1 |
1
복수의 노드들과 상기 노드들을 연결하는 부호를 가지는 간선들을 포함하는 부호화된 네트워크에서의 개인화된 랭킹 방법에 있어서,시작 노드에서 양의 부호를 가지는 랜덤 서퍼를 무작위로 이동시키는 단계;랜덤 서퍼를 이동한 노드로부터 랜덤 워크(Random Walk) 및 재시작(Restart) 중 하나의 행동을 선택하여 반복적으로 이동시키는 단계;랜덤 서퍼가 랜덤 워크를 수행하는 경우, 현재 노드에서 임의의 이웃 노드로 이동할 때 연결된 간선의 부호가 음수이면, 랜덤 서퍼의 부호를 변경하는 단계; 및랜덤 서퍼가 각 노드를 양의 부호로 방문할 확률과 음의 부호로 방문할 확률이 수렴하는 경우, 상기 확률들로부터 시작 노드와 다른 노드 간의 양의 근접도와 음의 근접도를 계산하는 단계를 포함하는, 부호화된 네트워크에서의 개인화된 랭킹 방법
|
2 |
2
제1항에 있어서, 상기 부호화된 네트워크의 부호 인접 행렬을 입력으로 하여, 연결 차수 행렬을 계산하는 전처리 단계를 더 포함하는, 부호화된 네트워크에서의 개인화된 랭킹 방법
|
3 |
3
제2항에 있어서, 상기 전처리 단계는,상기 부호화된 네트워크의 부호 인접 행렬을 수신하는 단계;상기 부호 인접 행렬의 연결 차수 행렬을 계산하는 단계;상기 연결 차수 행렬을 이용하여 세미-로우 정규화(semi-row normalization) 행렬을 계산하는 단계;상기 세미-로우 정규화 행렬을 양수 부분과 음수 부분으로 분리하는 단계; 및양수 부분과 음수 부분으로 분리된 세미-로우 정규화 행렬을 출력하는 단계를 포함하는, 부호화된 네트워크에서의 개인화된 랭킹 방법
|
4 |
4
제3항에 있어서, 상기 확률들로부터 시작 노드와 다른 노드 간의 양의 근접도와 음의 근접도를 계산하는 단계는,시작 노드, 재시작 확률, 수렴 문턱값, 밸런스 감소 인자, 양수 부분과 음수 부분으로 분리된 세미-로우 정규화 행렬을 입력으로 하는, 부호화된 네트워크에서의 개인화된 랭킹 방법
|
5 |
5
제4항에 있어서,상기 밸런스 감소 인자는 적의 적이 친구가 될 확률 및 적의 적이 적이 될 확률인, 부호화된 네트워크에서의 개인화된 랭킹 방법
|
6 |
6
제1항 내지 제5항 중 어느 하나의 항에 따른 부호화된 네트워크에서의 개인화된 랭킹 방법을 수행하기 위한, 컴퓨터 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체
|
7 |
7
복수의 노드들과 상기 노드들을 연결하는 부호를 가지는 간선들을 포함하는 부호화된 네트워크에서의 개인화된 랭킹 장치에 있어서,상기 부호화된 네트워크의 부호 인접 행렬을 입력으로 하여, 연결 차수 행렬을 계산하는 전처리부; 및시작 노드로부터 랜덤 워크(Random Walk) 및 재시작(Restart) 중 하나의 행동을 선택하여 무작위로 이동하는 랜덤 서퍼가 랜덤 워크를 수행하는 경우, 현재 노드에서 임의의 이웃 노드로 이동할 때 연결된 간선의 부호가 음수이면, 랜덤 서퍼의 부호를 변경하며, 시작 노드와 다른 노드 간의 양의 근접도와 음의 근접도를 반복적으로 계산하는 확률 계산부를 포함하는, 부호화된 네트워크에서의 개인화된 랭킹 장치
|
8 |
8
제7항에 있어서, 상기 확률 계산부는,랜덤 서퍼가 각 노드를 양의 부호로 방문할 확률과 음의 부호로 방문할 확률이 수렴할 때까지 확률 계산을 반복하는, 부호화된 네트워크에서의 개인화된 랭킹 장치
|
9 |
9
제7항에 있어서, 상기 전처리부는,상기 부호화된 네트워크의 부호 인접 행렬을 입력으로 하여, 양수 부분과 음수 부분으로 분리된 세미-로우 정규화(semi-row normalization) 행렬을 출력하는, 부호화된 네트워크에서의 개인화된 랭킹 장치
|
10 |
10
제9항에 있어서, 상기 확률 계산부는,시작 노드, 재시작 확률, 수렴 문턱값, 적의 적이 친구가 될 확률 및 적의 적이 적이 될 확률인 밸런스 감소 인자, 양수 부분과 음수 부분으로 분리된 세미-로우 정규화 행렬을 입력으로 하는, 부호화된 네트워크에서의 개인화된 랭킹 장치
|