KR20140070065A - Method for recommender search in trust-aware recommender system - Google Patents

Method for recommender search in trust-aware recommender system Download PDF

Info

Publication number
KR20140070065A
KR20140070065A KR1020120138104A KR20120138104A KR20140070065A KR 20140070065 A KR20140070065 A KR 20140070065A KR 1020120138104 A KR1020120138104 A KR 1020120138104A KR 20120138104 A KR20120138104 A KR 20120138104A KR 20140070065 A KR20140070065 A KR 20140070065A
Authority
KR
South Korea
Prior art keywords
trust
recommender
key structure
network
hubs
Prior art date
Application number
KR1020120138104A
Other languages
Korean (ko)
Other versions
KR101430204B1 (en
Inventor
이승룡
구안 동하이
웨이웨이 유안
Original Assignee
경희대학교 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 경희대학교 산학협력단 filed Critical 경희대학교 산학협력단
Priority to KR1020120138104A priority Critical patent/KR101430204B1/en
Publication of KR20140070065A publication Critical patent/KR20140070065A/en
Application granted granted Critical
Publication of KR101430204B1 publication Critical patent/KR101430204B1/en

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/14—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using a plurality of keys or algorithms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

The present invention provides a method of searching a recommender for a trust-based recommendation system based on scale-freeness of a trust network, which is capable of effectively achieving a high prediction level. At least two hubs are selected from the trust network for the purpose of trust propagation and the selected at least two hubs are combined with one node to construct a key structure. After a hub, which relates to the recommender among the at least two hubs included in the key structure, is found out, an active user is connected to the key structure and the key structure and the recommender are connected to each other through the found hub. The trust network is a scale-free network. In addition, the node trusted by a certain node of the key structure is treated as the node trusted by the key structure.

Description

신뢰도 기반 추천 장치를 위한 추천인 검색 방법{METHOD FOR RECOMMENDER SEARCH IN TRUST-AWARE RECOMMENDER SYSTEM}{METHOD FOR RECOMMENDER SEARCH IN TRUST-AWARE RECOMMENDER SYSTEM}

본 발명은 사용자에게 신뢰에 기반한 가치있는 추천 정보를 제공하는 정보 필터링 기술에 대한 것으로, 좀 더 상세하게는 신뢰도 기반 추천 장치(Trust-Aware recommender System)에 대한 것이다.The present invention relates to an information filtering technique for providing valuable recommendation information based on trust to a user, and more particularly, to a trust-based recommender system.

오늘날까지 사용자에게 콘텐츠나 제품을 추천하기 위한 다양한 추천 기법들이 개발되어 왔으며, 인터넷과 같은 동시에 다수의 사용자가 접속할 수 있는 네트워크의 발달로 인해 다양한 사용자들로부터 필요한 정보를 수집하기 쉬워졌으며, 콘텐츠나 제품 추천에 대한 사용자들의 요구 또한 증가하고 있다. 신뢰 인식 추천 시스템(Trust-Aware recommender System, 이하 TARS라 칭함)은 이러한 사용자들의 요구에 따라 네트워크 상의 다수의 이용자들 가운데 높은 신뢰를 가지는 이용자들을 추천인으로 선별하고, 선별된 추천인으로부터 사용자가 요구하는 아이템(Item)에 대한 추천을 수집하여 사용자에게 제공하는 시스템이다.To date, various recommendation techniques have been developed for recommending content or products to users. It has become easier to collect necessary information from various users due to the development of a network that can be accessed by a large number of users at the same time as the Internet. Users' needs for referrals are also increasing. A Trust-Aware Recommender System (hereinafter referred to as TARS) selects users who have high trust among a large number of users on the network as recommenders based on the requests of the users, (Item), and provides it to the user.

TARS는 사용자들에게 신뢰에 기반한 가치 있는 정보를 제공한다. 여기서 신뢰란 능력과 행동에 기반한 사용자에 대한 믿음을 위한 의지의 정도를 나타낸다. 즉, 네트워크에 속해 있는 사용자들 개개인의 능력과 행동에 기반한 신뢰도를 의미한다. 이러한 신뢰는 수동적이다. 그래서 만약 사용자들 간에 직접적인 신뢰가 없다면, 신뢰 전달에 경유해서 간접적인 신뢰 관계를 성립할 수 있다. 이것은 종래에 일반적으로 사용되는 추천 시스템에 있어서 데이터의 산적한 문제 및 콜드 스타트(Cold Start) 문제를 해결하는 TARS의 효과에 기여한다. TARS provides users with valuable information based on trust. Here trust refers to the degree of willingness to trust the user based on ability and behavior. In other words, it means reliability based on the ability and behavior of users belonging to the network. This trust is passive. So, if there is no direct trust between users, indirect trust can be established via trust transfer. This contributes to the problem of data accumulation and the effect of TARS in resolving the cold start problem in the conventionally used recommendation system.

TARS의 근본적인 요구는 많은 사용자를 위해 가능한 한 다수의 추천인(Recomender)을 효과적으로 찾는 것이다. 즉, 연산이 복잡하지 않으면서 높은 예측 범위(Coverage)를 가지는 추천인을 찾는 것이다. 이것은 다양한 추천들이 서로 다른 측면을 고려하여 아이템(Item)의 질을 반영하는 중요한 정보이기 때문이다. 하지만 TARS는 관련된 부분적인 추천들에 의해 유용한 정보의 일부를 손실할 수 있다. 종래의 TARS는 추천인을 찾기 위한 방법에 대한 정보를 제공하지 않는다. 종래의 TARS는 추천인을 찾기 위해 신뢰 네트워크(Trust Network) 전체를 검색한다. 이러한 방법은 신뢰 경로 상의 도달 가능한 모든 노드를 검색하기 때문에 TARS는 높은 예측 범위를 가질 수 있다. 하지만 TARS가 광범위한 스케일(Large Scale)의 네트워크를 가질 경우, 매우 많은 연산을 요구한다.The fundamental requirement of TARS is to find as many Recomenders as possible for as many users as possible. That is, it searches for a recommender with high coverage without high complexity. This is because the various recommendations are important information that reflects the quality of the Item in consideration of the different aspects. However, TARS may lose some of the useful information due to related partial recommendations. Conventional TARS does not provide information on how to find referrers. Conventional TARS searches the entire trust network to find referrals. Since this method retrieves all reachable nodes on the trust path, TARS can have a high prediction range. However, when TARS has a large scale network, it requires a lot of computation.

신뢰 네트워크는 척도 없는(Scale-free) 네트워크에 의해 입증된다. 그리고 척도 없는 네트워크의 차수 분포는 멱법칙(Power Law)을 따른다. 여기서 멱법칙은 예를 들어

Figure pat00001
이 될 수 있다. 척도 없는 네트워크에 있어서 가장 주목할만한 특징은 노드(Node)의 존재이다. 가장 높은 차수의 노드들은 종종 허브(Hub)라고 불린다. 허브는 그 수가 제한적임에도 불구하고, 척도 없는 네트워크의 연결을 지배한다. Trust networks are evidenced by scale-free networks. And the order distribution of the scaleless network follows the power law. The power law here is, for example,
Figure pat00001
. The most notable feature of a scaleless network is the presence of a node. The nodes of the highest order are often called hubs. Hub governs the connection of a scaleless network, even though its number is limited.

이러한 허브의 뛰어난 연결에 따른 혜택을 위해, 검색 메카니즘에 기반한 척도 없는 네트워크는 척도 없는 네트워크에서의 높은 효율임이 입증되었습니다. 그러나 척도 없는 네트워크의 종래의 검색 메카니즘은 TARS를 위한 만족스러운 추전인을 찾을 수 없다. 이것은 차수 분포의 멱

Figure pat00002
이 2보다 크고 3보다 작기 때문이다.
Figure pat00003
이 작기 때문에, 신뢰 경로의 각 단계에서 선택된 최대 차수 노드는 상급 노드들의 수를 담당하지 못한다. 이는 적용 범위를 한정시킨다. 게다가 더 작은
Figure pat00004
는 적용 범위를 감소시킨다.To benefit from the superior connectivity of these hubs, scale-based networks based on discovery mechanisms have proven to be highly efficient on scaleless networks. However, the conventional search mechanism of a scaleless network can not find a satisfactory proposition for TARS. This is the power of the order distribution
Figure pat00002
Is greater than 2 and less than 3.
Figure pat00003
, The maximum order node selected at each step of the trust path is not responsible for the number of higher nodes. This limits the scope of application. And even smaller
Figure pat00004
Reduces the coverage.

본 발명이 해결하고자 하는 과제는 종래의 TARS 시스템이 가지는 문제를 해결하기 위하여 TARS를 위한 높은 예측 범위를 효과적으로 성취할 수 있는 신뢰 네트워크의 척도 없음(Scale-freeness) 기반의 신뢰도 기반 추천 장치를 위한 추천인 검색 방법을 제공한다.A problem to be solved by the present invention is to provide a recommendation for a trust-based recommendation apparatus based on a scale of a trust network capable of effectively achieving a high predictive range for TARS in order to solve the problems of the conventional TARS system Provides a search method.

본 발명에 따른 신뢰도 기반 추천 장치를 위한 추천인 검색 방법은 신뢰 전파를 위해 신뢰 네트워크에서 둘 이상의 허브를 선택하고, 선택된 둘 이상의 허브를 하나의 노드와 같이 묶어 키 스트럭처를 구축한다. 그리고 키 스트럭처에 포함된 둘 이상의 허브 중에서 추천인과 연결된 허브를 검색한 후, 액티브 사용자를 키 스트럭처에 연결하고, 검색된 허브를 통해 키 스트럭처와 추천인을 연결한다.The recommender search method for a trustworthiness recommender according to the present invention selects two or more hubs in a trust network for trust propagation and builds a key structure by grouping two or more selected hubs together as one node. After searching for a hub connected to a recommender among two or more hubs included in the key structure, the active user is connected to the key structure, and the key structure and recommender are connected through the retrieved hub.

신뢰 네트워크는 척도 없는 네트워크(Scale-free Network)인 것을 특징으로 한다. 그리고 키 스트럭처의 임의의 노드에 의해 신뢰된 노드는 키 스트럭처에 의해 신뢰된 노드와 같이 여겨지는 것을 특징으로 한다. 그리고 키 스트럭처의 임의의 노드에 의해 신뢰된 노드는 키 스트럭처에 의해 신뢰된 노드와 같이 여겨진다.The trust network is characterized by being a scale-free network. And a trusted node by any node of the key structure is considered to be trusted by the key structure. And trusted nodes by any node in the keystructure are considered to be trusted nodes by keystructures.

신뢰 네트워크의 크기, 상기 키 스트럭처의 크기, 상기 신뢰 네트워크의 평균 차수 및 상기 키 스트럭처의 평균 차수 사이의 관계는 The relationship between the size of the trust network, the size of the key structure, the average degree of the trust network and the average degree of the key structure

Figure pat00005
및
Figure pat00005
And

Figure pat00006
Figure pat00006

를 만족하며, 상기

Figure pat00007
은 상기 신뢰 네트워크의 크기이고, 상기
Figure pat00008
는 상기 키 스트럭처의 크기이고, 상기
Figure pat00009
는 상기 신뢰 네트워크의 평균 차수이고,
Figure pat00010
는 상기 키 스트럭처의 평균 차수이다., And
Figure pat00007
Is the size of the trust network,
Figure pat00008
Is the size of the key structure,
Figure pat00009
Is an average degree of the trust network,
Figure pat00010
Is the average degree of the key structure.

액티브 사용자 및 추천인 사이의 가장 짧은 신뢰 전파 경로에서 홉의 수에 따른 신뢰 전파 거리는,The trust propagation distance according to the number of hops in the shortest trust propagation path between the active user and the recommender,

Figure pat00011
및
Figure pat00011
And

Figure pat00012
에 의해 산출되며,
Figure pat00012
Lt; / RTI >

Figure pat00013
는 신뢰 네트워크에 포함된 다수의 이용자 사이의 허용 가능한 신뢰 전파 거리의 최대값이고,
Figure pat00014
은 신뢰 네트워크의 경로 길이의 평균이고,
Figure pat00015
은 신뢰 네트워크의 대응 무작위 네트워크(Corresponding Random Network)의 평균 경로 길이이다.
Figure pat00013
Is the maximum value of the allowable trust propagation distance between a plurality of users included in the trust network,
Figure pat00014
Is the average of the path lengths of the trust network,
Figure pat00015
Is the average path length of the Corresponding Random Network of the trust network.

키 스트럭처에 포함된 둘 이상의 허브 중에서 상기 추천인과 연결된 허브를 검색하는 단계의 연산의 복잡성은The complexity of the operation of searching for hubs connected to the recommender among two or more hubs included in the key structure

Figure pat00016
Figure pat00016

Figure pat00017
에 의해 산출되며,
Figure pat00017
Lt; / RTI >

Figure pat00018
는 신뢰 네트워크의 평균 차수이고,
Figure pat00019
는 신뢰 전파 거리이고,
Figure pat00020
는 액티브 사용자로부터 키 스트럭처까지의 신뢰 전파 거리이고,
Figure pat00021
은 키 스트럭처로부터 추천인까지의 신뢰 전파 거리이다.
Figure pat00018
Is the average degree of the trust network,
Figure pat00019
Is the trust propagation distance,
Figure pat00020
Is the trust propagation distance from the active user to the key structure,
Figure pat00021
Is the trust propagation distance from the key structure to the recommender.

본 발명에서 신뢰 네트워크가 척도 없는 네트워크이기 때문에, 신뢰 네트워크에서 일부 노드의 차수는 평균을 크게 넘어선다. 이 노드들은 신뢰 네트워크의 허브라고 불린다. 이러한 허브는 그 수가 제한적이기 때문에 신뢰 네트워크의 연결을 지배한다.In the present invention, since the trust network is a scale-free network, the degree of some nodes in the trust network greatly exceeds the average. These nodes are called hubs of the trust network. These hubs dominate the connection of the trusted network because of their limited number.

본 발명에 따른 신뢰도 기반 추천 장치를 위한 추천인 검색 방법은 종래에 신뢰도 기반 추천 장치가 신뢰 네트워크 전체로부터 추천인을 검색하는 방법과 달리 신뢰 네트워크가 척도 없는 네트워크 기반의 스몰 월드 네트워크(Small World Network)로 보고 전체 네트워크가 아닌 다수의 연결을 가진 허브를 키 스트럭처로 구축하여 검색하기 때문에 연산의 복잡성을 감소할 수 있다.The recommender search method for the reliability-based recommender apparatus according to the present invention differs from the conventional method in which the reliability-based recommender apparatus searches recommenders from the entire trust network as a small-world network based on a network without a scale The complexity of the operation can be reduced by constructing and retrieving a hub with multiple connections rather than the entire network as a keystructure.

도 1은 본 발명에 따른 신뢰도 기반 추천 장치를 위한 추천인 검색 방법의 키 스트럭처의 구성도이다.
도 2는 본 발명에 따른 신뢰도 기반 추천 장치를 위한 추천인 검색 방법의 흐름도를 나타낸다.1 is a block diagram of a key structure of a recommender search method for a reliability based recommendation apparatus according to the present invention.
FIG. 2 is a flowchart illustrating a recommender search method for a reliability-based recommendation apparatus according to the present invention.

이하, 첨부된 도면들을 참조하여 본 발명의 실시예를 상세하게 설명한다. 본 명세서에서 사용되는 용어는 실시예에서의 기능 및 효과를 고려하여 선택된 용어들로서, 그 용어의 의미는 사용자 또는 운용자의 의도 또는 업계의 관례 등에 따라 달라질 수 있다. 따라서 후술하는 실시예들에서 사용된 용어의 의미는, 본 명세서에 구체적으로 명시된 경우에는 명시된 정의에 따르며, 구체적으로 명시하지 않는 경우, 당업자들이 일반적으로 인식하는 의미로 해석되어야 할 것이다.
Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings. The terms used in the present specification are terms selected in consideration of the functions and effects in the embodiments, and the meaning of the terms may vary depending on the intention of the user or the operator or industry custom. Therefore, the meaning of the term used in the following embodiments is based on the defined definition when specifically stated in this specification, and unless otherwise stated, it should be interpreted in a sense generally recognized by those skilled in the art.

도 1은 본 발명에 따른 신뢰도 기반 추천 장치를 위한 추천인 검색 방법의 키 스트럭처의 구성도이다.1 is a block diagram of a key structure of a recommender search method for a reliability based recommendation apparatus according to the present invention.

도 1을 참조하면, 본 발명에 따른 신뢰도 기반 추천 장치를 위한 추천인 검색 방법의 핵심은 키 스트럭처(100)를 구축하는데 있다. 키 스트럭처(100)는 신뢰 네트워크의 다수의 허브로 구성된다. 액티브 사용자(110)는 먼저 키 스트럭처에 접속하고, 키 스트럭처(100)를 통해 액티브 사용자(110)를 위한 추천인(130)를 검색한다.Referring to FIG. 1, a key point of a recommender search method for a reliability-based recommendation apparatus according to the present invention is to construct a key structure 100. The key structure 100 comprises a plurality of hubs of the trust network. The active user 110 first contacts the key structure and retrieves the recommender 130 for the active user 110 via the key structure 100.

본 발명에 따른 신뢰도 기반 추천 장치를 위한 추천인 검색 방법의 키 스트럭처(100)는 둘 이상의 허브를 포함한다. 키 스트럭처(100)는 둘 이상의 허브로 구성되며, 각각의 허브는 다수의 노드와 연결되어 있기 때문에 키 스트럭처는 다수의 노드와 연결될 수 있다. 본 발명에 따른 검색 방법은 추천인(130)을 검색하기 위해 신뢰 네트워크에 있는 전체 노드를 검색하는 것이 아니라, 다수의 노드와 연결된 허브를 통해 추천인을 검색한다. 키 스트럭처에 포함된 다수의 연결된 노드를 가지는 허브 중에서 액티브 사용자(110)에게 연결할 추천인(130)과 연결 관계를 가지는 허브를 검색한다. 그리고 액티브 사용자(110) 및 추천인(130)을 키 스트럭처(100)와 연결한다.The key structure 100 of the recommender search method for a reliability-based recommendation apparatus according to the present invention includes two or more hubs. Since the key structure 100 is composed of two or more hubs, and each hub is connected to a plurality of nodes, the key structure can be connected to a plurality of nodes. The search method according to the present invention does not search all the nodes in the trust network to search the recommender 130 but searches the recommenders through the hub connected to the plurality of nodes. Searches for a hub having a connection relationship with the recommender 130 to be connected to the active user 110 among the hubs having a plurality of connected nodes included in the key structure. And connects the active user 110 and the recommender 130 to the key structure 100.

신뢰도 기반 추천 장치는 척도 없는(Scale-free) 네트워크를 기반으로 한다. 일반적인 인적 네트워크(Social Network)는 연결 방식에 따라 크게 세 가지로 나눠질 수 있다. 일정한 규칙에 따라 인접한 곳과 일정한 숫자로만 링크되는 정규 네트워크(Regular Network), 무작위로 서로 연결되어 있는 무작위 네트워크(Random Network) 그리고 구성원의 일부만이 전혀 다른 곳으로 연결되어 있는 스몰 월드 네트워크(Small World Network)로 구분할 수 있다. 스몰 월드 네트워크를 예를 들어 설명하면, 임의의 인물의 학교 동창들과 회사 동료들의 두 집단은 서로 직접적인 연관이 없으나 허브 역할을 하는 임의의 인물에 의해 두 집단은 임의의 인물을 중심으로 연결되어 있다고 볼 수 있다. 이러한 인적 네트워크를 스몰 월드 네트워크 형태라고 한다.Reliability-based recommendation devices are based on a scale-free network. A typical social network can be roughly divided into three types according to the connection method. A Regular Network that links only a certain number with a neighboring place according to a certain rule, a Random Network that is connected to a random network, and a Small World Network ). For example, in a small world network, two groups of schoolmates and company colleagues of any character are not directly related, but the two groups are centered around arbitrary figures by any person acting as a hub can see. These human networks are called small world networks.

서버상에서 다수의 이용자 사이의 신뢰 네트워크를 구성하는 각각의 노드들은 평등한 연결을 가지는 것이 아니라 일부 노드가 다수의 연결을 독식하는 형태이다. 이용자 사이의 신뢰 네트워크는 정규 네트워크(Regular Network)에 첨가되는 몇몇 무작위 연결에 의해 급속히 좁아지는 것이 아니라, 절대 다수의 노드들이 소수의 연결을 가지고 있는 것과 달리 극소수의 노드들이 다수의 연결을 차지하는 스몰 월드 네트워크(Small World Network) 형태를 가진다. Each node that constitutes a trust network between a plurality of users on a server has not an equal connection but some nodes take in multiple connections. The trust network between users is not rapidly narrowed down by a few random connections added to the Regular Network, but a small number of nodes occupy a large number of connections, (Small World Network).

즉 네트워크망의 여러 이용자가 서로 무작위로 연결되는 형태를 나타내기보다는, 소수의 이용자(허브, Hub)가 다수의 다른 이용자(노드, Node)를 연결하는 형태를 나타낸다. 예를 들어, 특정 집단에 속해 있는 다수의 이용자는 해당 집단을 대표할 수 있는 소수의 이용자를 중심으로 관계를 형성할 수 있다. 이러한 경우, 해당 집단을 대표할 수 있는 소수의 이용자가 허브의 역할을 수행하며, 다른 이용자는 노드의 역할을 수행한다.That is, rather than representing a form in which a plurality of users of a network network are randomly connected to each other, a small number of users (hubs, hubs) connect to a plurality of other users (nodes, nodes). For example, a large number of users belonging to a certain group can form a relationship based on a small number of users who can represent the group. In this case, a small number of users who can represent the group perform a hub role, and other users perform a role of a node.

네트워크에 포함된 다수의 이용자 전체를 검색하여 추천인을 찾는 것은 매우 많은 연산량을 필요로 한다. 반면에 본 발명에 따른 신뢰도 기반 추천 장치를 위한 추천인 검색 방법은 네트워크에 포함된 다수의 이용자 중에서 추천인을 검색할 때, 네트워크에 포함된 다수의 이용자 전체를 검색하는 것이 아니라 다수의 노드가 연결된 허브를 통해 추천인을 검색한다. Searching a whole number of users included in a network to find a recommender requires a large amount of computation. On the other hand, the recommender search method for a reliability-based recommendation apparatus according to the present invention is a method for searching recommenders from among a plurality of users included in a network, not searching for a plurality of users included in a network, Search for referrers through.

차수 분포(Degree Distribution)의 멱(Power)인

Figure pat00022
이 작음에도 불구하고, 신뢰 네트워크가 척도 없는 네트워크이기 때문에 다수의 허브가 존재한다. 따라서 검색 메카니즘이 이러한 허브들의 상위 출력 차수로부터의 이득에 의해 추천인을 검색하는 것이 더욱 효과적이다.The power of the degree distribution
Figure pat00022
Despite this small size, there are many hubs because the trust network is a scaleless network. It is therefore more effective for the search mechanism to search for referrers by the benefit from the higher output order of these hubs.

도 2는 본 발명에 따른 신뢰도 기반 추천 장치를 위한 추천인 검색 방법의 흐름도를 나타낸다.FIG. 2 is a flowchart illustrating a recommender search method for a reliability-based recommendation apparatus according to the present invention.

도 2를 참조하면, 본 발명에 따른 신뢰도 기반 추천 장치를 위한 추천인 검색 방법은 먼저, 신뢰 전파를 위해 키 스트럭처를 구축하기 위해 신뢰 네트워크에서 둘 이상의 허브를 선택한다(201). 신뢰 전파의 각 단계에서 하나 또는 그 이상의 가장 높은 차수를 가지는 로컬 노드를 선택하는 대신에, 키 스트럭처(Key Structure)를 구축하기 위해 신뢰 네트워크에서 다수의 허브를 선택한다. Referring to FIG. 2, a recommender search method for a trustworthiness recommendation apparatus according to the present invention first selects two or more hubs in a trust network to construct a key structure for trust propagation (201). Instead of selecting a local node with one or more highest orders in each step of trust propagation, multiple hubs are selected in the trust network to build a key structure.

다음으로 선택된 둘 이상의 허브를 묶어 키 스트럭처를 구축한다(202). 키 스트럭처는 둘 이상의 허브로 구성되며, 각각의 허브는 다수의 노드와 연결되어 있기 때문에 키 스트럭처는 다수의 노드와 연결될 수 있다. 본 발명에 따른 검색 방법은 추천인을 검색하기 위해 신뢰 네트워크에 있는 전체 노드를 검색하는 것이 아니라, 다수의 노드와 연결된 허브를 통해 추천인을 검색한다. 따라서 둘 이상의 허브를 묶어 키 스트럭처를 구성한다.Next, two or more hubs selected are assembled to construct a key structure (202). The key structure is composed of two or more hubs, and each hub is connected to a plurality of nodes, so that the key structure can be connected to a plurality of nodes. The search method according to the present invention does not search all the nodes in the trust network but searches the recommenders through hubs connected to a plurality of nodes in order to search recommenders. Therefore, two or more hubs are combined to form a key structure.

그리고나서, 추천인을 찾기 위해 키 스트럭처에 연결된 노드를 검색한다(203). 키 스트럭처에 포함된 둘 이상의 허브는 다수의 노드와 연결되어 있다. 따라서 키 스트럭처에 포함된 둘 이상의 허브 중에서 액티브 사용자가 원하는 추천인과 연결된 허브를 검색한다. 이때,

Figure pat00023
,
Figure pat00024
,
Figure pat00025
및
Figure pat00026
사이의 관계는 수학식 1과 같다.Then, a node connected to the key structure is searched for a recommender (203). Two or more hubs included in the key structure are connected to a plurality of nodes. Therefore, among the two or more hubs included in the key structure, the active user searches for a hub connected to a desired recommender. At this time,
Figure pat00023
,
Figure pat00024
,
Figure pat00025
And
Figure pat00026
Is expressed by Equation (1).

Figure pat00027
Figure pat00027

Figure pat00028
Figure pat00028

수학식 1에서

Figure pat00029
은 신뢰 네트워크의 크기이고,
Figure pat00030
는 키 스트럭처의 크기이고,
Figure pat00031
는 신뢰 네트워크의 평균 차수이고,
Figure pat00032
는 키 스트럭처의 평균 차수이다.In Equation (1)
Figure pat00029
Is the size of the trust network,
Figure pat00030
Is the size of the key structure,
Figure pat00031
Is the average degree of the trust network,
Figure pat00032
Is the average degree of the key structure.

본 발명의 키 스트럭처는 하나의 슈퍼 노드(super node)이다. 키 스트럭처의 임의의 노드에 의해 신뢰된 노드는 키 스트럭처에 의해 신뢰된 노드와 같이 여겨진다. 그리고 만약 키 스트럭처가 특정한 노드를 신뢰한다면, 이것은 키 스트럭처를 신뢰하는 것처럼 여겨진다. 액티브 사용자(Active User)를 위한 추천인을 검색하기 위해, 첫 번째로 액티브 사용자를 신뢰 전파의 가장 짧은 경로로 키 스트럭처에 접속시킨다.The key structure of the present invention is one super node. Trusted nodes by any node in the keystructure are considered like trusted nodes by the keystructure. And if the keystructure trusts a particular node, it is assumed to trust the keystructure. To search for referrals for an Active User, first connect the active user to the keystroke with the shortest path of trust propagation.

다음으로 액티브 사용자는 신뢰 확산의 두 홉(hop)과 같이 키 스트럭처에 연결된다(204). 그리고 키 스트럭처는 신뢰 네트워크의 한 홉과 같이 추천인에 연결된다(205). 203 단계에서 키 스트럭처에 포함된 둘 이상의 허브 중에서 추천인과 연결된 허브를 검색하면, 키 스트럭처는 검색된 허브를 통해 추천인에 연결된다. 신뢰 네트워크가 스몰 월드 네트워크(Small World Network)라는 사실이 입증된 이래로, 액티브 이용자로부터 추천인까지의 가장 짧은 신뢰 전파 경로에서 홉의 수를 언급하는 신뢰 전파 거리는 수학식 2에 의해 산출된다.The active user is then connected 204 to the keystructure, such as two hops of trust spreading. The keystructure is then connected to the recommender (205) as one hop of the trust network. In step 203, when a hub connected to a recommender is searched out from two or more hubs included in the key structure, the key structure is connected to the recommender through the searched hub. Since the trust network has proven to be a Small World Network, the trust propagation distance, which refers to the number of hops in the shortest trust propagation path from the active user to the recommender, is computed by Equation (2).

Figure pat00033
Figure pat00033

Figure pat00034
Figure pat00034

수학식 2에서

Figure pat00035
는 사용자들 사이의 허용 가능한 신뢰 전파 거리의 최대값이고,
Figure pat00036
은 신뢰 네트워크의 경로 길이의 평균이고,
Figure pat00037
은 신뢰 네트워크의 대응 무작위 네트워크(Corresponding Random Network)의 평균 경로 길이이다.In Equation 2,
Figure pat00035
Is the maximum value of the allowable trust propagation distance between users,
Figure pat00036
Is the average of the path lengths of the trust network,
Figure pat00037
Is the average path length of the Corresponding Random Network of the trust network.

본 발명에 따른 신뢰도 기반 추천 장치를 위한 추천인 검색 방법의 연산의 복잡성은 크게 세 부분에서 나타난다. 첫 번째는 액티브 사용자가 키 스트럭처로 접속하는 과정(204 단계)이다. 두 번째는 키 스트럭처 내부를 검색하는 과정(203 단계)이다. 마지막 세 번째는 키 스트럭처를 추천인에게 연결하는 과정(205 단계)이다.The computational complexity of the recommender search method for the reliability-based recommender according to the present invention is largely divided into three parts. The first step is to connect the active user to the key structure (step 204). The second step is to search the inside of the key structure (step 203). The third is the process of linking the key structure to the recommender (step 205).

신뢰 네트워크의 크기(n)가 키 스트럭처의 크기(ns)보다 더 크기 때문에, 키 스트럭처 내부 검색에 필요한 연산의 복잡성은 상대적으로 나머지 두 과정보다 더 적은 연산을 필요로 한다. 따라서 본 발명의 연산의 복잡성은 수학식 3과 같다.Because of the size (n) of the trust network is larger than the size (n s) of the key structures, the complexity of the operations necessary for the key structures within the search will require less computation than two steps relative to the rest. Therefore, the computational complexity of the present invention is expressed by Equation (3).

Figure pat00038
Figure pat00038

Figure pat00039
Figure pat00039

수학식 3에서

Figure pat00040
는 신뢰 네트워크의 평균 차수이고,
Figure pat00041
는 신뢰 전파 거리이고,
Figure pat00042
는 액티브 사용자(110)로부터 키 스트럭처까지의 신뢰 전파 거리이고,
Figure pat00043
은 키 스트럭처로부터 추천인(150)까지의 신뢰 전파 거리이다. 결국 본 발명에 따른 신뢰도 기반 추천 장치를 위한 추천인 검색 방법의 복잡성은
Figure pat00044
로 산출된다.In Equation 3,
Figure pat00040
Is the average degree of the trust network,
Figure pat00041
Is the trust propagation distance,
Figure pat00042
Is the trust propagation distance from the active user 110 to the key structure,
Figure pat00043
Is the trust propagation distance from the key structure to the recommender 150. The complexity of the recommender search method for the reliability based recommender according to the present invention
Figure pat00044
.

종래의 신뢰도 기반 추천 시스템(TARS) 검색 방법의 연산의 복잡성을

Figure pat00045
라고 할때, 수학식 4가 성립한다면,
Figure pat00046
,
Figure pat00047
,
Figure pat00048
및
Figure pat00049
의 관계는 수학식 5와 같다.The computational complexity of the conventional reliability-based recommendation system (TARS)
Figure pat00045
If Equation (4) holds,
Figure pat00046
,
Figure pat00047
,
Figure pat00048
And
Figure pat00049
Is expressed by Equation (5).

Figure pat00050
Figure pat00050

Figure pat00051
Figure pat00051

만약 수학식 6을 만족하면, 본 발명에 따른 검색 방법의 연산의 복잡성은 종래의 TARS의 검색 방법보다 연산량이 상대적으로 더 적게 된다.If the expression (6) is satisfied, the computational complexity of the search method according to the present invention is relatively smaller than that of the conventional TARS search method.

Figure pat00052
Figure pat00052

이상 바람직한 실시 예를 들어 본 발명을 상세하게 설명하였으나, 본 발명은 전술한 실시 예에 한정되지 않고, 본 발명의 기술적 사상의 범위 내에서 당 분야에서 통상의 지식을 가진 자에 의하여 여러 가지 변형이 가능하다.While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is to be understood that the invention is not limited to the disclosed exemplary embodiments, but, on the contrary, It is possible.

100: 키 스트럭처
110: 액티브 사용자
130: 추천인100: Key structure
110: Active User
130: Referrer

Claims (9)

신뢰 네트워크에 포함된 다수의 이용자 중에서 신뢰받는 추천인을 통해 액티브 사용자(Active User)에게 아이템(Item)을 추천하는 추천 장치를 위한 추천인 검색 방법에 있어서,
신뢰 전파를 위해 신뢰 네트워크에서 둘 이상의 허브를 선택하는 단계;
상기 선택된 둘 이상의 허브를 하나의 노드와 같이 묶어 키 스트럭처를 구축하는 단계;
상기 키 스트럭처에 포함된 둘 이상의 허브 중에서 상기 추천인과 연결된 허브를 검색하는 단계;
상기 액티브 사용자를 상기 키 스트럭처에 연결하는 단계; 및
상기 검색된 허브를 통해 상기 키 스트럭처와 상기 추천인을 연결하는 단계;
를 포함하는 것을 특징으로 하는 신뢰도 기반 추천 장치를 위한 추천인 검색 방법.A recommender search method for recommending an item to an active user through a trusted recommender among a plurality of users included in a trust network,
Selecting two or more hubs in the trust network for trust propagation;
Constructing a key structure by grouping the selected two or more hubs together as one node;
Searching for a hub connected to the recommender among two or more hubs included in the key structure;
Connecting the active user to the key structure; And
Connecting the key structure and the recommender through the searched hub;
And a recommender search method for a reliability based recommender apparatus. 제 1항에 있어서,
상기 신뢰 네트워크는,
척도 없는 네트워크(Scale-free Network)인 것을 특징으로 하는 신뢰도 기반 추천 장치를 위한 추천인 검색 방법.The method according to claim 1,
The trust network comprises:
Wherein the recommender search method is a scale-free network. 제 1항에 있어서,
상기 신뢰 네트워크의 크기, 상기 키 스트럭처의 크기, 상기 신뢰 네트워크의 평균 차수 및 상기 키 스트럭처의 평균 차수 사이의 관계는,
Figure pat00053
및
Figure pat00054

를 만족하며,
상기
Figure pat00055
은 상기 신뢰 네트워크의 크기이고, 상기
Figure pat00056
는 상기 키 스트럭처의 크기이고, 상기
Figure pat00057
는 상기 신뢰 네트워크의 평균 차수이고, 상기
Figure pat00058
는 상기 키 스트럭처의 평균 차수인 것을 특징으로 하는 신뢰도 기반 추천 장치를 위한 추천인 검색 방법.The method according to claim 1,
The relationship between the size of the trust network, the size of the key structure, the average degree of the trust network, and the average degree of the key structure,
Figure pat00053
And
Figure pat00054

Lt; / RTI >
remind
Figure pat00055
Is the size of the trust network,
Figure pat00056
Is the size of the key structure,
Figure pat00057
Is an average degree of the trust network,
Figure pat00058
Is a mean degree of the key structure. ≪ RTI ID = 0.0 > [10] < / RTI > 제 1항에 있어서,
상기 키 스트럭처의 임의의 노드에 의해 신뢰된 노드는 상기 키 스트럭처에 의해 신뢰된 노드와 같이 여겨지는 것을 특징으로 하는 신뢰도 기반 추천 장치를 위한 추천인 검색 방법.The method according to claim 1,
Wherein trusted nodes by any node of the keystructure are considered to be trusted nodes by the keystroke. 제 1항에 있어서,
상기 액티브 사용자 및 상기 추천인 사이의 가장 짧은 신뢰 전파 경로에서 홉의 수에 따른 신뢰 전파 거리는,
Figure pat00059
및

Figure pat00060
에 의해 산출되며,
상기
Figure pat00061
는 상기 신뢰 네트워크에 포함된 다수의 이용자 사이의 허용 가능한 신뢰 전파 거리의 최대값이고, 상기
Figure pat00062
은 상기 신뢰 네트워크의 경로 길이의 평균이고, 상기
Figure pat00063
은 상기 신뢰 네트워크의 대응 무작위 네트워크(Corresponding Random Network)의 평균 경로 길이인 것을 특징으로 하는 신뢰도 기반 추천 장치를 위한 추천인 검색 방법.The method according to claim 1,
The trust propagation distance in accordance with the number of hops in the shortest trust propagation path between the active user and the recommender,
Figure pat00059
And

Figure pat00060
Lt; / RTI >
remind
Figure pat00061
Is a maximum value of an allowable trust propagation distance between a plurality of users included in the trust network,
Figure pat00062
Is the average of the path lengths of the trust network,
Figure pat00063
Is a mean path length of the Corresponding Random Network of the trust network. 제 1항에 있어서,
상기 키 스트럭처에 포함된 둘 이상의 허브 중에서 상기 추천인과 연결된 허브를 검색하는 단계의 연산의 복잡성은
Figure pat00064

Figure pat00065
에 의해 산출되며,
상기
Figure pat00066
는 상기 신뢰 네트워크의 평균 차수이고, 상기
Figure pat00067
는 신뢰 전파 거리이고, 상기
Figure pat00068
는 상기 액티브 사용자로부터 상기 키 스트럭처까지의 신뢰 전파 거리이고, 상기
Figure pat00069
은 상기 키 스트럭처로부터 상기 추천인까지의 신뢰 전파 거리이고, 상기 연산의 복잡성은
Figure pat00070
인 것을 특징으로 하는 신뢰도 기반 추천 장치를 위한 추천인 검색 방법.The method according to claim 1,
The complexity of the operation of searching for a hub connected to the recommender among two or more hubs included in the key structure
Figure pat00064

Figure pat00065
Lt; / RTI >
remind
Figure pat00066
Is an average degree of the trust network,
Figure pat00067
Is the trust propagation distance,
Figure pat00068
Is the trust propagation distance from the active user to the key structure,
Figure pat00069
Is the trust propagation distance from the key structure to the recommender, and the complexity of the operation is
Figure pat00070
Wherein the recommended recommender search method is a recommender search method for a reliability based recommender apparatus. 제 1항에 있어서,
상기 허브는 상기 신뢰 네트워크의 연결을 지배하는 것을 특징으로 하는 신뢰도 기반 추천 장치를 위한 추천인 검색 방법.The method according to claim 1,
Wherein the hub governs the connection of the trust network. ≪ RTI ID = 0.0 > 31. < / RTI > 제 7항에 있어서,
상기 허브는 상기 신뢰 네트워크에 포함된 다수의 노드 중에서 임의로 설정된 연결 노드의 수 이상의 연결 노드를 가지는 노드인 것을 특징으로 하는 신뢰도 기반 추천 장치를 위한 추천인 검색 방법.8. The method of claim 7,
Wherein the hub is a node having a connection node having at least a number of connection nodes arbitrarily set among a plurality of nodes included in the trust network. 제 1항에 있어서,
상기 액티브 사용자는 신뢰 전파의 가장 짧은 홉을 가지는 경오를 통해 상기 키 스트럭처에 접속하는 것을 특징으로 하는 신뢰도 기반 추천 장치를 위한 추천인 검색 방법.
The method according to claim 1,
Wherein the active user accesses the key structure through a pause having the shortest hop of the propagation of the trust.
KR1020120138104A 2012-11-30 2012-11-30 Method for recommender search in trust-aware recommender system KR101430204B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020120138104A KR101430204B1 (en) 2012-11-30 2012-11-30 Method for recommender search in trust-aware recommender system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120138104A KR101430204B1 (en) 2012-11-30 2012-11-30 Method for recommender search in trust-aware recommender system

Publications (2)

Publication Number Publication Date
KR20140070065A true KR20140070065A (en) 2014-06-10
KR101430204B1 KR101430204B1 (en) 2014-08-14

Family

ID=51125047

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120138104A KR101430204B1 (en) 2012-11-30 2012-11-30 Method for recommender search in trust-aware recommender system

Country Status (1)

Country Link
KR (1) KR101430204B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024013978A1 (en) * 2022-07-15 2024-01-18 日本電信電話株式会社 Information collection device, information collection method, and program

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101550884B1 (en) 2013-10-18 2015-09-18 경희대학교 산학협력단 Recommender system and method for trust-aware recommender system

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9419955B2 (en) * 2006-03-28 2016-08-16 Inventergy Inc. System and method for carrying trusted network provided access network information in session initiation protocol
US7991841B2 (en) 2007-10-24 2011-08-02 Microsoft Corporation Trust-based recommendation systems
US8250096B2 (en) * 2008-03-31 2012-08-21 Yahoo! Inc. Access to trusted user-generated content using social networks

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024013978A1 (en) * 2022-07-15 2024-01-18 日本電信電話株式会社 Information collection device, information collection method, and program

Also Published As

Publication number Publication date
KR101430204B1 (en) 2014-08-14

Similar Documents

Publication Publication Date Title
Gao et al. Network immunization with distributed autonomy-oriented entities
Alvari et al. Community detection in dynamic social networks: A game-theoretic approach
Yustiawan et al. Degree centrality for social network with opsahl method
US20180210962A1 (en) Methods and systems for pathing analysis
Singh et al. A faster algorithm to update betweenness centrality after node alteration
JP2005327293A5 (en)
Shang Biased edge failure in scale-free networks based on natural connectivity
CN108259195B (en) Method and system for determining influence range of abnormal event
HamlAbadi et al. A framework for cognitive recommender systems in the internet of things (iot)
Saxena et al. Group based centrality for immunization of complex networks
Tanınmış et al. Minimizing the misinformation spread in social networks
Pop et al. Trust models for efficient communication in Mobile Cloud Computing and their applications to e-Commerce
KR101430204B1 (en) Method for recommender search in trust-aware recommender system
Valverde-Rebaza et al. Exploiting social and mobility patterns for friendship prediction in location-based social networks
Saravanan et al. An effective model for QoS assessment in data caching in MANET environments
JP5084796B2 (en) Relevance determination device, relevance determination method, and program
US20150339392A1 (en) Multi-query search system and method
CN102999558A (en) Processing search queries using a data structure
KR101550884B1 (en) Recommender system and method for trust-aware recommender system
JP2017530477A (en) System and method for processing graphs
JP6229710B2 (en) Information receiving apparatus, information receiving system, and information receiving method
US8630992B1 (en) URL rank variability determination
Gupta et al. Effect of recommendations on serving content with unknown demand
CN106302331A (en) A kind of list extended method and equipment
Li et al. Key node discovery algorithm based on multiple relationships and multiple features in social networks

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
FPAY Annual fee payment

Payment date: 20170627

Year of fee payment: 4