맞춤기술찾기

이전대상기술

부정적 영향력을 갖는 소셜 네트워크에서 역효과 극대화 방법

  • 기술번호 : KST2019021015
  • 담당센터 : 서울동부기술혁신센터
  • 전화번호 : 02-2155-3662
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 본 발명에 따른 소셜 네트워크에서 시딩 비용(seeding cost) 추정 방법에 있어서, 상기 방법은 추정 장치에 의해 수행된다. 상기 방법은, 상기 소셜 네트워크 상에서 복수의 홉(hop)으로 이루어진 노드에 대해, 접촉률(a), 감염률(b) 및 회복률(c)을 결정하는 파라미터 결정 단계; 목표 노드()의 모든 이웃 노드()에 대한 시딩 비용 를 계산하는 시딩 비용 계산 단계; 및 상기 시딩 비용 중 상기 목표 노드()를 활성화하기 위한 최적화된 한계 시딩 비용에 기반하여, 총 시딩 비용 을 계산하는 총 시딩 비용 계산 단계를 포함하고, 비용 추정과 비용 최적화 기법을 통해 소셜 네트워크 상에서 마케팅 영향력을 극대화하면서 비용-편익 분석(Cost-Benefit-Analysis)을 수행할 수 있다.
Int. CL G06Q 30/02 (2012.01.01) H04L 29/08 (2006.01.01) G06Q 10/04 (2012.01.01) G06Q 50/00 (2018.01.01)
CPC G06Q 30/0244(2013.01) G06Q 30/0244(2013.01) G06Q 30/0244(2013.01) G06Q 30/0244(2013.01)
출원번호/일자 1020180086108 (2018.07.24)
출원인 경희대학교 산학협력단
등록번호/일자 10-2042040-0000 (2019.11.01)
공개번호/일자
공고번호/일자 (20191107) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2018.07.24)
심사청구항수 20

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 경희대학교 산학협력단 대한민국 경기도 용인시 기흥구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 홍충선 경기도 용인시 수지구
2 탈룩더 아시스 경기도 용인시 기흥구
3 임한여름 경기도 용인시 기흥구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 김홍석 대한민국 서울특별시 구로구 디지털로 **길 ***, ***호(구로동,JnK 디지털타워)(동진국제특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 경희대학교 산학협력단 경기도 용인시 기흥구
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application
2018.07.24 수리 (Accepted) 1-1-2018-0731972-13
2 [출원서등 보정]보정서
[Amendment to Patent Application, etc.] Amendment
2018.10.26 수리 (Accepted) 1-1-2018-1060744-94
3 선행기술조사의뢰서
Request for Prior Art Search
2019.01.21 수리 (Accepted) 9-1-9999-9999999-89
4 출원인정보변경(경정)신고서
Notification of change of applicant's information
2019.08.19 수리 (Accepted) 4-1-2019-5164254-26
5 선행기술조사보고서
Report of Prior Art Search
2019.09.06 발송처리완료 (Completion of Transmission) 9-6-2019-0118305-83
6 등록결정서
Decision to grant
2019.10.29 발송처리완료 (Completion of Transmission) 9-5-2019-0783510-88
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
소셜 네트워크에서 시딩 비용(seeding cost) 추정 방법에 있어서, 상기 방법은 추정 장치에 의해 수행되고, 상기 방법은,상기 소셜 네트워크 상에서 복수의 홉(hop)으로 이루어진 노드에 대해, 접촉률(a), 감염률(b) 및 회복률(c)을 결정하는 파라미터 결정 단계;목표 노드(v)의 모든 이웃 노드(u)에 대한 시딩 비용 γ(u)를 계산하는 시딩 비용 계산 단계; 및상기 시딩 비용 γ(u) 중 상기 목표 노드(v)를 활성화하기 위한 최적화된 한계 시딩 비용에 기반하여, 총 시딩 비용 γ(S')=|Γ(S')|=|∪v∈S'Γ(v)| 을 계산하는 총 시딩 비용 계산 단계를 포함하는, 시딩 비용 추정 방법
2 2
제1 항에 있어서, 상기 시딩 비용 계산 단계는,초기 상태에서 어떤 개인도 회복되지 않았고, 이후 상기 이웃 노드(u)가 활성화되거나 감염되었다고 가정하여, R= 0, I =1로 초기화하는 초기화 단계; 및m번째 홉까지 취약(S: susceptible), 노출(E: Exposed), 감염(I: Infected) 및 회복(R: Recovery) 그룹 내의 노드 수를 계산하는 노드 수 계산 단계를 포함하는, 시딩 비용 추정 방법
3 3
제2 항에 있어서,상기 취약(S), 상기 노출(E), 상기 감염(I) 및 상기 회복 그룹(R) 내의 노드 수는 로 계산되고,여기서, It는 m번째 홉의 전염 검사 시간에서의 감염 및 회복에 따른 차이를 고려한 감염 노드 수에 해당하고, 상기 차이를 고려한 감염 노드 수에 기반하여 상기 시딩 비용 γ(u) 이 업데이트되는 것을 특징으로 하는, 시딩 비용 추정 방법
4 4
제1 항에 있어서, 상기 총 시딩 비용 γ(S')=|Γ(S')|=|∪v∈S'Γ(v)|에서,에 의해 상기 총 시딩 비용이 최소값을 갖도록 결정되는 것을 특징으로 하는, 시딩 비용 추정 방법
5 5
제3 항에 있어서,상기 노드 수 계산 단계는,상기 감염률(b)이 상기 회복률(c)보다 작을 때까지 상기 감염 및 회복에 따른 차이를 고려한 감염 노드 수 It를 계산하고, 상기 시딩 비용 γ(u)을 업데이트하는 것을 특징으로 하는, 시딩 비용 추정 방법
6 6
제1 항에 있어서,상기 목표 노드(v)에 대응하는 상기 소셜 네트워크에서 가장 영향력이 있는 사용자를 선택하고, 상기 사용자의 사용자 단말로 해당 제품이나 서비스에 대한 홍보 요청 메시지를 전송하는 것을 특징으로 하는, 시딩 비용 추정 방법
7 7
제1 항에 있어서,상기 총 시딩 비용 계산 단계에서, 상기 목표 노드(v)와 직접 연결 가능한 제1 이웃 노드들 중 상기 총 시딩 비용이 최소값을 갖도록 상기 이웃 노드들의 둘 이상을 선택하고,상기 목표 노드(v)에 연결 가능한 제2 이웃 노드들에 기반하여 이윤(Profit) 예측을 수행하는 이윤 예측 단계를 더 포함하는, 시딩 비용 추정 방법
8 8
소셜 네트워크에서 시딩 비용(seeding cost) 추정을 수행하는 컴퓨팅 장치에 있어서, 노드들의 개별 집합 V와 상기 개별 집합 V의 상호 작용에 관한 상호 작용 집합 E를 갖는 유향 그래프 G(V,E)에 관한 정보를 수신하는 인터페이스; 및상기 소셜 네트워크 상에서 복수의 홉(hop)으로 이루어진 노드에 대해, 접촉률(a), 감염률(b) 및 회복률(c)을 결정하고, 목표 노드(v)의 모든 이웃 노드(u)에 대한 시딩 비용 γ(u)를 계산하고,상기 시딩 비용 γ(u) 중 상기 목표 노드(v)를 활성화하기 위한 최적화된 한계 시딩 비용에 기반하여, 총 시딩 비용 γ(S')=|Γ(S')|=|∪v∈S'Γ(v)|을 계산하는 프로세서를 포함하는, 컴퓨팅 장치
9 9
제8 항에 있어서, 상기 프로세서는,초기 상태에서 어떤 개인도 회복되지 않았고, 이후 상기 이웃 노드(u)가 활성화되거나 감염되었다고 가정하여, R= 0, I =1로 초기화하고, m번째 홉까지 취약(S: susceptible), 노출(E: Exposed), 감염(I: Infected) 및 회복(R: Recovery) 그룹 내의 노드 수를 계산하는, 컴퓨팅 장치
10 10
제9 항에 있어서,상기 취약(S), 상기 노출(E), 상기 감염(I) 및 상기 회복 그룹(R) 내의 노드 수는 로 계산되고,여기서, It는 m번째 홉의 전염 검사 시간에서의 감염 및 회복에 따른 차이를 고려한 감염 노드 수에 해당하고, 상기 차이를 고려한 감염 노드 수에 기반하여 상기 시딩 비용 γ(u) 이 업데이트되는 것을 특징으로 하는, 컴퓨팅 장치
11 11
제8 항에 있어서, 상기 프로세서는, 상기 총 시딩 비용 γ(S')=|Γ(S')|=|∪v∈S'Γ(v)|에서,에 의해 상기 총 시딩 비용이 최소값을 갖도록 결정하는 것을 특징으로 하는, 컴퓨팅 장치
12 12
제10 항에 있어서, 상기 프로세서는,상기 감염률(b)이 상기 회복률(c)보다 작을 때까지 상기 감염 및 회복에 따른 차이를 고려한 감염 노드 수 It를 계산하고, 상기 시딩 비용 γ(u)을 업데이트하는 것을 특징으로 하는, 컴퓨팅 장치
13 13
제8 항에 있어서,상기 프로세서는,상기 목표 노드(v)에 대응하는 상기 소셜 네트워크에서 가장 영향력이 있는 사용자를 선택하고, 상기 사용자의 사용자 단말로 해당 제품이나 서비스에 대한 홍보 요청 메시지를 전송하도록 상기 인터페이스를 제어하는 것을 특징으로 하는, 컴퓨팅 장치
14 14
제8 항에 있어서,상기 프로세서는,상기 목표 노드(v)와 직접 연결 가능한 제1 이웃 노드들 중 상기 총 시딩 비용이 최소값을 갖도록 상기 이웃 노드들의 둘 이상을 선택하고,상기 목표 노드(v)에 연결 가능한 제2 이웃 노드들에 기반하여 이윤(Profit) 예측을 수행하는, 컴퓨팅 장치
15 15
소셜 네트워크에서 시딩 비용(seeding cost) 추정을 수행하는 프로그램 코드가 기록된 컴퓨터-판독가능 저장 매체에 있어서,상기 프로그램 코드는, 컴퓨터로 하여금 상기 소셜 네트워크 상에서 복수의 홉(hop)으로 이루어진 노드에 대해, 접촉률(a), 감염률(b) 및 회복률(c)을 결정하도록 하고,상기 컴퓨터로 하여금 목표 노드(v)의 모든 이웃 노드(u)에 대한 시딩 비용 γ(u)를 계산하도록 하고,상기 컴퓨터로 하여금 상기 시딩 비용 γ(u) 중 상기 목표 노드(v)를 활성화하기 위한 최적화된 한계 시딩 비용에 기반하여, 총 시딩 비용 γ(S')=|Γ(S')|=|∪v∈S'Γ(v)| 을 계산하도록 하는, 컴퓨터-판독가능 저장 매체
16 16
제15 항에 있어서, 상기 프로그램 코드는, 상기 컴퓨터로 하여금 초기 상태에서 어떤 개인도 회복되지 않았고, 이후 상기 이웃 노드(u)가 활성화되거나 감염되었다고 가정하여, R= 0, I =1로 초기화하고, 상기 컴퓨터로 하여금 m번째 홉까지 취약(S: susceptible), 노출(E: Exposed), 감염(I: Infected) 및 회복(R: Recovery) 그룹 내의 노드 수를 계산하도록 하는, 컴퓨터-판독가능 저장 매체
17 17
제16 항에 있어서,상기 프로그램 코드는, 상기 취약(S), 상기 노출(E), 상기 감염(I) 및 상기 회복 그룹(R) 내의 노드 수를 로 계산하고,여기서, It는 m번째 홉의 전염 검사 시간에서의 감염 및 회복에 따른 차이를 고려한 감염 노드 수에 해당하고, 상기 차이를 고려한 감염 노드 수에 기반하여 상기 시딩 비용 γ(u) 이 업데이트되는 것을 특징으로 하는, 컴퓨터-판독가능 저장 매체
18 18
제15 항에 있어서, 상기 프로그램 코드는, 상기 총 시딩 비용 γ(S')=|Γ(S')|=|∪v∈S'Γ(v)| 에서, 에 의해 상기 총 시딩 비용이 최소값을 갖도록 결정하는 것을 특징으로 하는, 컴퓨터-판독가능 저장 매체
19 19
소셜 네트워크에서 시딩 비용(seeding cost) 추정을 수행하는 시스템에 있어서,소셜 네트워크 어플리케이션이 설치된 사용자 단말; 및상기 사용자 단말에 해당하는 노드들의 개별 집합 V와 상기 개별 집합 V의 상호 작용에 관한 상호 작용 집합 E를 갖는 유향 그래프 G(V,E)에 관한 정보를 수신하는 서버를 포함하고,상기 서버는, 상기 소셜 네트워크 상에서 복수의 홉(hop)으로 이루어진 노드에 대해, 접촉률(a), 감염률(b) 및 회복률(c)을 결정하고, 목표 노드(v)의 모든 이웃 노드(u)에 대한 시딩 비용 γ(u)를 계산하고,상기 시딩 비용 γ(u) 중 상기 목표 노드(v)를 활성화하기 위한 최적화된 한계 시딩 비용에 기반하여, 총 시딩 비용 γ(S')=|Γ(S')|=|∪v∈S'Γ(v)|을 계산하는, 시딩 비용 추정 시스템
20 20
제19 항에 있어서, 상기 서버는,초기 상태에서 어떤 개인도 회복되지 않았고, 이후 상기 이웃 노드(u)가 활성화되거나 감염되었다고 가정하여, R= 0, I =1로 초기화하고, m번째 홉까지 취약(S: susceptible), 노출(E: Exposed), 감염(I: Infected) 및 회복(R: Recovery) 그룹 내의 노드 수를 계산하는, 시딩 비용 추정 시스템
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 과학기술정보통신부 성균관대학교 산학협력단 Grand ICT연구센터 지원사업 라이프 컴패니온쉽 경험을 위한 지능형 인터랙션 융합 연구