unit 110 according to an embodiment of the present invention. As shown in FIG. 4, the weighting unit 110 is a quantitative capacity calculating unit 112. It may include a qualitative capability calculator 114, an evaluation value similarity calculator 116, and an evaluation target similarity calculator 118.

먼저, 가중치 부여부(110)는 다수의 평가자 각각이 평가 대상과 상응하는 적어도 하나 이상의 이전 평가 대상에 대하여 기 수행한 평가에 관한 정보를 이용하여 평가 값들 각각에 가중치를 부여한다. First, the weighting unit 110 weights each of the evaluation values by using the information about the evaluation that each of the plurality of evaluators has performed on at least one or more previous evaluation targets corresponding to the evaluation targets.

즉, 가중치 부여부(110)는 다수의 평가자 중 제1 평가자가 평가 대상과 상응하는 적어도 하나 이상의 이전 평가 대상에 대하여 기 수행한 평가에 관한 정보를 이용하여 제1 평가자의 평가 대상에 대한 평가 값에 가중치를 부여할 수 있다. That is, the weighting unit 110 may use an evaluation value for the evaluation target of the first evaluator by using information about an evaluation previously performed by the first evaluator among the plurality of evaluators with respect to at least one previous evaluation target corresponding to the evaluation target. Can be weighted.

이때, 평가 대상과 상응하는 적어도 하나 이상의 이전 평가 대상은 평가 대상의 콘텐츠 분류에 포함되는 적어도 하나 이상의 이전 평가 대상을 의미할 수 있다. 콘텐츠 분류는 콘텐츠의 속성이나 특성에 따른 분류 내지는 카테고리를 의미하며, 영화 콘텐츠의 경우, 영화의 장르에 따라 콘텐츠 분류는 액션, 드라마, 환타지, 멜로 등이 될 수 있다. In this case, the at least one previous evaluation target corresponding to the evaluation target may mean at least one or more previous evaluation targets included in the content classification of the evaluation target. The content classification refers to a classification or category according to the attributes or characteristics of the content. In the case of movie content, the content classification may be action, drama, fantasy, melo, or the like according to the genre of the movie.

예를 들어, 평가 대상이 '슈퍼맨'인 경우, 본 발명의 일 실시예에 따른 적어도 하나 이상의 이전 평가 대상은 '슈퍼맨'의 콘텐츠 분류인 액션 영화에 포함되는 영화로서, '엑스맨', '스파이더맨', '판타스틱4' 등일 수 있다. For example, when the evaluation target is 'superman', at least one or more previous evaluation targets according to an embodiment of the present invention are movies included in an action movie that is a content classification of 'superman', and include 'x-man' and 'spider'. Man "," Fantastic 4 "and the like.

요컨대, 적어도 하나 이상의 이전 평가 대상은 평가 대상과 콘텐츠 분류가 일치하는 평가 대상일 수 있다. In short, the at least one previous evaluation object may be an evaluation object that matches the content classification with the evaluation object.

그리고, 본 발명의 일 실시예에 따르면, 적어도 하나 이상의 이전 평가 대상에 대하여 기 수행된 평가에 관한 정보는 평가의 횟수에 관한 정보 및 평가의 평가 값에 관한 정보 중 하나 이상을 포함할 수 있다. And, according to an embodiment of the present invention, the information about the evaluation that has been previously performed on the at least one or more previous evaluation targets may include one or more of information about the number of evaluations and information about evaluation values of the evaluations.

먼저, 평가의 횟수에 관한 정보를 이용하여 평가 값에 가중치를 부여하는 동작을 설명하면, 가중치 부여부(110)는 다수의 평가자 중 제1 평가자가 적어도 하나 이상의 이전 평가 대상에 대하여 기 수행한 평가의 횟수에 관한 정보를 이용하여 제1 평가자의 평가 값에 가중치를 부여할 수 있다. First, an operation of assigning a weight to an evaluation value using information on the number of evaluations will be described. The weighting unit 110 may evaluate an evaluation performed by a first evaluator on at least one or more previous evaluation targets among a plurality of evaluators. The information on the number of times may be used to weight the evaluation value of the first evaluator.

예를 들어, 제1 평가자가 액션 영화 콘텐츠에 대하여 과거에 100회의 평가를 수행한 경우, 10회의 평가를 수행한 제2 평가자의 평가 값보다 높은 가중치가 부여되도록 한다. For example, when the first evaluator has performed 100 evaluations on the action movie content in the past, a weight higher than that of the second evaluator who has performed 10 evaluations is assigned.

이를 위해, 본 발명의 일 실시예에 따른 가중치 부여부(110)의 양적 역량 산출부(112)는 하기의 수학식에 따라, 다수의 평가자 각각에 대하여 양적 역량을 산출하여 평가 값에 가중치로 부여되도록 할 수 있다.
To this end, the quantitative competency calculating unit 112 of the weighting unit 110 according to an embodiment of the present invention calculates quantitative competencies for each of a plurality of evaluators and assigns them as weights to the evaluation values according to the following equation. You can do that.

Figure pat00001
Figure pat00001

여기서, QuantitativeE(x)는 평가자 x에 대한 양적 역량, ntid(x)는 평가자 x가 평가 대상의 콘텐츠 분류에 포함되는 적어도 하나 이상의 이전 평가 대상에 대하여 수행한 평가의 횟수, nrating(x)는 평가자 x가 수행한 모든 평가의 횟수, k(x)는 평가자 x가 수행한 모든 평가의 콘텐츠 분류의 개수를 각각 의미한다. Where QuantitativeE (x) is the quantitative capacity for the evaluator x, n tid (x) is the number of ratings that the evaluator x has performed on at least one or more prior evaluation subjects included in the content classification of the subject being evaluated, n rating (x) Denotes the number of all evaluations performed by the evaluator x, and k (x) denotes the number of content classifications of all the evaluations performed by the evaluator x, respectively.

일례로, 평가 대상이 '슈퍼맨'이고, 평가자 x가 '엑스맨', '스파이더맨', '판타스틱4', '로미오와 줄리엣', '타이타닉'을 평가한 경험이 있는 경우, ntid(x)는 '슈퍼맨'의 콘텐츠 분류인 액션에 포함되는 '엑스맨', '스파이더맨', '판타스틱4'에 대하여 수행한 평가의 횟수로서 3일 수 있으며, nrating(x)는 모든 평가의 횟수로서 5, k(x)는 모든 평가의 콘텐츠 분류의 수로서 2(액션과 드라마)일 수 있다. 이때, 수학식 1에 따르면, 평가자 x의 양적 역량 QuantitativeE(x)는 0.3일 수 있다. For example, if the evaluation target is 'Superman' and the evaluator x has evaluated 'X-Men', 'Spider-Man', 'Fantastic 4', 'Romeo and Juliet', 'Titanic', n tid (x ) Is the number of ratings performed on 'X-Men', 'Spider-Man', and 'Fantastic 4' included in the action, which is a content classification of 'Superman', and n rating (x) is the number of all ratings. 5, k (x) may be 2 (action and drama) as the number of content classifications of all ratings. In this case, according to Equation 1, the quantitative capacity QuantitativeE (x) of the evaluator x may be 0.3.

다음으로, 평가의 평가 값에 관한 정보를 이용하여 평가자의 평가 값에 가중치를 부여하는 동작을 설명하면, 가중치 부여부(110)는 다수의 평가자 중에서 제1 평가자의 기 수행한 평가의 평가 값과 동일한 값으로 평가한 평가자의 수에 관한 정보를 이용하여 제1 평가자의 평가 값에 가중치를 부여할 수도 있다. Next, the operation of assigning a weight to an evaluator's evaluation value using the information about the evaluation value of the evaluation, the weighting unit 110 and the evaluation value of the first evaluation of the first evaluator among the plurality of evaluators and A weight may be given to the evaluation value of the first evaluator using the information about the number of evaluators evaluated with the same value.

예를 들어, 다수의 평가자 중에서 제1 평가자와 동일한 값으로 평가한 평가자의 수가 과반수를 초과하는 경우, 제1 평가자의 평가가 대중적이라는 점에서, 동일한 값으로 평가한 평가자의 수가 극소수에 불과한 제2 평가자보다 높은 가중치가 평가 값에 부여되도록 할 수 있다. For example, if the number of evaluators rated at the same value as the first evaluator among the plurality of evaluators exceeds the majority, the second evaluator rated at the same value because the evaluation of the first evaluator is popular is very small. A higher weight than the evaluator may be assigned to the evaluation value.

이를 위해, 본 발명의 일 실시예에 따른 가중치 부여부(110)의 질적 역량 산출부(114)는 하기의 수학식에 따라, 다수의 평가자 각각에 대하여 질적 역량을 산출하여 평가 값에 가중치로 부여되도록 할 수 있다.
To this end, the qualitative competency calculating unit 114 of the weighting unit 110 according to an embodiment of the present invention calculates the qualitative capability for each of the plurality of evaluators according to the following equation and assigns the weight to the evaluation value. You can do that.

Figure pat00002
Figure pat00002

여기서, QualitativeE(x)는 평가자 x에 대한 질적 역량, Ntid(Fdi(x))는 평가자 x가 속하는 평가자 집단 X 중에서 평가자 x가 평가 대상의 콘텐츠 분류에 포함되는 적어도 하나 이상의 이전 평가 대상 중 어느 하나의 이전 평가 대상 i에 대하여 수행한 평가의 평가 값과 동일한 값으로 평가한 평가자의 수, Ntid(Fdi(n))은 평가자 집단 X 중에서 어느 하나의 이전 평가 대상 i를 평가한 평가자의 수, k는 평가자 집단 X가 평가 대상의 콘텐츠 분류에 속하는 적어도 하나 이상의 이전 평가 대상에 대하여 수행한 평가의 횟수를 각각 의미한다. Where QualitativeE (x) is the qualitative capacity for evaluator x, and N tid (Fd i (x)) is one or more of the at least one previous evaluation target among evaluator groups X to which evaluator x belongs. The number of evaluators, N tid (Fd i (n)), rated at the same value as the evaluation value of any of the previous evaluation subjects i; K denotes the number of evaluations performed by the evaluator group X on at least one previous evaluation object belonging to the content classification of the evaluation object.

일례로, 평가 대상이 '슈퍼맨'이고, 평가자 집단 X가 '엑스맨', '스파이더맨', '판타스틱4', '로미오와 줄리엣', '타이타닉', '라이언 일병 구하기', '태극기 휘날리며'를 평가한 이력을 갖고 있으며, 평가자 x가 평가 대상인 '슈퍼맨'에 대하여 5점으로 평가한 경우, Ntid(Fdi(x))는 평가자 집단 X 중에서 '슈퍼맨'에 대하여 5점으로 평가한 평가자의 수, Ntid(Fdi(n))은 평가자 집단 X 중에서 '슈퍼맨'에 대하여 평가한 평가자의 수, k는 평가자 집단 X가 '슈퍼맨'의 콘텐츠 분류인 액션에 포함되는 '엑스맨', '스파이더맨', '판타스틱4'에 대하여 수행한 평가의 횟수일 수 있다. For example, the evaluation target is 'Superman', and the evaluator group X is 'X-Men', 'Spider-Man', 'Fantastic 4', 'Romeo and Juliet', 'Titanic', 'Save Private Ryan', 'Taegeukgi' If the evaluator x rated 5 points for 'Superman' who is the subject of evaluation, N tid (Fd i (x)) scored 5 points for 'Superman' among the evaluator group X. , N tid (Fd i (n)) is the number of evaluators who rated 'Superman' among the evaluator group X, k is 'X-man' included in the action where evaluator group X is the content classification of 'Superman', It may be the number of evaluations performed on 'Spider-Man' and 'Fantastic 4.'

한편, 영화의 콘텐츠 분류는 하나의 영화라 하더라도 여러 개의 콘텐츠로 분류될 수 있으므로, 본 발명에서는 설명의 편의를 위해, 하나의 영화는 대표 콘텐츠 분류 하나를 갖는 것으로 가정하여 설명하기로 한다. On the other hand, since the content classification of a movie can be classified into a plurality of contents even in a single movie, for convenience of description, it will be described on the assumption that one movie has one representative content classification.

상기한 바와 같이, 본 발명에 따른 평판 정보 제공 장치(100)는 평가자의 과거 평가 이력으로부터 현재 평가 값에 가중치를 부여함으로써, 해당 평가 대상에 대한 평가의 경험이 거의 없거나 대중적인 평가를 하지 않은 평가자의 평가는 평판에 미치는 영향이 작도록 제어할 수 있다. 반대로, 해당 평가 대상에 대한 평가의 경험이 많고 대중적인 평가를 주로 수행한 평가자의 평가는 평판에 미치는 영향이 크도록 제어함으로써, 해당 평가 대상에 대한 부당 평가가 효과적으로 배제될 수 있도록 한다. As described above, the reputation information providing apparatus 100 according to the present invention weights the current evaluation value from the past evaluation history of the evaluator, thereby evaluating the evaluator who has little or no public experience in evaluating the evaluation target. The evaluation of can be controlled so that the impact on the reputation is small. On the contrary, the evaluation of an evaluator who has a lot of experience in evaluating the subject and performs a popular evaluation has a great influence on the reputation so that an unjust evaluation of the subject can be effectively excluded.

한편, 상기의 수학식 1 및 수학식 2에 따르면, 평가자 각각의 평가 대상에 대한 양적 역량 및 질적 역량은 비율에 의해 결정되는 수치이므로, 평가자 각각의 절대적인 평가 횟수를 반영하지 못하는 문제점이 발생될 수 있다. Meanwhile, according to Equation 1 and Equation 2, since the quantitative capacity and the qualitative capacity of each evaluator are determined by the ratio, problems that may not reflect the absolute number of evaluations of the evaluator may occur. have.

즉, 100회의 평가를 수행한 평가자와 10회의 평가를 수행한 평가자의 평가 값이 서로 다른 가중치로 평판 정보에 반영될 수 있어야 된다. That is, the evaluation values of the evaluator who performed 100 evaluations and the evaluator who performed 10 evaluations should be reflected in the reputation information with different weights.

이에, 본 발명의 일 실시예에 따른 가중치 부여부(110)는 하기의 수학식에 따라, 평가자 각각의 절대적인 평가 횟수가 양적 역량 및 질적 역량에 반영되도록 할 수 있다.
Accordingly, the weighting unit 110 according to an embodiment of the present invention may allow the absolute number of evaluations of each evaluator to be reflected in the quantitative capacity and the qualitative capacity according to the following equation.

Figure pat00003
Figure pat00003

여기서, Frequency(x)는 평가자 x의 평가 도수, ntid(x)는 평가자 x가 평가 대상의 콘텐츠 분류에 포함되는 적어도 하나 이상의 이전 평가 대상에 대하여 기 수행한 평가의 횟수, threshold는 임계값을 각각 의미한다. 본 발명의 일 실시예에 따르면, 임계값은 평가 대상의 콘텐츠 분류에 포함되는 적어도 하나 이상의 이전 평가 대상에 대한 평균 평가 횟수일 수 있다. 일례로, 평가 대상인 '슈퍼맨'의 콘텐츠 분류, 액션에 포함되는 적어도 하나의 이전 평가 대상에 대한 평가 횟수가 100이고, 평가자 집단의 평가자 수가 20명인 경우, 임계값은 5일 수 있다. Here, Frequency (x) is the number of ratings of the evaluator x, n tid (x) is the number of evaluations that the evaluator x has previously performed on at least one or more previous evaluation targets included in the content classification of the evaluation target, and threshold is a threshold value. Each means. According to an embodiment of the present invention, the threshold may be an average number of evaluations of at least one or more previous evaluation targets included in the content classification of the evaluation target. For example, when the number of evaluations of at least one previous evaluation target included in the content classification and action of 'Superman' as the evaluation target is 100 and the number of evaluators in the evaluator group is 20, the threshold may be 5.

수학식 3에 따르면, 도 5에 도시된 바와 같이, 임계값을 기준으로 결과 값이 크게 변하므로, 임계값 이상의 평가 횟수를 갖는 평가자의 평가 값은 평판에 더 높은 가중치로 반영될 수 있으며, 임계값 이하의 평가 횟수를 갖는 평가자의 평가 값은 낮은 가중치로 평판에 반영되게 된다. 한편, 도 4에서는 임계값이 90으로 설정되었다. According to Equation 3, as shown in Figure 5, since the result value is greatly changed based on the threshold value, the evaluation value of the evaluator having the number of evaluations above the threshold value can be reflected in the reputation with a higher weight, the threshold The evaluation value of the evaluator having an evaluation number of less than or equal to the value is reflected on the flat plate with low weight. In FIG. 4, the threshold is set to 90.

상기의 수학식 1 내지 수학식 3에 따라 평가자 각각의 평가 대상에 대한 양적 역량, 질적 역량 및 평가 도수가 산출된 경우, 본 발명의 일 실시예에 따른 가중치 부여부(110)는 하기의 수학식에 따라, 평가 대상에 대한 평가자 각각의 전문성을 산출할 수 있다.
When the quantitative competency, the qualitative competency, and the evaluation frequency for each evaluator are evaluated according to Equation 1 to Equation 3 above, the weighting unit 110 according to an embodiment of the present invention is the following Equation: In this way, the expertise of each evaluator for the evaluation target can be calculated.

Figure pat00004
Figure pat00004

여기서, Expertise(x)는 평가 대상에 대한 평가자 x의 전문성을 의미한다. Here, Expertise (x) means the expertise of the evaluator x with respect to the evaluation object.

계속하여, 본 발명의 일 실시예에 따른 가중치 부여부(110)는 평가 대상과 상응하는 적어도 하나 이상의 이전 평가 대상에 대하여 다수의 평가자 각각이 기 수행한 평가에 관한 정보와 사용자가 기 수행한 평가에 관한 정보 사이의 유사도를 이용하여 평가 값들 각각에 가중치를 부여할 수 있다. Subsequently, the weighting unit 110 according to an embodiment of the present invention provides information about evaluations previously performed by each of the plurality of evaluators and at least one previous evaluation object corresponding to the evaluation target. The similarity between the information about may be used to weight each of the evaluation values.

즉, 가중치 부여부(110)는 평가자와 사용자의 평가 성향의 유사도가 평판에 반영될 수 있도록 적어도 하나 이상의 이전 평가 대상에 대한 평가 값의 유사도 및 평가 대상의 유사도에 관한 정보를 산출하여 유사도가 높은 평가자의 평판 값이 높은 비율로 평판에 반영될 수 있도록 가중치를 부여한다. That is, the weighting unit 110 calculates the information about the similarity of the evaluation value and the similarity of the evaluation target to at least one or more previous evaluation targets so that the similarity between the evaluator and the evaluation tendency of the user can be reflected in the reputation. The evaluator's reputation value is weighted so that it is reflected in the reputation.

이를 위해, 본 발명의 일 실시예에 따른 가중치 부여부(110)의 평가 값 유사도 산출부(116)는 다수의 평가자 중 제1 평가자가 평가 대상과 상응하는 적어도 하나의 이전 평가 대상 중 어느 하나의 이전 평가 대상에 대하여 기 수행한 평가의 평가 값과 사용자가 어느 하나의 이전 평가 대상에 대하여 기 수행한 평가의 평가 값 사이의 평가 값 유사도에 관한 정보를 산출하고, 가중치 부여부(110)가 평가 값 유사도에 관한 정보를 이용하여 제1 평가자의 평가 값에 가중치를 부여할 수 있도록 한다. To this end, the evaluation value similarity calculation unit 116 of the weighting unit 110 according to an embodiment of the present invention is any one of at least one previous evaluation target that the first evaluator among the plurality of evaluators corresponding to the evaluation target The weighting unit 110 evaluates information about the similarity of the evaluation values between the evaluation value of the evaluation previously performed on the previous evaluation target and the evaluation value of the evaluation previously performed by the user on the previous evaluation target, and the weighting unit 110 evaluates the evaluation value. The information on the value similarity may be used to weight the evaluation value of the first evaluator.

이때, 평가 값 유사도 산출부(116)는 하기의 수학식에 따라, 평가 값 유사도에 관한 정보를 산출할 수 있다.
In this case, the evaluation value similarity calculator 116 may calculate information about the evaluation value similarity according to the following equation.

Figure pat00005
Figure pat00005

여기서, Ed(a, b)는 a와 b 사이의 유클리드 거리를 의미하며, a는 평가 대상의 콘텐츠 분류에 포함되는 적어도 하나 이상의 이전 평가 대상 중 어느 하나의 이전 평가 대상에 대한 평가자 x의 평가 값, b는 사용자의 평가 값을 각각 의미한다. Here, Ed (a, b) means the Euclidean distance between a and b, a is the evaluation value of the evaluator x for any one of the previous evaluation target of at least one previous evaluation target included in the content classification of the evaluation target , b means each user's evaluation value.

상기의 수학식 5에 따르면, 평가 대상의 콘텐츠 분류에 포함되는 적어도 하나 이상의 이전 평가 대상 중 어느 하나의 이전 평가 대상에 대하여 사용자와 평가자의 평가 값 차이가 작을수록 평가 값 유사도는 큰 값을 가지게 된다.According to Equation 5 above, the smaller the difference between the evaluation value of the user and the evaluator with respect to any one of the at least one previous evaluation target included in the content classification of the evaluation target, the higher the evaluation value similarity is. .

그리고, 본 발명의 일 실시예에 따른 가중치 부여부(110)의 평가 대상 유사도 산출부(118)는 제1 평가자에 의해 기 평가된 적어도 하나의 이전 평가 대상 중 사용자에 의해 기 평가된 평가 대상의 비율에 기초하여 평가 대상 유사도에 관한 정보를 더 산출하고, 가중치 부여부(110)가 평가 대상 유사도에 관한 정보를 이용하여 상기 제1 평가자의 평가 값에 가중치를 부여할 수 있도록 한다. In addition, the evaluation target similarity calculation unit 118 of the weighting unit 110 according to an embodiment of the present invention includes the evaluation targets previously evaluated by the user among at least one previous evaluation target previously evaluated by the first evaluator. Based on the ratio, information about the similarity to be evaluated is further calculated, and the weighting unit 110 may weight the evaluation value of the first evaluator using the information about the similarity to be evaluated.

이때, 평가 대상 유사도 산출부(118)는 하기의 수학식에 따라, 평가 대상 유사도에 관한 정보를 산출할 수 있다.
In this case, the evaluation target similarity calculating unit 118 may calculate information on the evaluation target similarity according to the following equation.

Figure pat00006
Figure pat00006

여기서, Na는 평가 대상의 콘텐츠 분류에 포함되는 적어도 하나 이상의 이전 평가 대상 중 평가자 x가 기 수행한 평가 대상의 수, Nb는 사용자가 기 수행한 평가 대상의 수, Na∩b는 적어도 하나 이상의 이전 평가 대상 중 평가자 x 및 사용자 둘 다 평가하게 된 평가 대상의 수를 각각 의미한다. Here, N a is the number of evaluation targets performed by the evaluator x among at least one or more previous evaluation targets included in the content classification of the evaluation target, N b is the number of evaluation targets previously performed by the user, and N a∩b is at least Each of the one or more previous assessment subjects refers to the number of assessment subjects to which both the assessor x and the user have made the assessment.

상기의 수학식 6에 따르면, 평가 대상의 유사도는 타니모토 계수(Tanimoto Coefficient)의 산출 방식으로 산출될 수 있다. According to Equation 6 above, the similarity degree of the evaluation target may be calculated by calculating a Tanimoto Coefficient.

한편, 상기의 수학식 4 내지 수학식 6에 따라, 평가 대상에 대한 평가자의 전문성과 평가자 및 사용자 사이의 평가 성향에 대한 유사도가 산출된 경우, 두 요소의 합성을 위해, 정규화 과정이 수행될 수 있다. Meanwhile, according to Equation 4 to Equation 6, when a similarity degree of the evaluator's expertise on the evaluation target and the evaluation tendency between the evaluator and the user is calculated, a normalization process may be performed for the synthesis of the two elements. have.

계속하여, 가중치 부여부(110)는 상기의 수학식 4 내지 수학식 6에 따라 산출된 평가 대상에 대한 평가자 각각의 전문성 및 유사도를 이용하여 영향력을 산출한다. Subsequently, the weighting unit 110 calculates the influence by using the expertise and similarity of each evaluator for the evaluation target calculated according to Equation 4 to Equation 6 above.

즉, 본 발명의 일 실시예에 따른 가중치 부여부(110)는 하기의 수학식에 따라, 평가 대상에 대한 평가자 각각의 영향력을 산출할 수 있다.
That is, the weighting unit 110 according to an embodiment of the present invention may calculate the influence of each evaluator on the evaluation target according to the following equation.

Figure pat00007
Figure pat00007

여기서, InflueneceM(FGx)는 평가자 집단(FG)을 구성하는 평가자 x의 평가 대상에 대한 영향력, Expertise(FGx)는 평가자 x의 평가 대상에 대한 전문성, Similarity(FGx)는 평가 대상에 대한 평가자 x와 사용자의 평가 성향의 유사도, α와 β는 합이 1이 되는 수로서, 사용자에 의해 설정 가능한 임의의 계수를 각각 의미한다. Where InflueneceM (FGx) is the influence of the evaluator x, who constitutes the evaluator population (FG), Expertise (FGx) is the evaluator x's expertise, and Similarity (FGx) is the evaluator x The similarity, α and β, of the evaluation propensity of the user is a number that adds up to 1, and means an arbitrary coefficient that can be set by the user, respectively.

수학식 7에 따르면, 사용자는 α와 β값의 조절을 통하여, 평가 대상에 대하여 평가자의 전문성에 더 많은 비중을 둘 수 있으며, 반대로, 자신과 평가 성향의 유사도에 더 많은 비중을 둘 수도 있다. According to Equation 7, the user may place more weight on the professionalism of the evaluator with respect to the evaluation target by adjusting the values of α and β, and conversely, may place more weight on the similarity between the self and the evaluation tendency.

이러한 방식으로 평가자 각각의 영향력이 산출되기 되면, 본 발명의 일 실시예에 따른 가중치 부여부(110)는 최종적으로 평가 대상에 대한 평가자 x의 평가 값에 앞서 산출된 영향력을 가중치로서 부여하여 평가자의 영향력에 따라 서로 다른 비율로 평가 값이 평판에 반영될 수 있도록 한다. When the influence of each of the evaluators is calculated in this way, the weighting unit 110 according to an embodiment of the present invention finally gives an influence of the evaluator x to the evaluation value of the evaluator x as the weight of the evaluator. Depending on the impact, the ratings can be reflected in the reputation at different rates.

본 발명의 일 실시예에 따르면, 가중치 부여부(110)는 앞서 산출된 평가 대상에 대한 평가자 x의 영향력(InfluenceM(FGx))을 단순히 평가자 x의 평가 값에 가중치로서 부여할 수 있으며, 평가 대상에 대한 평가자 집단 전체의 영향력 평균을 평가자 x의 평가 값에 가중치로서 부여할 수도 있다. According to an embodiment of the present invention, the weighting unit 110 may simply assign the influence (InfluenceM (FGx)) of the evaluator x to the evaluation value of the evaluator x as the weight of the evaluator x. The average of the impact of the entire group of evaluators on may be given as a weight to the evaluation value of evaluator x.

즉, 본 발명의 일 실시예에 따른 가중치 부여부(110)는 하기의 수학식에 따라, 평가자 x의 평가 값에 가중치를 부여할 수 있다.
That is, the weighting unit 110 according to an embodiment of the present invention may assign a weight to an evaluation value of the evaluator x according to the following equation.

Figure pat00008
Figure pat00008

여기서, RevisedRating(t)는 평가 대상 t에 대하여 가중치가 부여된 평가 값, InfluenceM(t, FGx)는 평가 대상 t에 대한 평가자 x의 영향력, ΣInfluenceM(t, FGx)는 평가 대상 t에 대한 평가자 집단 전체의 영향력의 합, InitialRating(t, FGx)는 평가 대상 t에 대한 평가자 x의 평가 값을 각각 의미한다. Where RevisedRating (t) is the weighted evaluation value for the evaluation target t, InfluenceM (t, FGx) is the influence of the evaluator x on the evaluation target t, and ΣInfluenceM (t, FGx) is the evaluator population for the evaluation target t The sum of the influence of the whole, InitialRating (t, FGx) means the evaluation value of the evaluator x for the evaluation target t, respectively.

상기한 바와 같이, 가중치 부여부(110)에 의해 평가 대상에 대한 평가자 각각의 평가 값들에 가중치가 부여되게 되면, 본 발명의 일 실시예에 따른 평판 추론부(120)는 이를 이용하여 평가 대상에 대한 평판을 추론한다. As described above, when the weighting unit 110 is weighted to each evaluation value of the evaluator, the plate inference unit 120 according to an embodiment of the present invention uses the same to determine the evaluation target. Infer reputation.

일반적으로, 평판의 추론은 평가 대상에 대한 다수의 평가자의 가중치가 부여된 평가 값들의 평균으로부터 추론될 수 있다.
In general, inference of reputation can be inferred from the average of weighted evaluation values of multiple evaluators for the subject of evaluation.

도 6은 본 발명의 일 실시예에 따른 평판 정보 제공 방법의 상세한 구성을 시간의 흐름에 따라 도시한 순서도이다. 6 is a flowchart illustrating a detailed configuration of a reputation information providing method according to an embodiment of the present invention over time.

도 6에 도시된 바와 같이, 평판 정보 제공 방법은 가중치를 부여하는 단계(S610) 및 평판을 추론하는 단계(S620)를 포함한다. As shown in FIG. 6, the method of providing reputation information includes a step of weighting (S610) and an inference of reputation (S620).

먼저, 단계(S610)에서는 다수의 평가자 각각이 평가 대상의 콘텐츠 분류에 포함되는 적어도 하나 이상의 이전 평가 대상에 대하여 기 수행한 평가에 관한 정보를 이용하여 평가 값들 각각에 가중치를 부여한다. First, in step S610, each of the plurality of evaluators assigns weights to each of the evaluation values using information on an evaluation that has been previously performed on at least one or more previous evaluation targets included in the content classification of the evaluation target.

이때, 평가 대상과 상응하는 적어도 하나 이상의 이전 평가 대상은 앞서 설명한 바와 같이, 평가 대상의 콘텐츠 분류에 포함되는 적어도 하나의 이전 평가 대상을 의미할 수 있다.In this case, the at least one previous evaluation object corresponding to the evaluation object may mean at least one previous evaluation object included in the content classification of the evaluation object.

그리고, 본 발명의 일 실시예에 따르면, 적어도 하나 이상의 이전 평가 대상에 대하여 기 수행된 평가에 관한 정보는 평가의 횟수에 관한 정보 및 평가의 평가 값에 관한 정보 중 하나 이상을 포함할 수 있다. And, according to an embodiment of the present invention, the information about the evaluation that has been previously performed on the at least one or more previous evaluation targets may include one or more of information about the number of evaluations and information about evaluation values of the evaluations.

즉, 본 발명의 일 실시예에 따른 단계(S610)는 도 7에 도시된 바와 같이, 평가의 횟수에 관한 정보를 이용하여 평가자의 양적 역량을 산출하는 단계(S612) 및 평가 값에 관한 정보를 이용하여 평가자의 질적 역량을 산출하는 단계(S614)를 포함할 수 있다. That is, according to an embodiment of the present invention (S610), as illustrated in FIG. 7, the information on the evaluation value and the calculation of the quantitative capacity of the evaluator using the information on the number of evaluations (S612) It may include the step (S614) of calculating the qualitative capacity of the evaluator using.

보다 상세하게, 단계(S612)에서는 다수의 평가자 중 제1 평가자가 적어도 하나 이상의 이전 평가 대상에 대하여 기 수행한 평가의 횟수에 관한 정보를 이용하여 제1 평가자의 평가 값에 가중치를 부여하기 위한 제1 평가자의 양적 역량을 산출할 수 있다. In more detail, in step S612, the first evaluator among the plurality of evaluators may be used to weight the evaluation value of the first evaluator using the information on the number of evaluations previously performed on at least one or more previous evaluation targets. 1 Evaluate the quantitative capacity of the evaluator.

또한, 본 발명의 일 실시예에 따른 단계(S614)에서는 다수의 평가자 중에서 제1 평가자의 기 수행한 평가의 평가 값과 동일한 값으로 평가한 평가자의 수에 관한 정보를 이용하여 상기 제1 평가자의 평가 값에 가중치를 부여하기 위한 제1 평가자의 질적 역량을 산출할 수 있다. Further, in step S614 according to an embodiment of the present invention, the first evaluator using the information on the number of evaluators evaluated at the same value as the evaluation value of the previously performed evaluation of the first evaluator among the plurality of evaluators A qualitative capacity of the first evaluator for weighting the evaluation value can be calculated.

그리고, 본 발명의 일 실시예에 따른 단계(S610)는 도 7에 도시된 바와 같이, 평가 값에 관한 정보를 이용하여 평가자와 사용자의 평가 값 유사도를 산출하는 단계(S616) 및 평가 대상에 관한 정보를 이용하여 평가자와 사용자의 평가 대상 유사도를 산출하는 단계(S618)를 더 포함할 수 있다. In operation S610, according to an embodiment of the present invention, as illustrated in FIG. 7, an operation of calculating an evaluation value similarity between an evaluator and a user using information about an evaluation value (S616) and an evaluation target may be performed. The method may further include calculating a similarity of evaluation targets of the evaluator and the user using the information (S618).

즉, 본 발명의 일 실시예에 따른 단계(S616)에서는 제1 평가자가 적어도 하나의 이전 평가 대상 중 어느 하나의 이전 평가 대상에 대하여 기 수행한 평가의 평가 값과 사용자가 상기 어느 하나의 이전 평가 대상에 대하여 기 수행한 평가의 평가 값 사이의 평가 값 유사도에 관한 정보를 산출할 수 있다. That is, in step S616 according to an embodiment of the present invention, an evaluation value of an evaluation previously performed by the first evaluator with respect to any one of the at least one previous evaluation target and the previous evaluation by the user Information about an evaluation value similarity between evaluation values of evaluations previously performed on the object may be calculated.

그리고, 본 발명의 일 실시예에 따른 단계(S618)에서는 제1 평가자에 의해 기 평가된 적어도 하나의 이전 평가 대상 중 사용자에 의해 기 평가된 평가 대상의 비율에 기초하여 평가 대상 유사도에 관한 정보를 더 산출할 수 있다. In operation S618 according to an embodiment of the present invention, information about the degree of similarity of the evaluation target is based on a ratio of the evaluation target previously evaluated by the user among the at least one previous evaluation target previously evaluated by the first evaluator. Can calculate more.

상기한 단계(S612 내지 S618)에 따라, 제1 평가자의 평가 대상에 대한 양적 역량과 질적 역량, 제1 평가자와 사용자 사이의 평가 값 유사도에 관한 정보, 평가 대상 유사도에 관한 정보가 산출되면, 단계(S610)에서는 이를 이용하여 제1 평가자의 평가 값에 가중치를 부여할 수 있다. According to the above-described steps (S612 to S618), if the information about the quantitative and qualitative capacity of the first evaluator's evaluation target, the similarity of the evaluation value between the first evaluator and the user, and the information on the evaluation target similarity are calculated, the step In operation S610, a weight may be assigned to the evaluation value of the first evaluator using the same.

이러한 과정에 의하여, 평가자 중 과거에 평가 경험이 거의 전무하거나 대중적이지 않은 평가를 주로 수행한 평가자의 평가 값이 평가 대상의 평판에 낮은 비중으로 반영될 수 있게 되며, 평가 대상과 관련된 평가의 경험이 풍부하고 대중적인 평가를 주로 수행한 평가자의 평가 값이 높은 비중으로 평판에 반영될 수 있게 된다. Through this process, the evaluation value of the evaluator whose evaluation has been little or no popular in the past can be reflected in the reputation of the evaluator with low weight. The appraisal value of the evaluator who mainly performed rich and popular evaluation can be reflected in the reputation with a high proportion.

그리고, 부당 평가는 사용자의 평가 성향과도 관련이 있다는 점에서, 본 발명에 따르면, 사용자와 평가 성향이 유사한 평가자의 평가가 보다 높게 평판에 반영될 수 있는 장점이 있다. In addition, according to the present invention, an unjust evaluation is related to a user's evaluation disposition, and thus, an evaluation of an evaluator having a similar evaluation tendency with a user may be more highly reflected in a reputation.

계속하여, 본 발명의 일 실시예에 따른 단계(S620)에서는 단계(S610)에서 가중치가 부여된 평가 값들을 이용하여 평가 대상에 대한 평판을 추론한다. Subsequently, in step S620 according to an embodiment of the present invention, the reputation for the evaluation target is inferred using the evaluation values weighted in step S610.

지금까지 본 발명에 따른 평판 정보 제공 방법의 실시예들에 대하여 설명하였고, 앞서 도 1 내지 도 5에서 설명한 평판 정보 제공 장치(100)에 관한 구성이 본 실시예에도 그대로 적용 가능하다. 이에, 보다 상세한 설명은 생략하기로 한다.Embodiments of the flat panel information providing method according to the present invention have been described so far, and the configuration of the flat panel information providing apparatus 100 described with reference to FIGS. 1 to 5 may be applied to the present embodiment as it is. Hereinafter, a detailed description will be omitted.

또한, 본 발명의 실시예들은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 일 실시예들의 동작을 수행하기 위해 적어도 하나의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.In addition, embodiments of the present invention may be implemented in the form of program instructions that can be executed through various computer means and recorded on a computer readable medium. The computer-readable medium may include program instructions, data files, data structures, and the like, alone or in combination. The program instructions recorded on the medium may be those specially designed and constructed for the present invention or may be available to those skilled in the art of computer software. Examples of computer-readable media include magnetic media such as hard disks, floppy disks, and magnetic tape; optical media such as CD-ROMs and DVDs; magnetic media such as floppy disks; Examples of program instructions, such as magneto-optical and ROM, RAM, flash memory and the like, can be executed by a computer using an interpreter or the like, as well as machine code, Includes a high-level language code. The hardware devices described above may be configured to operate as at least one software module to perform operations of one embodiment of the present invention, and vice versa.

이상과 같이 본 발명에서는 구체적인 구성 요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등하거나 등가적 변형이 있는 모든 것들은 본 발명 사상의 범주에 속한다고 할 것이다.As described above, the present invention has been described by specific embodiments such as specific components and the like. For those skilled in the art, various modifications and variations are possible from these descriptions. Accordingly, the spirit of the present invention should not be construed as being limited to the embodiments described, and all of the equivalents or equivalents of the claims, as well as the following claims, belong to the scope of the present invention .

100 : 평판 정보 제공 장치 110 : 가중치 부여부
112 : 양적 역량 산출부 114 : 질적 역량 산출부
116 : 평가 값 유사도 산출부 118 : 평가 대상 유사도 산출부
120 : 평판 추론부100: reputation information providing apparatus 110: weighting unit
112: quantitative capacity calculation unit 114: qualitative capacity calculation unit
116: evaluation value similarity calculation unit 118: evaluation target similarity calculation unit
120: reputation inference unit

Claims (15)

평가 대상에 대한 다수의 평가자의 평가 값들을 이용하여 상기 평가 대상에 대한 평판 정보를 사용자에게 제공하는 장치에 있어서,
상기 다수의 평가자 각각이 상기 평가 대상의 콘텐츠 분류에 포함되는 적어도 하나 이상의 이전 평가 대상에 대하여 기 수행한 평가에 관한 정보를 이용하여 상기 평가 값들 각각에 가중치를 부여하는 가중치 부여부; 및
상기 가중치가 부여된 평가 값들을 이용하여 상기 평가 대상에 대한 평판을 추론하는 평판 추론부;
를 포함하는 것을 특징으로 하는 평판 정보 제공 장치. An apparatus for providing reputation information on an evaluation target to a user using evaluation values of a plurality of evaluators on an evaluation target,
A weighting unit configured to weight each of the evaluation values by using the information on the evaluation that each of the plurality of evaluators has performed on at least one or more previous evaluation targets included in the content classification of the evaluation target; And
A reputation inference unit for inferring a reputation for the evaluation target using the weighted evaluation values;
Flatbed information providing apparatus comprising a. 제1항에 있어서,
상기 가중치 부여부는 상기 다수의 평가자 중 제1 평가자가 상기 적어도 하나의 이전 평가 대상에 대하여 기 수행한 평가의 횟수에 관한 정보를 이용하여 상기 제1 평가자의 평가 값에 가중치를 부여하는 것을 특징으로 하는 평판 정보 제공 장치.The method of claim 1,
The weighting unit weights an evaluation value of the first evaluator using information on the number of evaluations previously performed by the first evaluator among the plurality of evaluators with respect to the at least one previous evaluation target. Reputation information provision device. 제2항에 있어서,
상기 가중치 부여부는 상기 제1 평가자의 평가의 총 횟수 및 상기 제1 평가자의 평가의 대상이 된 콘텐츠 분류의 총 개수에 관한 정보를 더 이용하여 상기 제1 평가자의 평가 값에 가중치를 부여하는 것을 특징으로 하는 평판 정보 제공 장치. 3. The method of claim 2,
The weighting unit further weights an evaluation value of the first evaluator by further using information on the total number of evaluations of the first evaluator and the total number of content classifications that are the targets of the evaluation of the first evaluator. A flat information providing apparatus. 제2항에 있어서,
상기 가중치 부여부는 상기 다수의 평가자 중에서 상기 제1 평가자의 기 수행한 평가의 평가 값과 동일한 값으로 평가한 평가자의 수에 관한 정보를 이용하여 상기 제1 평가자의 평가 값에 가중치를 부여하는 것을 특징으로 하는 평판 정보 제공 장치. 3. The method of claim 2,
The weighting unit assigns a weight to an evaluation value of the first evaluator using information on the number of evaluators evaluated at the same value as the evaluation value of the first evaluation of the first evaluator among the plurality of evaluators. A flat information providing apparatus. 제4항에 있어서,
상기 가중치 부여부는 상기 적어도 하나의 이전 평가 대상에 대하여 기 수행된 상기 제1 평가자의 평가 횟수가 미리 설정된 임계값을 초과하는 경우에 상기 제1 평가자의 평가 값에 가중치를 부여하는 것을 특징으로 하는 평판 정보 제공 장치.5. The method of claim 4,
And the weighting unit weights an evaluation value of the first evaluator when the number of evaluations of the first evaluator previously performed on the at least one previous evaluation object exceeds a preset threshold. Informational device. 제5항에 있어서,
상기 미리 설정된 임계값은 상기 적어도 하나의 이전 평가 대상에 대한 상기 다수의 평가자별 평균 평가 횟수에 기초하여 설정되는 것을 특징으로 하는 평판 정보 제공 장치.The method of claim 5,
And the preset threshold is set based on the average number of evaluations for each of the plurality of evaluators for the at least one previous evaluation object. 제1항에 있어서,
상기 가중치 부여부는 상기 다수의 평가자 중 제1 평가자가 상기 적어도 하나의 이전 평가 대상 중 어느 하나의 이전 평가 대상에 대하여 기 수행한 평가의 평가 값과 상기 사용자가 상기 어느 하나의 이전 평가 대상에 대하여 기 수행한 평가의 평가 값 사이의 평가 값 유사도에 관한 정보를 산출하고, 상기 평가 값 유사도에 관한 정보를 이용하여 상기 제1 평가자의 평가 값에 가중치를 부여하는 것을 특징으로 하는 평판 정보 제공 장치. The method of claim 1,
The weighting unit may include an evaluation value of an evaluation previously performed by a first evaluator of the plurality of evaluators with respect to any one of the at least one previous evaluation object and the user based on the one previous evaluation object. And calculating information on the similarity of the evaluation values between the evaluation values of the performed evaluations, and weighting the evaluation values of the first evaluator using the information on the evaluation value similarities. 제7항에 있어서,
상기 평가 값 유사도에 관한 정보는 상기 어느 하나의 이전 평가 대상에 대하여 상기 제1 평가자의 기 수행한 평가의 평가 값과 상기 사용자의 기 수행한 평가의 평가 값 사이의 유클리드 거리에 기초하여 산출되는 것을 특징으로 하는 평판 정보 제공 장치.The method of claim 7, wherein
The information about the similarity of the evaluation value is calculated based on the Euclidean distance between the evaluation value of the first evaluation of the first evaluator and the evaluation value of the previously performed evaluation of the user with respect to any one previous evaluation object. Flat information providing device characterized in that. 제7항에 있어서,
상기 가중치 부여부는 상기 제1 평가자에 의해 기 평가된 적어도 하나의 이전 평가 대상 중 상기 사용자에 의해 기 평가된 평가 대상의 비율에 기초하여 평가 대상 유사도에 관한 정보를 더 산출하고, 상기 평가 대상 유사도에 관한 정보를 이용하여 상기 제1 평가자의 평가 값에 가중치를 부여하는 것을 특징으로 하는 평판 정보 제공 장치. The method of claim 7, wherein
The weighting unit further calculates information on an evaluation target similarity based on a ratio of the evaluation target previously evaluated by the user among at least one previous evaluation target previously evaluated by the first evaluator, And a weighted value of the evaluation value of the first evaluator using the related information. 평가 대상에 대한 다수의 평가자의 평가 값들을 이용하여 상기 평가 대상에 대한 평판 정보를 사용자에게 제공하는 방법에 있어서,
상기 다수의 평가자 각각이 상기 평가 대상의 콘텐츠 분류에 포함되는 적어도 하나 이상의 이전 평가 대상에 대하여 기 수행한 평가에 관한 정보를 이용하여 상기 평가 값들 각각에 가중치를 부여하는 단계; 및
상기 가중치가 부여된 평가 값들을 이용하여 상기 평가 대상에 대한 평판을 추론하는 단계;
를 포함하는 것을 특징으로 하는 평판 정보 제공 방법. A method of providing reputation information on an evaluation target to a user using evaluation values of a plurality of evaluators on an evaluation target,
Assigning a weight to each of the evaluation values by using the information about the evaluation that each of the plurality of evaluators has performed on at least one or more previous evaluation objects included in the content classification of the evaluation object; And
Inferring a reputation for the evaluation object using the weighted evaluation values;
Reputation information providing method comprising a. 제10항에 있어서,
상기 가중치를 부여하는 단계는 상기 다수의 평가자 중 제1 평가자가 상기 적어도 하나의 이전 평가 대상에 대하여 기 수행한 평가의 횟수에 관한 정보를 이용하여 상기 제1 평가자의 평가 값에 가중치를 부여하는 것을 특징으로 하는 평판 정보 제공 방법.The method of claim 10,
The assigning of the weights may include assigning a weight to an evaluation value of the first evaluator using information on the number of evaluations previously performed by the first evaluator among the plurality of evaluators on the at least one previous evaluation target. Reputation information providing method characterized by. 제11항에 있어서,
상기 가중치를 부여하는 단계는 상기 다수의 평가자 중에서 상기 제1 평가자의 기 수행한 평가의 평가 값과 동일한 값으로 평가한 평가자의 수에 관한 정보를 이용하여 상기 제1 평가자의 평가 값에 가중치를 부여하는 것을 특징으로 하는 평판 정보 제공 방법. 12. The method of claim 11,
The assigning of the weights may include weighting an evaluation value of the first evaluator by using information about the number of evaluators who evaluated the same value as the evaluation value of the first evaluation of the first evaluator among the plurality of evaluators. Reputation information providing method characterized in that. 제12항에 있어서,
상기 가중치를 부여하는 단계는 상기 적어도 하나의 이전 평가 대상에 대하여 기 수행된 상기 제1 평가자의 평가 횟수가 미리 설정된 임계값을 초과하는 경우에 상기 제1 평가자의 평가 값에 가중치를 부여하는 것을 특징으로 하는 평판 정보 제공 방법.The method of claim 12,
The assigning of the weights may include weighting an evaluation value of the first evaluator when the number of evaluations of the first evaluator previously performed on the at least one previous evaluation object exceeds a preset threshold. Reputation information provision method. 제10항에 있어서,
상기 가중치를 부여하는 단계는 상기 다수의 평가자 중 제1 평가자가 상기 적어도 하나의 이전 평가 대상 중 어느 하나의 이전 평가 대상에 대하여 기 수행한 평가의 평가 값과 상기 사용자가 상기 어느 하나의 이전 평가 대상에 대하여 기 수행한 평가의 평가 값 사이의 평가 값 유사도에 관한 정보를 산출하고, 상기 평가 값 유사도에 관한 정보를 이용하여 상기 제1 평가자의 평가 값에 가중치를 부여하는 것을 특징으로 하는 평판 정보 제공 방법.The method of claim 10,
The assigning of the weights may include: an evaluation value of an evaluation previously performed by a first evaluator among the plurality of evaluators with respect to any one of the at least one previous evaluation object and the user by the one or more previous evaluation objects. Calculating reputation information similarity between the evaluation values of the evaluations previously performed, and weighting the evaluation values of the first evaluator using the information on the evaluation value similarities. Way. 제14항에 있어서,
상기 가중치를 부여하는 단계는 상기 제1 평가자에 의해 기 평가된 적어도 하나의 이전 평가 대상 중 상기 사용자에 의해 기 평가된 평가 대상의 비율에 기초하여 평가 대상 유사도에 관한 정보를 더 산출하고, 상기 평가 대상 유사도에 관한 정보를 이용하여 상기 제1 평가자의 평가 값에 가중치를 부여하는 것을 특징으로 하는 평판 정보 제공 방법.
15. The method of claim 14,
The assigning of the weights may further include calculating information on similarity of evaluation targets based on a ratio of at least one previous evaluation target previously evaluated by the first evaluator, by the user. And a weight value is assigned to the evaluation value of the first evaluator using information on object similarity.
KR1020120045603A 2012-04-30 2012-04-30 Apparatus and method for providing reputation information KR20130122346A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020120045603A KR20130122346A (en) 2012-04-30 2012-04-30 Apparatus and method for providing reputation information

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120045603A KR20130122346A (en) 2012-04-30 2012-04-30 Apparatus and method for providing reputation information

Publications (1)

Publication Number Publication Date
KR20130122346A true KR20130122346A (en) 2013-11-07

Family

ID=49852157

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120045603A KR20130122346A (en) 2012-04-30 2012-04-30 Apparatus and method for providing reputation information

Country Status (1)

Country Link
KR (1) KR20130122346A (en)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110719506A (en) * 2019-10-21 2020-01-21 广州酷狗计算机科技有限公司 Method, device, server and storage medium for determining interest degree of user in video
KR102184206B1 (en) * 2019-08-19 2020-11-27 이명근 Server providing video platform service and operation method thereof
WO2022149891A1 (en) * 2021-01-08 2022-07-14 신현철 Individual or group reputation evaluation system and method

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102184206B1 (en) * 2019-08-19 2020-11-27 이명근 Server providing video platform service and operation method thereof
CN110719506A (en) * 2019-10-21 2020-01-21 广州酷狗计算机科技有限公司 Method, device, server and storage medium for determining interest degree of user in video
CN110719506B (en) * 2019-10-21 2022-02-11 广州酷狗计算机科技有限公司 Method, device, server and storage medium for determining interest degree of user in video
WO2022149891A1 (en) * 2021-01-08 2022-07-14 신현철 Individual or group reputation evaluation system and method

Similar Documents

Publication Publication Date Title
US11659050B2 (en) Discovering signature of electronic social networks
Simcoe et al. Status, quality, and attention: What's in a (missing) name?
Martin et al. Why experience matters to privacy: How context‐based experience moderates consumer privacy expectations for mobile applications
Jøsang et al. Challenges for robust trust and reputation systems
US20080077517A1 (en) Reputation, Information & Communication Management
US20120004959A1 (en) Systems and methods for measuring consumer affinity and predicting business outcomes using social network activity
US20130159069A1 (en) Monitoring method and system using collective intelligence and rating propagation in virtual world community
Kumar et al. Should I share it? Factors influencing fake news-sharing behaviour: A behavioural reasoning theory perspective
US20140280568A1 (en) Method and system for providing trust analysis for members of a social network
Nunes et al. Improving trust using online credibility sources and social network quality in P2P marketplaces
Wang et al. An unsupervised strategy for defending against multifarious reputation attacks
Lee et al. Management response to online WOM: Helpful or detrimental?
Gal-Oz et al. A robust and knot-aware trust-based reputation model
KR20130122346A (en) Apparatus and method for providing reputation information
Yan et al. User‐centric trust and reputation model for personal and trusted service selection
CN109284932B (en) Stranger social user evaluation method and system based on big data
Martínez-Torres et al. Identifying the features of reputable users in eWOM communities by using Particle Swarm Optimization
CN104394162B (en) Service quality credibility considered network service selection method
Serov et al. An experimental approach to reputation in e-participation
Zhao et al. The effect of privacy concerns on privacy recommenders
Allahbakhsh et al. Harnessing implicit teamwork knowledge to improve quality in crowdsourcing processes
Sanubari Arbitrator’s Conduct on Social Media
Roy Computational trust at various granularities in social networks
Lee et al. Manipulation: Online platforms’ inescapable fate
KR20130082788A (en) A system for selective matching service via on-line and a method for the same

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application