| 1 |
1
프로세서로 구현되는:입력 그래프의 데이터를 이용하여 소스 노드 및 타겟 노드 사이에 존재하는 적어도 하나의 경로 타입을 특징 벡터로 생성하는 생성부; 및상기 특징 벡터에 학습된 결과인 링크 예측 모델을 적용하여 상기 소스 노드 및 상기 타겟 노드 사이의 링크(link)의 존재를 예측하는 예측부를 포함하고,상기 생성부는 복수의 노드를 정의하는 제1 데이터 필드, 상기 복수의 노드들의 연결 관계를 정의하는 제2 데이터 필드, 복수의 노드 타입 각각을 정의하는 제3 데이터 필드 및 복수의 링크 타입 각각을 정의하는 제4 데이터 필드를 포함하는 스키마 데이터를 이용하여 상기 소스 노드 및 상기 타겟 노드를 연결하는 노드 및 링크의 시퀀스를 추출하고, 상기 추출된 시퀀스를 상기 특징 벡터로서 생성하고,상기 예측부는, 상기 입력 그래프가 포함되는 네트워크 내에서 특정 경로 타입과 특정 링크 타입이 동시에 존재하는 구조체의 비율을 이용하여 계산된 상관도를 가중치로서 적용하고, 기계 학습된 링크 예측 모델을 이용하여 링크의 존재를 예측하는 경로 예측 장치
|
| 2 |
2
삭제
|
| 3 |
3
제1항에 있어서,상기 생성부는 복수의 노드 타입과 상기 노드 타입의 쌍에 따라 결정되는 복수의 경로 타입을 포함하는 이질형 정보 그래프(heterogeneous information graph)를 상기 입력 그래프의 데이터로서 전달 받는 경로 예측 장치
|
| 4 |
4
제1항에 있어서,상기 예측부는,상기 입력 그래프가 포함되는 네트워크의 로우 데이터를 이용하여 기계 학습된 링크 예측 모델을 생성하는 경로 예측 장치
|
| 5 |
5
삭제
|
| 6 |
6
제1항에 있어서,상기 예측부는,상기 기계 학습이 진행되는 경우에 상기 가중치로서, 제1 노드 및 제2 노드를 연결하는 제1 경로 타입의 제1 경로가 존재하는 경우에 각각의 링크 타입의 링크가 존재할 상관도를 적용하는 경로 예측 장치
|
| 7 |
7
제1항에 있어서,상기 예측부는 상기 입력 그래프의 타입에 따라 미리 저장된 기계 학습의 결과 데이터 중 제1 링크 예측 모델을 선택하여 상기 링크의 존재를 예측하는 경로 예측 장치
|
| 8 |
8
프로세서로 구현되는:입력 그래프의 데이터를 이용하여 소스 노드 및 타겟 노드 사이에 존재하는 적어도 하나의 경로 타입을 특징 벡터로 생성하는 생성부; 및상기 특징 벡터에 학습된 결과인 링크 예측 모델을 적용하여 상기 소스 노드 및 상기 타겟 노드 사이의 링크(link)의 존재를 예측하는 예측부를 포함하고,상기 링크 예측 모델은 상기 소스 노드 및 상기 타겟 노드 각각의 이웃 노드 및 동료 노드를 이용하여 기계 학습되고,상기 생성부는 복수의 노드를 정의하는 제1 데이터 필드, 상기 복수의 노드들의 연결 관계를 정의하는 제2 데이터 필드, 복수의 노드 타입 각각을 정의하는 제3 데이터 필드 및 복수의 링크 타입 각각을 정의하는 제4 데이터 필드를 포함하는 스키마 데이터를 이용하여 상기 소스 노드 및 상기 타겟 노드를 연결하는 노드 및 링크의 시퀀스를 추출하고, 상기 추출된 시퀀스를 상기 특징 벡터로서 생성하고,상기 예측부는, 상기 입력 그래프가 포함되는 네트워크 내에서 특정 경로 타입과 특정 링크 타입이 동시에 존재하는 구조체의 비율을 이용하여 계산된 상관도를 가중치로서 적용하고, 기계 학습된 링크 예측 모델을 이용하여 링크의 존재를 예측하는 경로 예측 장치
|
| 9 |
9
제8항에 있어서,상기 동료 노드는 두 개의 노드가 동일한 타입을 나타내고, 적어도 하나의 이웃 노드를 서로 공유 하는 경우를 나타내는 경로 예측 장치
|
| 10 |
10
제8항에 있어서,상기 생성부는 복수의 노드 타입과 상기 노드 타입의 쌍에 따라 결정되는 복수의 경로 타입을 포함하는 이질형 정보 그래프를 상기 입력 그래프의 데이터로서 전달 받는 경로 예측 장치
|
| 11 |
11
제9항에 있어서,상기 예측부는,상기 타겟 노드의 이웃 노드이고, 상기 소스 노드의 동료 노드인 노드의 개수에 대응하는 링크 노드의 존재 가능성을 기계 학습을 위한 특징으로서 적용하는 경로 예측 장치
|
| 12 |
12
제11항에 있어서,상기 예측부는,상기 타겟 노드의 이웃 노드이고, 설정 개수 이상의 공통 이웃 노드를 공유하는 동료 노드인 노드의 개수에 대응하는 링크 노드의 존재 가능성을 기계 학습을 위한 특징으로서 적용하는 경로 예측 장치
|
| 13 |
13
제9항에 있어서,상기 예측부는,상기 소스 노드의 이웃 노드이고, 상기 타겟 노드의 동료 노드인 노드의 개수에 대응하는 링크 노드의 존재 가능성을 기계 학습을 위한 특징으로서 적용하는 경로 예측 장치
|
