| 1 |
1
하나 이상의 프로세서들, 및상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비한 컴퓨팅 장치에서 수행되는 대규모 소셜 네트워크 분석 방법으로서,특정 네트워크에 포함된 복수의 객체에 대응되는 복수의 노드(node) 및 복수의 엣지(edge)를 포함하는 네트워크 그래프를 생성하는 단계;상기 네트워크 그래프의 구조를 기반으로 각 노드에 대응하는 신호 정보를 추출하는 단계; 및상기 추출된 신호 정보에 대한 변환(transform)을 수행하여 상기 네트워크 그래프의 각 노드에 상기 변환된 신호 정보를 반영하는 단계를 포함하며,상기 신호 정보는, 상기 네트워크 그래프의 각 노드가 가지는 데이터이며,상기 네트워크 그래프의 구조는, 상기 데이터와 상기 노드 간의 연관(association) 정보, 상기 노드에 연결된 에지의 개수 정보 및 상기 노드에 연결된 모든 에지에 대한 가중치 정보를 포함하며,상기 변환된 신호 정보를 반영하는 단계는,상기 네트워크 그래프의 구조 및 상기 신호 정보를 기반으로 대각 차수 행렬 (diagonal degree matrix) 및 인접 행렬(adjacency matrix)을 산출하는 단계;상기 대각 차수 행렬 및 상기 인접 행렬로부터 그래프 라플라시안(Graph laplacian)을 산출하는 단계;상기 그래프 라플라시안을 고유 분해(eigen-decomposition)하여 변환 커널을 산출하는 단계; 및상기 변환 커널을 이용하여 상기 신호 정보에 대한 푸리에 변환(Fourier transform)을 수행하는 단계를 포함하며,상기 신호 정보에 대한 푸리에 변환은,하기 수식 1을 이용하여 상기 신호 정보에 대한 상기 변환된 신호 정보를 계산하며,[수식 1] (여기서, F(s)는 변환된 신호 정보, s는 신호 정보, xT는 역변환(inverse transform) 커널)상기 대규모 소셜 네트워크 분석 방법은,하기 수식 2를 이용하여 상기 네트워크 그래프의 각 노드에 반영된 상기 변환된 신호 정보를 각각 필터링하는 단계를 더 포함하는, 대규모 소셜 네트워크 분석 방법
|
| 2 |
2
삭제
|
| 3 |
3
삭제
|
| 4 |
4
삭제
|
| 5 |
5
삭제
|
| 6 |
6
삭제
|
| 7 |
7
하나 이상의 프로세서들;메모리; 및하나 이상의 프로그램들을 포함하고,상기 하나 이상의 프로그램들은 상기 메모리에 저장되고, 상기 하나 이상의 프로세서들에 의해 실행되도록 구성되며,상기 하나 이상의 프로그램들은,특정 네트워크에 포함된 복수의 객체에 대응되는 복수의 노드(node) 및 복수의 엣지(edge)를 포함하는 네트워크 그래프를 생성하기 위한 명령;상기 네트워크 그래프의 구조를 기반으로 각 노드에 대응하는 신호 정보를 추출하기 위한 명령; 및상기 추출된 신호 정보에 대한 변환(transform)을 수행하여 상기 네트워크 그래프의 각 노드에 상기 변환된 신호 정보를 반영하기 위한 명령을 포함하며,상기 신호 정보는, 상기 네트워크 그래프의 각 노드가 가지는 데이터이며,상기 네트워크 그래프의 구조는, 상기 데이터와 상기 노드 간의 연관(association) 정보, 상기 노드에 연결된 에지의 개수 정보 및 상기 노드에 연결된 모든 에지에 대한 가중치 정보를 포함하며,상기 변환된 신호 정보를 반영하기 위한 명령은,상기 네트워크 그래프의 구조 및 상기 신호 정보를 기반으로 대각 차수 행렬 (diagonal degree matrix) 및 인접 행렬(adjacency matrix)을 산출하기 위한 명령;상기 대각 차수 행렬 및 상기 인접 행렬로부터 그래프 라플라시안(Graph laplacian)을 산출하기 위한 명령;상기 그래프 라플라시안을 고유 분해(eigen-decomposition)하여 변환 커널을 산출하기 위한 명령; 및상기 변환 커널을 이용하여 상기 신호 정보에 대한 푸리에 변환(Fourier transform)을 수행하기 위한 명령을 포함하며,상기 신호 정보에 대한 푸리에 변환은,하기 수식 1을 이용하여 상기 신호 정보에 대한 상기 변환된 신호 정보를 계산하며,[수식 1] (여기서, F(s)는 변환된 신호 정보, s는 신호 정보, xT는 역변환(inverse transform) 커널)상기 하나 이상의 프로그램들은,하기 수식 2를 이용하여 상기 네트워크 그래프의 각 노드에 반영된 상기 변환된 신호 정보를 각각 필터링하기 위한 명령을 더 포함하는, 컴퓨팅 장치
|
| 8 |
8
삭제
|
| 9 |
9
삭제
|
| 10 |
10
삭제
|
| 11 |
11
삭제
|
| 12 |
12
삭제
|
| 13 |
13
비일시적 컴퓨터 판독 가능한 저장매체(non-transitory computer readable storage medium)에 저장된 컴퓨터 프로그램으로서,상기 컴퓨터 프로그램은 하나 이상의 명령어들을 포함하고, 상기 명령어들은 하나 이상의 프로세서들을 갖는 컴퓨팅 장치에 의해 실행될 때, 상기 컴퓨팅 장치로 하여금,특정 네트워크에 포함된 복수의 객체에 대응되는 복수의 노드(node) 및 복수의 엣지(edge)를 포함하는 네트워크 그래프를 생성하고,상기 네트워크 그래프의 구조를 기반으로 각 노드에 대응하는 신호 정보를 추출하고, 그리고,상기 추출된 신호 정보에 대한 변환(transform)을 수행하여 상기 네트워크 그래프의 각 노드에 상기 변환된 신호 정보를 반영하도록 하며,상기 신호 정보는, 상기 네트워크 그래프의 각 노드가 가지는 데이터이며,상기 네트워크 그래프의 구조는, 상기 데이터와 상기 노드 간의 연관(association) 정보, 상기 노드에 연결된 에지의 개수 정보 및 상기 노드에 연결된 모든 에지에 대한 가중치 정보를 포함하며,상기 컴퓨터 프로그램은, 상기 변환된 신호 정보를 반영하기 위하여, 상기 컴퓨팅 장치로 하여금,상기 네트워크 그래프의 구조 및 상기 신호 정보를 기반으로 대각 차수 행렬 (diagonal degree matrix) 및 인접 행렬(adjacency matrix)을 산출하고, 상기 대각 차수 행렬 및 상기 인접 행렬로부터 그래프 라플라시안(Graph laplacian)을 산출하고,상기 그래프 라플라시안을 고유 분해(eigen-decomposition)하여 변환 커널을 산출하고, 그리고, 상기 변환 커널을 이용하여 상기 신호 정보에 대한 푸리에 변환(Fourier transform)을 수행하도록 하며,상기 신호 정보에 대한 푸리에 변환은,하기 수식을 이용하여 상기 신호 정보에 대한 상기 변환된 신호 정보를 계산하며,[수식 1] (여기서, F(s)는 변환된 신호 정보, s는 신호 정보, xT는 역변환(inverse transform) 커널)상기 컴퓨터 프로그램은, 상기 컴퓨팅 장치로 하여금,하기 수식 2를 이용하여 상기 네트워크 그래프의 각 노드에 반영된 상기 변환된 신호 정보를 각각 필터링하도록 하는, 컴퓨터 프로그램
|
| 14 |
14
삭제
|
| 15 |
15
삭제
|
| 16 |
16
삭제
|
| 17 |
17
삭제
|
| 18 |
18
삭제
|
