KR101073602B1

KR101073602B1 - Social Reliability Model Generation System and Method

Info

Publication number: KR101073602B1
Application number: KR1020100121012A
Authority: KR
Inventors: 한상용; 김무철; 서지완; 노상현
Original assignee: 중앙대학교 산학협력단
Priority date: 2010-11-30
Filing date: 2010-11-30
Publication date: 2011-10-14
Anticipated expiration: 2030-11-30

Abstract

소셜 신뢰도 모델 생성 시스템 및 방법이 개시된다. 소셜 신뢰도 모델을 생성하는 방법으로서, 사용자간의 연결관계를 기반으로 실질 관계 네트워크를 생성하는 단계; 사용자들이 소유하고 있는 컨텐츠들의 내용 유사성을 기반으로 복수의 가상 관계 집단을 생성하는 단계-상기 복수의 가상 관계 집단은 서로 다른 사용자를 포함함; 사용자들 중 적어도 한 명(이하, 기준 사용자)에 대한 실질 관계 네트워크 및 상기 가상 관계 집단을 이용하여 확장 소셜 네트워크를 생성하는 단계; 및 상기 확장 소셜 네트워크를 이용하여 소셜 신뢰도 모델을 생성하는 단계를 포함하되, 상기 소셜 신뢰도 모델은 상기 기준 사용자에 대해 연결관계를 가지고 있는 사용자들의 신뢰도 집합인 것을 특징으로 한다. 본 발명에 따르면, 소셜 신뢰도 모델을 생성하기 위해 사용자간의 연결관계뿐만이 아니라 사용자간의 내용 유사도를 이용한 가상 관계 집단을 더 고려하여 소셜 네트워크를 생성함으로써 소셜 네트워크의 희박성 문제를 해결할 수 있다Disclosed are a social confidence model generation system and method. CLAIMS 1. A method of generating a social confidence model, comprising: generating a real relationship network based on a connection relationship between users; Generating a plurality of virtual relationship groups based on content similarities of contents owned by the users, wherein the plurality of virtual relationship groups include different users; Creating an extended social network using a real relationship network and at least one virtual relationship group for at least one of the users (hereinafter referred to as a reference user); And generating a social trust model using the extended social network, wherein the social trust model is a confidence set of users having a connection relationship with the reference user. According to the present invention, a social network can be solved by creating a social network in consideration of not only a connection relationship between users but also a virtual relationship group using content similarity between users in order to generate a social reliability model.

Description

System and Method for CREATING Social REPUTATION MODEL}

본 발명은 소셜 신뢰도 모델 생성 시스템 및 방법에 관한 것으로서, 보다 상세하게는 소셜 네트워크를 확장하여 보다 신뢰성 있는 모델을 생성할 수 있는 시스템 및 방법에 관한 것이다.The present invention relates to a system and method for generating social reliability model, and more particularly, to a system and method for generating a more reliable model by extending a social network.

소셜 네트워크(Social Network)는 웹 사이언스의 연구 분야 중 하나로, 웹 상에서 개인 또는 집단이 하나의 노드(node)가 되어 각 노드들 간의 상호의존적인 연결관계(tie)에 의해 만들어지는 사회적 관계 구조를 말한다. 모든 노드들은 네트워크 안에 존재하는 개별적인 주체들이고, 타이(tie)는 각 노드들간의 연결관계를 말한다. Social network is one of the fields of web science research. It is a structure of social relations in which individuals or groups become one node on the web and are created by interdependent tie between each node. . All nodes are individual entities within the network, and a tie is the connection between each node.

이러한 소셜 네트워크를 기반으로 하는 소셜 미디어들은 근래 들어 사용자 참여와 협동이 강조되는 웹 2.0 의 도래로 말미암아 많은 발전을 이루어왔다. 소셜 미디어란, 다수의 의견, 생각, 경험, 관점 등을 서로 공유하기 위해 사용하는 온라인 툴과 플랫폼을 의미한다.Social media based on these social networks have made great progress in recent years with the advent of Web 2.0, which emphasizes user participation and cooperation. Social media refers to online tools and platforms used to share a number of opinions, ideas, experiences, and perspectives.

소셜 미디어를 통해 공유되는 컨텐츠는 텍스트, 이미지, 오디오, 비디오 등의 다양한 형태를 가지며 블로그, 소셜 네트워크(페이스북, 트위터 등), 인스턴트 메시지 보드, 팟 캐스트, 위키, 사용자 제작 컨텐츠(UCC) 등이 있으며, 이를 통해 공유되는 대상은 텍스트, 이미지, 오디오, 비디오 등의 다양한 형태를 가진다.Content shared through social media can take many forms, including text, images, audio, and video, and include blogs, social networks (Facebook, Twitter, etc.), instant message boards, podcasts, wikis, and user-generated content (UCC). The shared objects have various forms such as text, images, audio, and video.

이러한 환경하에서, 소셜 네트워크를 활용한 소셜 미디어의 검색 및 추천을 위해서는 신뢰성 있는 사용자의 소셜 신뢰도 모델을 구축하는 것이 중요하다. 신뢰도 모델이란 추천의 대상이 되는 사용자가 얼마나 추천 요구자가 원하는 정보를 보유하고 있는가에 대한 신뢰성 정보를 보여주는 모델을 의미한다.Under these circumstances, it is important to build a social trust model of a trusted user for searching and recommending social media using a social network. The reliability model refers to a model that shows reliability information on how much the user who is the target of recommendation has the information requested by the recommendation requester.

기존의 소셜 네트워크를 활용한 검색 및 추천 시스템 연구들은 사용자간의 연결관계를 이용하여 소셜 신뢰도 모델을 구축하는 방식을 사용했다. The existing researches on search and recommendation systems using social networks have used the method of building social trust model by using the connection between users.

그러나 사용자간의 실질적인 연결관계의 수가 제한적이어서 사용자간의 연결관계를 이용하여 소셜 네트워크를 생성하고 이를 기반으로 신뢰도 모델을 구축하는 경우 소셜 네트워크의 희박성 문제가 발생하는 문제점이 있다.However, there is a problem that the sparsity problem of the social network occurs when the social network is created using the connection relationship between users and the reliability model is built based on the limited number of actual connection relationships between users.

그 결과 신뢰도 모델을 생성할 수 있는 사용자의 수가 제한되어 보다 신뢰성 있는 모델을 제안하는데 어려움이 있었다.As a result, the number of users who can create a reliability model is limited, which makes it difficult to propose a more reliable model.

상기한 바와 같은 종래기술의 문제점을 해결하기 위해, 본 발명에서는 소셜 네트워크 확장을 통한 소셜 신뢰도 모델 생성 시스템 및 방법을 제안하고자 한다. In order to solve the problems of the prior art as described above, the present invention is to propose a system and method for generating social reliability model through social network extension.

상기한 목적을 달성하기 위해 본 발명의 바람직한 일실시예에 따르면, 복수의 사용자에 네트워크를 통해 연결되는 서버에서의 소셜 신뢰도 모델을 생성하는 방법으로서, 상기 사용자간의 연결관계를 기반으로 실질 관계 네트워크를 생성하는 단계; 상기 사용자가 소유하고 있는 컨텐츠들의 내용 유사성을 기반으로 내용이 유사한 사용자들을 포함하는 복수의 가상 관계 집단을 생성하는 단계-상기 복수의 가상 관계 집단은 서로 다른 사용자를 포함함; 상기 사용자들 중 적어도 한 명(이하, 기준 사용자)에 대한 실질 관계 네트워크 및 상기 가상 관계 집단을 이용하여 확장 소셜 네트워크를 생성하는 단계; 및 상기 확장 소셜 네트워크를 이용하여 소셜 신뢰도 모델을 생성하는 단계를 포함하되, 상기 소셜 신뢰도 모델은 상기 기준 사용자에 대해 연결관계를 가지고 있는 사용자들의 신뢰도 집합인 것을 특징으로 하는 소셜 신뢰도 모델 생성 방법을 제공한다.According to a preferred embodiment of the present invention to achieve the above object, a method for generating a social reliability model in a server connected to a plurality of users through a network, a real relationship network based on the connection relationship between the users Generating; Creating a plurality of virtual relationship groups comprising users with similar content based on content similarity of contents owned by the user, wherein the plurality of virtual relationship groups include different users; Creating an extended social network using a real relationship network and at least one virtual relationship group for at least one of the users (hereinafter referred to as a reference user); And generating a social confidence model using the extended social network, wherein the social confidence model is a reliability set of users having a connection relationship with the reference user. do.

여기서, 상기 연결관계는 상기 사용자간 컨텐츠의 공동 생성, 다른 사용자가 저작한 컨텐츠에 대한 즐겨 찾기 추가, 상기 사용자간 동일 컨텐츠의 공유 등 상기 사용자간의 관계가 양 방향으로 이루어지는 것을 의미하는 것을 특징으로 할 수 있다.Here, the connection relationship may mean that the relationship between the users is performed in two directions, such as joint creation of content between the users, addition of favorites for content written by other users, and sharing of the same content between the users. Can be.

또한, 상기 가상 관계 집단을 생성하는 단계는 상기 각각의 사용자가 소유하고 있는 상기 컨텐츠의 제목, 내용 등에 포함된 단어 별 출현 빈도수를 이용하여 내용 속성 정보를 생성하는 단계; 및 상기 사용자들의 내용 속성 정보를 이용하여 내용 유사성을 가지는 사용자를 포함하는 복수의 가상 관계 집단을 생성하는 단계;를 포함하는 것을 특징으로 할 수 있다.The generating of the virtual relationship group may include generating content attribute information by using the occurrence frequency of each word included in the title, the content, etc. of the content owned by each user; And generating a plurality of virtual relationship groups including users having content similarity using content property information of the users.

여기서, 상기 확장 소셜 네트워크를 생성하는 단계는 상기 실질 관계 네트워크로부터 상기 기준 사용자에 대한 제1 연결관계를 획득하는 단계; 상기 복수의 가상 관계 집단 중 상기 기준 사용자를 포함하고 있는 가상 관계 집단으로부터 상기 기준 사용자에 대한 제2 연결관계를 획득하는 단계; 상기 제1 연결관계 및 상기 제2 연결관계의 조합으로 상기 기준 사용자에 대한 확장 소셜 네트워크를 생성하는 단계를 포함하는 것을 특징으로 할 수 있다.The generating of the extended social network may include obtaining a first connection relationship with the reference user from the real relationship network; Acquiring a second connection relationship to the reference user from the virtual relationship group including the reference user among the plurality of virtual relationship groups; And generating an extended social network for the reference user using a combination of the first connection relationship and the second connection relationship.

상기 소셜 신뢰도 모델을 생성하는 단계는 상기 확장 소셜 네트워크를 통해 직접 연결된 사용자 간의 직접 연결관계 신뢰도를 계산하는 단계; 상기 확장 소셜 네트워크를 통해 상기 기준 사용자와 간접 연결된 사용자간의 간접 연결관계 신뢰도를 계산하는 단계; 상기 직접 연결관계 신뢰도와 상기 간접 연결관계 신뢰도를 이용하여 상기 기준 사용자에 대한 소셜 신뢰도 모델을 생성하는 단계를 포함하는 것을 특징으로 할 수 있다.The generating of the social confidence model may include calculating a direct connection reliability between users directly connected through the extended social network; Calculating an indirect connection reliability between the reference user and an indirectly connected user through the extended social network; And generating a social confidence model for the reference user by using the direct connection reliability and the indirect connection reliability.

또한, 본 발명의 다른 일실시예에 따르면, 복수의 사용자에 네트워크를 통해 연결되는 서버에서의 소셜 신뢰도 모델을 생성하는 시스템으로서, 상기 사용자간의 연결관계를 기반으로 실질 관계 네트워크를 생성하는 실질 관계 네트워크 생성부;In addition, according to another embodiment of the present invention, a system for generating a social reliability model in a server connected to a plurality of users via a network, a real relationship network for generating a real relationship network based on the connection relationship between the users Generation unit;

상기 사용자가 소유하고 있는 컨텐츠들의 내용 유사성을 기반으로 내용이 유사한 사용자들을 포함하는 복수의 가상 관계 집단을 생성하는 가상 관계 집단 생성부-상기 복수의 가상 관계 집단은 서로 다른 사용자를 포함함; 상기 사용자들 중 적어도 한 명(이하, 기준 사용자)에 대한 실질 관계 네트워크 및 상기 가상 관계 집단을 이용하여 확장 소셜 네트워크를 생성하는 확장 소셜 네트워크 생성부; 및 상기 확장 소셜 네트워크를 이용하여 소셜 신뢰도 모델을 생성하는 소셜 신뢰도 모델 생성부를 포함하되, 상기 소셜 신뢰도 모델은 상기 기준 사용자에 대해 연결관계를 가지고 있는 사용자들의 신뢰도 집합인 것을 특징으로 하는 소셜 신뢰도 모델 생성 시스템을 제공한다.A virtual relationship group generation unit for generating a plurality of virtual relationship groups including users having similar contents based on the content similarity of contents owned by the user, wherein the plurality of virtual relationship groups include different users; An extended social network generation unit generating an extended social network using a real relationship network and the virtual relationship group for at least one of the users (hereinafter, referred to as a reference user); And a social reliability model generator for generating a social reliability model using the extended social network, wherein the social reliability model is a reliability set of users having a connection relationship with the reference user. Provide a system.

본 발명에서는 소셜 신뢰도 모델을 생성하기 위해 사용자간의 연결관계뿐만이 아니라 사용자간의 내용 유사도를 이용한 가상 관계 집단을 더 고려하여 소셜 네트워크를 생성함으로써 소셜 네트워크의 희박성 문제를 해결할 수 있다.In the present invention, a social network can be solved by creating a social network in consideration of not only a connection relationship between users but also a virtual relationship group using content similarity between users in order to generate a social reliability model.

도 1은 본 발명의 일 실시예에 따른 소셜 신뢰도 모델 생성 시스템을 도시한 블록도이다.
도 2는 본 발명의 일 실시예에 따른 사용자간의 실질 관계 네트워크를 도시한 도면이다.
도 3은 본 발명의 일 실시예에 따른 실질 관계 네트워크, 가상 관계 집단 및 확장 소셜 네트워크의 일례를 도시한 도면이다.
도 4는 본 발명의 일 실시예에 따른 실질 관계 네트워크 관계를 형성하는 사용자 간의 신뢰도를 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시예에 따른 기준 사용자와 직/간접 연결된 사용자간의 신뢰도를 도시한 도면이다.
도 6는 본 발명의 일 실시예에 따른 소셜 신뢰도 모델 생성 방법에 대한 전체 과정을 도시한 순서도이다.
도 7은 본 발명의 일 실시예에 따른 가상 관계 집단을 생성하는 단계의 구체적인 과정을 도시한 순서도이다.
도 8은 본 발명의 일 실시예에 따른 확장 소셜 네트워크를 생성하는 단계의 구체적인 과정을 도시한 순서도이다.
도 9는 본 발명의 일 실시예에 따른 소셜 신뢰도 모델을 생성하는 단계의 구체적인 과정을 도시한 순서도이다.
도 10은 본 발명의 일 실시예에 따른 확장 소셜 네트워크에서 형성되는 간접 연결관계의 수에 대해 도시한 도면이다.
도 11은 실질 관계를 이용한 소셜 신뢰도 모델과 가상 관계를 함께 고려한 소셜 신뢰도 모델의 결과를 비교한 도면이다.1 is a block diagram illustrating a social confidence model generation system according to an embodiment of the present invention.
2 is a diagram illustrating a real relationship network between users according to an embodiment of the present invention.
3 is a diagram illustrating an example of a real relationship network, a virtual relationship group, and an extended social network according to an embodiment of the present invention.
4 is a view for explaining the reliability between users forming a real relationship network relationship according to an embodiment of the present invention.
FIG. 5 illustrates reliability between a reference user and a user directly / indirectly connected according to an embodiment of the present invention.
6 is a flowchart illustrating the entire process of the method for generating a social confidence model according to an embodiment of the present invention.
7 is a flowchart illustrating a specific process of creating a virtual relationship group according to an embodiment of the present invention.
8 is a flowchart illustrating a specific process of creating an extended social network according to an embodiment of the present invention.
9 is a flowchart illustrating a specific process of generating a social trust model according to an embodiment of the present invention.
FIG. 10 is a diagram illustrating the number of indirect connection relationships formed in an extended social network according to an embodiment of the present invention.
11 is a diagram comparing the results of a social reliability model in consideration of a social relationship and a virtual relationship using a real relationship.

본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다. 이하에서, 본 발명에 따른 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다.As the invention allows for various changes and numerous embodiments, particular embodiments will be illustrated in the drawings and described in detail in the written description. However, this is not intended to limit the present invention to specific embodiments, it should be understood to include all modifications, equivalents, and substitutes included in the spirit and scope of the present invention. Like reference numerals are used for like elements in describing each drawing. Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings.

도 1은 본 발명의 일 실시예에 따른 소셜 신뢰도 모델 생성 시스템을 도시한 블록도이다.1 is a block diagram illustrating a social confidence model generation system according to an embodiment of the present invention.

도 1을 참조하면, 본 발명의 일 실시예에 따른 소셜 신뢰도 모델 생성 시스템(100)은 소셜 네트워크 서버(101), 실질 관계 네트워크 생성부(103), 가상 관계 집단 생성부(105), 확장 소셜 네트워크 생성부(107), 소셜 신뢰도 모델 생성부(109)를 포함할 수 있다. 이하 각 구성요소 별로 그 기능을 상술하기로 한다.Referring to FIG. 1, the social confidence model generation system 100 according to an embodiment of the present invention may include a social network server 101, a real relationship network generator 103, a virtual relationship group generator 105, and an extended social network. The network generator 107 may include a social confidence model generator 109. Hereinafter, the function of each component will be described in detail.

소셜 신뢰도 모델 생성 시스템(100)은 복수의 사용자들이 네트워크를 통해 연결되는 소셜 네트워크 서버(101)를 통해 제공될 수 있다.The social confidence model generation system 100 may be provided through a social network server 101 to which a plurality of users are connected through a network.

실질 관계 네트워크 생성부(103)는 사용자 간의 연결관계를 기반으로 실질 관계 네트워크를 생성한다. 본 발명에서 소셜 네트워크에서의 사용자는 노드를 의미한다.The real relationship network generation unit 103 generates a real relationship network based on a connection relationship between users. In the present invention, a user in a social network means a node.

여기서, 사용자간의 연결관계는 단 방향 또는 양 방향의 두 가지 관계로 설명할 수 있다. 단 방향의 연결관계는 블로그에서의 태깅, 트위터에서의 팔로잉, 포스트에 대한 댓글, 이메일의 전송 등 정보의 흐름이 한 방향으로 이루어지는 경우 등 이다. Here, the connection relationship between users may be described as two relationships in one direction or two directions. A one-way connection is a case where information flows in one direction, such as tagging on a blog, following on Twitter, commenting on a post, or sending an email.

양 방향의 연결관계는 컨텐츠의 공동 생성, 다른 사용자가 저작한 컨텐츠에 대한 링크 추가, 동일 컨텐츠의 공유 등 사용자간의 관계가 양 방향으로 이루어지는 경우이다. 일례로서, DBLP에서의 논문의 공저관계, 논문의 공동 링크 등이 양 방향의 연결관계를 의미한다.The two-way connection is a case where the relationship between the users occurs in two directions, such as jointly generating content, adding a link to content written by another user, and sharing the same content. As an example, a collaborative relationship of articles in a DBLP, a joint link of articles, and the like refer to bidirectional connections.

본 발명에서의 연결관계는 상기에서 설명한 것에 한정되지 않으며 다른 여려 연결관계가 있음은 당업자에게 있어 자명할 것이다.The connection in the present invention is not limited to the above-described one, it will be apparent to those skilled in the art that there are many other connection relationships.

이하, 도 2를 참조하여 실질 관계 네트워크에 대한 보다 자세한 설명을 하도록 한다.Hereinafter, the real relation network will be described in more detail with reference to FIG. 2.

도 2는 본 발명의 일 실시예에 따른 사용자간의 실질 관계 네트워크를 도시한 도면이다.2 is a diagram illustrating a real relationship network between users according to an embodiment of the present invention.

도 2를 참조하면 제1 사용자(201)와 제2 사용자(203)가 적어도 하나 이상의 컨텐츠의 공동 생성 또는 컨텐츠의 공유를 하고 있다면 도 2와 같이 연결관계가 형성되게 되며 제1 사용자(201)와 제2 사용자는(203)는 직접 연결관계를 이루게 된다. 또한 제2 사용자(203)와 제3 사용자(205)간에 연결관계가 형성되는 경우 제1 사용자(201)와 제3 사용자(205)는 간접 연결관계, 제2 사용자(203)와 제3 사용자(205)는 직접 연결관계를 이루게 된다. 이러한 웹 또는 서버 상의 다수의 사용자간의 연결관계를 통해 실질 관계 네트워크가 생성된다.Referring to FIG. 2, if the first user 201 and the second user 203 are co-creating or sharing at least one or more contents, a connection relationship is formed as shown in FIG. 2 and the first user 201 The second user 203 has a direct connection. Also, when a connection relationship is formed between the second user 203 and the third user 205, the first user 201 and the third user 205 may have an indirect connection relationship, and the second user 203 and the third user ( 205 is directly connected. A real relational network is created through a connection relation between a plurality of users on the web or server.

다시 도 1을 참조하여 소셜 신뢰도 모델 생성 시스템(100)에 대해 설명하도록 한다.Referring back to FIG. 1, the social confidence model generation system 100 will be described.

가상 관계 집단 생성부(105)는 사용자들이 소유하고 있는 컨텐츠들의 내용 유사성을 기반으로 내용이 유사한 사용자들을 포함하는 복수의 가상 관계 집단을 생성한다. The virtual relationship group generation unit 105 generates a plurality of virtual relationship groups including users having similar contents based on the content similarity of contents owned by the users.

여기서, 컨텐츠는 텍스트, 이미지, 오디오, 비디오 등의 다양한 형태를 가질 수 있으며 내용의 유사성 판단 시 텍스트의 경우에는 텍스트의 제목 또는 본문을 통해 내용의 유사성을 판단하며 이미지, 오디오 또는 비디오의 경우에는 컨텐츠의 성격(컨텐츠가 이미지, 오디오 또는 비디오 중 어느 하나인지 여부) 및 컨텐츠의 제목을 통해 내용 유사성을 판단할 수 있다.Here, the content may have various forms such as text, image, audio, and video, and the similarity of the content is determined by the title or the body of the text in case of text, and the content in the case of image, audio, or video, when determining the similarity of the content. Content similarity can be determined based on the nature of the content (whether the content is one of image, audio or video) and the title of the content.

본 발명의 일 실시예에 따르면, 가상 관계 집단 생성부(105)는 컨텐츠에의 제목 또는 본문에 포함된 여러 단어들의 가중치를 벡터요소로 하는 내용 속성 정보를 생성하고, 내용 속성 정보를 이용하여 내용의 유사성을 판단할 수 있다. 단어의 가중치는 컨텐츠의 제목 또는 본문 내에서 각 단어들이 가지는 중요도를 의미한다.According to an embodiment of the present invention, the virtual relationship group generation unit 105 generates content attribute information using vector elements as weights of various words included in the title or the body of the content, and uses the content attribute information to generate the content. The similarity of can be determined. The weight of a word refers to the importance of each word in the title or body of the content.

이러한 단어들의 가중치는 문서 내 단어의 출현 빈도를 이용하는 TF-IDF 가중치를 이용하여 결정할 수 있다. TF-IDF는 정보 검색과 텍스트 마이닝에서 이용하는 가중치로, 여러 문서로 이루어진 문서군이 있을 때 어떠한 단어가 특정 문서 내에서 얼마나 중요한 것인지를 나타내는 통계적 수치이다.The weight of these words can be determined using the TF-IDF weight using the frequency of appearance of words in the document. TF-IDF is a weight used in information retrieval and text mining. It is a statistical value that indicates how important a word is in a particular document when there are a group of documents.

TF(단어 빈도수, term frequency)는 특정한 단어가 문서 내에 얼마나 자주 등장하는지를 나타내는 값으로, 이 값이 높을수록 문서에서 중요하다고 생각할 수 있다. 하지만 단어 자체가 문서군 내에서 자주 사용되는 경우, 이것은 그 단어가 흔하게 등장한다는 것을 의미한다. 이것을 DF(문서 빈도수, document frequency)라고 하며, 이 값의 역수를 IDF(inverse document frequency)라고 한다. TF-IDF는 TF와 IDF를 곱한 값이다.The term frequency (TF) is a value that indicates how often a particular word appears in a document. The higher this value, the more important the document may be considered. However, if the word itself is often used in a family of documents, this means that the word is common. This is called DF (document frequency), and the inverse of this value is called inverse document frequency (IDF). TF-IDF is the product of TF and IDF.

컨텐츠내의 TF-IDF 가중치는 사용자가 지정한 단어 집합의 수만큼 등장하게 되며 단어에 대한 가중치를 벡터요소로 하여 내용 속성 정보를 생성할 수 있다.The TF-IDF weights in the content may appear as many as the number of word sets designated by the user, and content attribute information may be generated using the weight of the word as a vector element.

이어서, 각각의 사용자의 컨텐츠에 대한 내용 속성 정보를 비교하여 각 사용자간의 유사도를 측정할 수 있다.Subsequently, content attribute information of each user's content may be compared to measure similarity between users.

본 발명의 일 실시예에 따르면, 내용 유사도를 측정하는 방식으로 코사인 유사도(Cosine similarity) 방식을 이용할 수 있다. 코사인 유사도 방식은 문서를 하나의 벡터로 설정하고 두 개의 벡터가 이루는 각으로 유사도를 판단하는 방법이다.According to an embodiment of the present invention, a cosine similarity method may be used as a method of measuring content similarity. The cosine similarity method is a method of setting a document as one vector and determining the similarity at an angle formed by two vectors.

따라서, 내용 속성 정보는 단어들의 가중치를 이용한 벡터로 표현되므로 코사인 유사도 방식을 이용하여 사용자 간의 내용 유사도를 측정할 수 있다.Therefore, since the content attribute information is expressed as a vector using weights of words, the content similarity between users can be measured using a cosine similarity method.

다시 말하면, 가상 관계 집단 생성부(105)는 사용자간의 내용 유사도 측정을 통해 유사한 컨텐츠들을 소유하고 있는 사용자들을 유사한 사용자들로 판단하며, 이어서 유사한 사용자들을 포함하는 복수의 가상 관계 집단을 생성할 수 있다. 복수의 가상 관계 집단은 서로 다른 사용자를 포함할 수 있다.In other words, the virtual relationship group generation unit 105 may determine users having similar contents as similar users by measuring content similarity between users, and then generate a plurality of virtual relationship groups including similar users. . The plurality of virtual relationship groups may include different users.

확장 소셜 네트워크 생성부(107)는 사용자들 중 적어도 한 명(이하, 기준 사용자)에 대한 실질 관계 네트워크 및 가상 관계 집단을 이용하여 확장 소셜 네트워크를 생성할 수 있다. The extended social network generation unit 107 may generate an extended social network using a real relationship network and a virtual relationship group for at least one of the users (hereinafter referred to as a reference user).

확장 소셜 네트워크는 기준 사용자에 대한 실질 관계 네트워크와 복수의 가상 관계 집단 중 기준 사용자를 포함하고 있는 가상 관계 집단의 조합으로 생성된다.The extended social network is created from a combination of a real relationship network for the reference user and a virtual relationship group that includes the reference user among the plurality of virtual relationship groups.

다시 말하면, 사용자들 중 적어도 한 명을 기준으로 하는 사용자간의 연결관계로 이루어진 실질 관계 네트워크에 기준 사용자와 유사한 사용자들의 집단인 가상 관계 집단을 추가하여 확장 소셜 네트워크를 새롭게 생성한다.In other words, an extended social network is newly created by adding a virtual relationship group, which is a group of users similar to the reference user, to a real relationship network composed of a connection relationship between users based on at least one of the users.

이 경우, 확장 소셜 네트워크는 기준 사용자와 연결관계를 기반으로 하는 실질 관계만을 형성하는 사용자, 내용 유사성을 기반으로 가상 관계만을 형성하는 사용자, 실질 관계와 가상 관계를 중복하여 형성하고 있는 사용자들을 포함할 수 있다. 이에 대해서는 후에 보다 자세히 설명하도록 한다.In this case, the extended social network may include a user who forms only a real relationship based on a connection relationship with a reference user, a user who forms only a virtual relationship based on content similarity, and a user who overlaps a real relationship with a virtual user. Can be. This will be described later in more detail.

소셜 신뢰도 모델 생성부(109)는 확장 소셜 네트워크를 이용하여 소셜 신뢰도 모델을 생성한다. 소셜 신뢰도 모델이란 기준 사용자에 대해 연결관계를 가지고 있는 사용자들의 신뢰도 집합을 의미한다.The social trust model generator 109 generates a social trust model using the extended social network. The social reliability model refers to a set of reliability of users who have a connection with a reference user.

여기서, 신뢰도란 기준 사용자와 이와 연결관계를 가지고 있는 사용자간의 유사도를 의미하는 것으로서 다시 말하면 기준 사용자에 대해 사용자가 추천 되는 경우 얼마만큼의 기준 사용자가 원하는 컨텐츠를 소유하고 있는 사용자인가에 대한 척도를 의미한다.Here, the reliability refers to the similarity between the reference user and the user who has a connection relationship, that is, a measure of how much the reference user owns the desired content when the user is recommended to the reference user. do.

기준 사용자와 사용자 간의 신뢰도는 실질 관계 또는 가상 관계 인지에 따라 다르게 계산되며, 직접 연결된 사용자, 간접 연결된 사용자인지 여부에 따라 다르게 계산된다. 이에 대해서는 후에 보다 자세히 설명하도록 한다.The trust between the reference user and the user is calculated differently depending on whether the user is a real relationship or a virtual relationship, and it is calculated differently depending on whether the user is directly connected or indirectly connected. This will be described later in more detail.

도 3은 본 발명의 일 실시예에 따른 실질 관계 네트워크, 가상 관계 집단 및 확장 소셜 네트워크의 일례를 도시한 도면이다.3 is a diagram illustrating an example of a real relationship network, a virtual relationship group, and an extended social network according to an embodiment of the present invention.

도 3(a)는 실질 관계 네트워크(310)의 일례를 도시한 도면으로서 도 3(a)를 참조하면 사용자 B(302) 및 사용자 E(305)는 기준 사용자(301)과 직접 연결관계를 형성하며, 사용자 C(303) 및 사용자 D(304)는 기준 사용자(301)과 간접 연결관계를 형성한다.FIG. 3A illustrates an example of a real relationship network 310. Referring to FIG. 3A, user B 302 and user E 305 form a direct connection with the reference user 301. The user C 303 and the user D 304 form an indirect connection relationship with the reference user 301.

도 3(b)는 가상 관계 집단의 일례를 도시한 도면으로서, 도3(b)를 참조하면 제1 가상 관계 집단(310)과 제2 가상 관계 집단(315)이 도시되어 있다.3 (b) illustrates an example of a virtual relationship group. Referring to FIG. 3 (b), a first virtual relationship group 310 and a second virtual relationship group 315 are illustrated.

제1 가상 관계 집단에 포함된 기준 사용자(301), 사용자 C(303), 사용자 E(305) 및 사용자 F(306)는 서로 유사한 컨텐츠를 소유하며 제2 가상 관계 집단에 포함된 사용자 B(302), 사용자 D(304), 사용자 G(307) 또한 서로 유사한 컨텐츠를 소유하고 있는 사용자들의 집합을 형성한다.The reference user 301, user C 303, user E 305, and user F 306 included in the first virtual relationship group own similar content and are included in the second virtual relationship group. ), User D 304 and user G 307 also form a set of users who own similar content.

도 3(c)는 확장 소셜 네트워크(330)의 일례를 도시한 도면으로서, 도 3(c)를 참조하면 확장 소셜 네트워크(330)는 실질 관계 네트워크(310)와 제1 가상 관계 집단(320)의 조합으로 새롭게 생성된다.3 (c) illustrates an example of the extended social network 330. Referring to FIG. 3 (c), the extended social network 330 includes the real relationship network 310 and the first virtual relationship group 320. It is newly created by the combination of.

여기서, 실질 관계 네트워크의 연결관계는 실선으로 표현되며, 가상 관계 집단에 포함된 사용자들의 연결관계는 점선으로 표현된다. Here, the connection relationship of the real relationship network is represented by a solid line, and the connection relationship of users included in the virtual relationship group is represented by a dotted line.

확장 소셜 네트워크(330)의 생성시 복수의 가상 관계 집단 중 기준 사용자(301)가 포함된 가상 관계 집단을 선택하게 되는데 도 2(b)를 참조하면 기준 사용자(301)가 포함된 가상 관계 집단은 제1 가상 관계 집단(320)이다. 따라서, 제1 가상 관계 집단(320)을 이용하여 실질 관계 네트워크(310)와의 관계에서 확장 소셜 네트워크(330)를 생성한다.When the extended social network 330 is created, a virtual relationship group including a reference user 301 is selected from among a plurality of virtual relationship groups. Referring to FIG. 2B, the virtual relationship group including the reference user 301 may be selected. First virtual relationship group 320. Accordingly, the extended social network 330 is created in the relationship with the real relationship network 310 using the first virtual relationship group 320.

도 3(c)를 참조하면, 사용자 B(302) 기준 사용자(301)와 실질 관계를 가지며 직접 연결되어 있다. 사용자 C(303)는 제1 가상 관계 집단에 포함된 사용자로서 기준 사용자(301)와 실질 관계 및 가상 관계를 중복하여 가지며 간접 연결된 사용자이다. 사용자 D(304)는 기준 사용자(301)와의 관계에서 실질 관계 및 간접 연결관계를 가진다. 사용자 E는 기준 사용자(301)과 실질 관계 와 가상 관계를 중복하여 가지며, 기준 사용자(301)와 직접 연결되어 있다. 사용자 F는 실질 관계 네트워크서는 기준 사용자(301)와 연결관계가 없으나 제1 가상 관계 집단(320)을 통해 가상 관계를 가지며 기준 사용자(301)와 직접 연결된다. 사용자 G는 실질 관계 네트워크(310)에서도 연결관계가 없고 제2 가상 관계 집단(225)에 포함된 사용자로서 기준 사용자(301)와 아무런 관계를 가지지 않는 사용자이다.Referring to FIG. 3C, the user B 302 has a real relationship with the reference user 301 and is directly connected to the reference user 301. User C 303 is a user included in the first virtual relationship group and is an indirectly connected user having a real relationship and a virtual relationship with the reference user 301. User D 304 has a real relationship and an indirect connection relationship with reference user 301. User E has a real relationship and a virtual relationship with the reference user 301, and is directly connected to the reference user 301. The user F has no connection with the reference user 301 but has a virtual relationship through the first virtual relationship group 320 and is directly connected with the reference user 301. User G is a user who has no connection in the real relationship network 310 and is included in the second virtual relationship group 225 and has no relationship with the reference user 301.

이하, 사용자간의 신뢰도를 계산하는 방법에 대해 설명하도록 한다.Hereinafter, a method of calculating reliability between users will be described.

기준 사용자(301)와 직접 연결관계를 가지고 있는 사용자에 대한 신뢰도는 실질 관계만을 가지고 있는 사용자, 가상 관계만을 가지고 있는 사용자, 실질 관계 및 가상 관계를 중복하여 가지고 있는 사용자의 유형으로 구분하여 계산할 수 있다.The reliability of a user having a direct connection with the reference user 301 may be calculated by dividing the user into a user having only a real relationship, a user having only a virtual relationship, and a type of a user having a duplicate of a real relationship and a virtual relationship. .

실질 관계만을 가지고 있는 사용자간의 실질 관계 신뢰도는 사용자들의 공통 링크된 영역의 측정을 통해 계산될 수 있다. 다시 말하면 사용자가 공동 생성한 컨텐츠의 수량, 공통 링크된 컨텐츠의 수량 또는 사용자간 서로 공유하고 있는 컨텐츠의 수량 등으로 신뢰도가 계산될 수 있다.The real relationship reliability between users having only real relationships can be calculated by measuring the common linked regions of users. In other words, the reliability may be calculated based on the quantity of contents jointly generated by the user, the quantity of common linked contents, or the quantity of contents shared between the users.

즉, DBLP에서의 논문을 예로 들면, 사용자간의 공저관계를 이루는 논문의 수량, 공동 링크된 논문의 수량 등으로 소셜 신뢰도 모델 생성부(109)는 사용자간의 신뢰도를 계산할 수 있다. That is, for example, the article in the DBLP, the social reliability model generation unit 109 may calculate the reliability between users based on the number of articles forming a collaborative relationship among users, the number of articles linked together, and the like.

실질 관계 신뢰도 값의 설명을 돕기 위해 도 4를 참조 하도록 한다.Refer to FIG. 4 to help explain the actual relationship reliability value.

도 4는 본 발명의 일 실시예에 따른 실질 관계 네트워크 관계를 형성하는 사용자 간의 신뢰도를 설명하기 위한 도면이다.4 is a view for explaining the reliability between users forming a real relationship network relationship according to an embodiment of the present invention.

도 4를 참조하면 일례로서 제1 사용자(201)가 제2 사용자(203)와 공유하고 있는 컨텐츠는 3개로서 제1사용자(201)에 대한 제2 사용자의 신뢰도는 3으로 계산될 수 있다. 제2 사용자(203)와 제3 사용자(205)가 공유하고 있는 컨텐츠는 2개로서 제2 사용자에 대한 제3 사용자의 신뢰도는 2로 계산될 수 있다. 따라서, 실질 관계를 가지고 있는 사용자간의 신뢰도는 1이상의 정수 범위를 가지게 된다.Referring to FIG. 4, as an example, the content shared by the first user 201 with the second user 203 may be three, and the reliability of the second user with respect to the first user 201 may be calculated as three. The content shared by the second user 203 and the third user 205 may be two, and the third user's confidence in the second user may be calculated as two. Therefore, the reliability between users having a real relationship has an integer range of 1 or more.

이어서, 가상 관계를 가지고 있는 사용자간의 가상 관계 신뢰도는 사용자간의 내용 유사도를 이용하여 계산될 수 있다. 사용자간의 내용 유사도 값은 1을 넘을 수 없으므로 1 이하의 양의 소수 값을 가지게 된다. 따라서, 가상 관계 신뢰도 는 실질 관계 신뢰도 보다 더 낮은 값을 가지게 된다.Subsequently, the virtual relationship reliability between users having a virtual relationship may be calculated using content similarity between users. The content similarity value between users cannot exceed 1, so it has a positive decimal value of 1 or less. Therefore, the virtual relationship reliability has a lower value than the real relationship reliability.

실질 관계 및 가상 관계를 중복하여 가지고 있는 사용자에 대한 중복 관계 신뢰도는 실질 관계 신뢰도 및 가상 관계 신뢰도를 함께 고려하여 계산될 수 있다.The duplicate relationship reliability for a user who has a real relationship and a virtual relationship may be calculated in consideration of the real relationship reliability and the virtual relationship reliability.

중복 관계 신뢰도는 하기의 수식 1과 같이 표현할 수 있다. The overlap relationship reliability may be expressed as in Equation 1 below.

여기서,

는 중복 관계 신뢰도,

는 실질 관계 신뢰도,

는 가상 관계 신뢰도를 각각 의미한다.
here,

Duplicate relationship reliability,

The real relationship reliability,

Denotes virtual relationship reliability, respectively.

결론적으로, 기준 사용자와 직접 연결관계를 가지고 있는 사용자에 대한 신뢰도는 하기의 수식2와 같이 세가지 유형으로 표현될 수 있다.In conclusion, the reliability of a user having a direct connection with a reference user can be expressed in three types as shown in Equation 2 below.

여기서,

직접 연결관계 신뢰도를 의미한다.
here,

Direct connection reliability.

이어서, 기준 사용자(301)와 간접 연결관계를 가지고 있는 사용자에 대한 간접 연결 신뢰도의 계산방법에 대해 살펴 보기로 한다.Next, a method of calculating indirect connection reliability for a user having an indirect connection relationship with the reference user 301 will be described.

간접 연결관계를 이루는 사용자 간의 간접 연결 신뢰도는 실질 관계 신뢰도와 가상 관계의 신뢰도 값이 가지는 범위가 다르기 때문에 직접 연결과 다른 방법으로 신뢰도를 계산하게 된다. 간접 연결 신뢰도는 하기의 수식3과 같이 표현될 수 있다.Indirect connection reliability between users in the indirect connection relationship is calculated in a different way from the direct connection because the real relationship reliability and virtual relationship reliability values are different. Indirect connection reliability may be expressed as Equation 3 below.

여기서,

는 간접 연결관계 신뢰도, t는 기준 사용자와 간접 연결된 사용자간의 연결관계의 개수를 의미한다.here,

Is the indirect connection reliability, and t is the number of connection relationships between the reference user and the indirectly connected user.

수식 3의 설명을 돕기 위해 이하 도 5를 참조하여 간접 연결관계의 신뢰도를 계산하는 방법에 대해 설명하도록 한다.To help explain Equation 3, a method of calculating the reliability of the indirect connection relationship will be described with reference to FIG. 5.

도 5는 본 발명의 일 실시예에 따른 기준 사용자와 직/간접 연결된 사용자간의 신뢰도를 도시한 도면이다.FIG. 5 illustrates reliability between a reference user and a user directly / indirectly connected according to an embodiment of the present invention.

도 5를 참조하면 기준 사용자(301)과 사용자 B(302)간의 직접 연결관계 신뢰도는 3.4, 사용자 B(302)와 사용자 C(303)간의 직접 연결관계 신뢰도는 5, 사용자 C(303)와 사용자 D간의 직접 연결관계 신뢰도(304)는 0.6임을 알 수 있다.Referring to FIG. 5, the direct connection reliability between the reference user 301 and the user B 302 is 3.4, the direct connection reliability between the user B 302 and the user C 303 is 5, and the user C 303 and the user are It can be seen that the direct connection reliability 304 between D is 0.6.

기준 사용자(301)과 사용자 C(303)는 간접 연결관계이며 연결관계의 개수는 2임으로 수식 3에 의해 기준 사용자(301)과 사용자 C(303)간의 간접 연결관계 신뢰도는

의 값을 가지게 된다.Since the reference user 301 and the user C 303 have an indirect connection relationship and the number of connection relationships is 2, the reliability of the indirect connection relationship between the reference user 301 and the user C 303 is expressed by Equation 3.

Will have the value of.

기준 사용자(301)과 사용자 D(304)는 연결관계의 개수는 3이며 수식 3에 의해 기준 사용자(301)과 사용자 D(304)간의 간접 연결관계 신뢰도는

의 값을 가지게 된다.The number of connection relationships between the reference user 301 and the user D 304 is 3, and the indirect connection reliability between the reference user 301 and the user D 304 is expressed by Equation 3.

Will have the value of.

이하, 본 발명의 일 실시예에 따른 소셜 신뢰도 모델 생성 방법에 대해 설명하도록 한다.Hereinafter, a method for generating a social confidence model according to an embodiment of the present invention will be described.

도 6는 본 발명의 일 실시예에 따른 소셜 신뢰도 모델 생성 방법에 대한 전체 과정을 도시한 순서도이다.6 is a flowchart illustrating the entire process of the method for generating a social confidence model according to an embodiment of the present invention.

먼저 단계(S601)는 실질 관계 네트워크 생성부(103)가 소셜 네트워크를 이루는 사용자간의 연결관계를 기반으로 실질 관계 네트워크를 생성한다.First, in step S601, the real relationship network generation unit 103 generates a real relationship network based on a connection relationship between users forming a social network.

이어서 단계(S603)은 가상 관계 집단 생성부(105)가 사용자들이 소유하고 있는 컨텐츠들의 내용 유사성을 기반으로 내용이 유사한 사용자들을 포함하는 복수의 가상 관계 집단을 생성한다.Subsequently, in step S603, the virtual relationship group generation unit 105 generates a plurality of virtual relationship groups including users whose contents are similar based on the content similarity of the contents owned by the users.

단계(S605)는 확장 소셜 네트워크 생성부(107)가 기준 사용자에 대한 실질 관계 네트워크와 가상 관계 집단을 이용하여 확장 소셜 네트워크를 생성한다. In step S605, the extended social network generation unit 107 generates an extended social network using the real relationship network and the virtual relationship group for the reference user.

단계(S607)은 소셜 신뢰도 모델 생성부(109)가 확장 소셜 네트워크를 이용하여 소셜 신뢰도 모델을 생성한다.In step S607, the social confidence model generator 109 generates a social confidence model using the extended social network.

본 발명의 일 실시예에 따르면, 사용자간의 연결관계는 양 방향의 연결관계를 전제로 할 수 있다. 이 경우 사용자 간의 신뢰도는 연결관계에서 발생하는 공통 영역의 정도로 계산될 수 있다.According to an embodiment of the present invention, the connection relationship between the users may be based on the connection relationship in both directions. In this case, the reliability between users may be calculated to the extent of the common area occurring in the connection relationship.

도 7은 본 발명의 일 실시예에 따른 가상 관계 집단을 생성하는 단계의 구체적인 과정을 도시한 순서도이다.7 is a flowchart illustrating a specific process of creating a virtual relationship group according to an embodiment of the present invention.

단계(S701)에서 가상 관계 집단 생성부(105)는 사용자들이 소유하고 있는 컨텐츠의 제목 또는 본문에 포함된 여러 단어들의 가중치를 벡터요소로 하는 내용 속성 정보를 생성한다. In step S701, the virtual relationship group generation unit 105 generates content attribute information including weights of various words included in a title or body of content owned by users as vector elements.

이어서 단계(S703)에서는 가상 관계 집단 생성부(105)가 각각의 사용자의 컨텐츠에 대한 내용 속성 정보를 이용하여 각 사용자간의 내용 유사도를 측정하고 이를 이용하여 유사한 사용자들을 포함하는 복수의 가상 관계 집단을 생성한다.Subsequently, in step S703, the virtual relationship group generation unit 105 measures content similarity between users using content attribute information of each user's content and uses the same to determine a plurality of virtual relationship groups including similar users. Create

본 발명의 일 실시예에 따르면, 복수의 가상 관계 집단을 생성하기 위해 K-평균(k-means) 알고리즘을 이용한 클러스터링 기법을 이용할 수 있다. K-평균 알고리즘이란 주어진 데이터를 k개의 클러스터로 묶는 알고리즘을 의미한다.According to an embodiment of the present invention, a clustering technique using a k-means algorithm may be used to generate a plurality of virtual relationship groups. The K-average algorithm refers to an algorithm that groups given data into k clusters.

우선 k개의 클러스터를 초기화 하기 위해 k개의 사용자를 랜럼 방식으로 선출하여 클러스터의 프로토 타입으로 선정한다. 클러스터 프로토 타입은 클러스터에 소속된 노드들을 대표하는 값이다. 이후, 각각의 사용자들은 자신과 가장 유사도 값이 가까운 클러스터의 소속 노드로 참여하게 된다.First, to initialize k clusters, k users are selected in a random manner and selected as prototypes of the clusters. The cluster prototype is a representation of the nodes in a cluster. After that, each user joins the node of the cluster closest to the similarity value.

클러스터의 소속 노드에 대한 참여가 끝나고 나면 각 소속 노드에 포함된 사용자들의 코사인 유사도 평균을 구하고 이 평균을 이용하여 새로운 클러스터의 프로토 타입을 선정한다. 최적의 클러스터를 구성하기 위해 새롭게 선출된 클러스터 프로토 타입이 기존의 것과 같을 때까지 이와 같은 과정을 반복 수행한다.After joining the cluster's members, the cosine similarity average of the users included in each node is calculated and the average is used to select a new cluster prototype. This process is repeated until the newly elected cluster prototype is the same as the existing one to construct the optimal cluster.

이에 따라, k개의 가상 관계 집단이 생성되며 각각의 가상관계 집단은 복수의 서로 다른 사용자를 포함하게 된다.Accordingly, k virtual relationship groups are created, and each virtual relationship group includes a plurality of different users.

도 8은 본 발명의 일 실시예에 따른 확장 소셜 네트워크를 생성하는 단계의 구체적인 과정을 도시한 순서도이다.8 is a flowchart illustrating a specific process of creating an extended social network according to an embodiment of the present invention.

단계(S801)은 확장 소셜 네트워크 생성부가(107) 실질 관계 네트워크 생성부(103)에서 생성된 실질 관계 네트워크로부터 기준 사용자에 대한 제1 연결관계를 획득한다. In step S801, the extended social network generation unit 107 obtains a first connection relationship with respect to the reference user from the real relationship network generated by the real relationship network generation unit 103.

제1 연결관계란 실질 관계 네트워크에서 기준 사용자를 중심으로 직/간접 연결된 사용자간의 네트워크를 말한다. The first connection relationship refers to a network between users connected directly or indirectly around a reference user in a real relationship network.

단계(S803)는 확장 소셜 네트워크 생성부(107)가 가상 관계 집단 생성부(105)에서 생성된 가상 관계 집단으로부터 기준 사용자에 대한 제2 연결관계를 획득한다.In step S803, the extended social network generation unit 107 obtains a second connection relationship with respect to the reference user from the virtual relationship group generated by the virtual relationship group generation unit 105.

제2 연결관계는 복수의 가상 관계 집단 중 기준 사용자를 포함하는 가상 관계 집단에 포함된 사용자 간의 연결관계를 의미한다.The second connection relationship refers to a connection relationship between users included in the virtual relationship group including the reference user among the plurality of virtual relationship groups.

단계(S805)는 확장 소셜 네트워크 생성부(107)가 제1 연결관계 및 제2 연결관계의 조합으로 기준 사용자에 대한 확장 소셜 네트워크를 생성한다.In step S805, the extended social network generation unit 107 generates an extended social network for the reference user using a combination of the first connection relationship and the second connection relationship.

도 9는 본 발명의 일 실시예에 따른 소셜 신뢰도 모델을 생성하는 단계의 구체적인 과정을 도시한 순서도이다.9 is a flowchart illustrating a specific process of generating a social trust model according to an embodiment of the present invention.

단계(S901)은 소셜 신뢰도 모델 생성부 (109)가 직접 연결된 사용자간의 직접 연결관계 신뢰도를 계산한다. 직접 연결관계 신뢰도는 실질 관계 신뢰도, 가상 관계 신뢰도, 중복 관계 신뢰도의 세가지 유형을 가진다.In step S901, the social reliability model generator 109 calculates direct connection relationship reliability between users directly connected. Direct connection reliability has three types: real relationship reliability, virtual relationship reliability, and duplicate relationship reliability.

단계(S903)은 소셜 신뢰도 모델 생성부(109)가 기준 사용자와 간접 연결된 사용자들의 간접 연결관계 신뢰도를 계산한다. 간접 연결관계 신뢰도는 기준 사용자와 간접 연결된 사용자간의 연결관계의 개수 및 각 사용자간의 직접 연결관계 신뢰도를 이용하여 계산될 수 있다.In step S903, the social confidence model generator 109 calculates indirect connection reliability of users who are indirectly connected to the reference user. The indirect connection reliability may be calculated using the number of connection relationships between the reference user and the indirectly connected users and the direct connection reliability between each user.

단계(S905)는 소셜 신뢰도 모델 생성부가 직접 연결 관계 신뢰도와 간접 연결 관계 신뢰도를 이용하여 기준 사용자와 연결관계를 가지는 사용자에 대한 소셜 신뢰도 모델을 생성한다.In step S905, the social reliability model generator generates a social confidence model for a user who has a connection relationship with the reference user by using the direct connection relationship reliability and the indirect connection relationship reliability.

도 10은 본 발명의 일 실시예에 따른 확장 소셜 네트워크에서 형성되는 간접 연결관계의 수에 대해 도시한 도면이다.FIG. 10 is a diagram illustrating the number of indirect connection relationships formed in an extended social network according to an embodiment of the present invention.

도 10(a)를 참조하면, 본 발명의 경우 종래 기술에 비해 추가적인 사용자의 연결관계가 확보됨을 확인할 수 있다. 간접 연결관계는 3번째 간접 연결에서 많은 증가를 보이며 그 이후에는 수렴하게 된다.Referring to Figure 10 (a), it can be seen that in the case of the present invention additional connection of the user is secured compared to the prior art. Indirect linkage increases significantly in the third indirect linkage and then converges.

도 10(b)는 간접 연결관계의 분산 그래프이며 간접 연결관계 중 3번 째 간접 연결이 차지하는 비중이 가장 큼을 알 수 있다.10 (b) is a scatter graph of indirect connection relationships, and it can be seen that the third indirect connection accounted for the largest portion of the indirect connection relationships.

도 11은 실질 관계만을 이용한 소셜 신뢰도 모델과 가상 관계를 함께 고려한 소셜 신뢰도 모델의 결과를 비교한 도면이다.FIG. 11 is a diagram comparing the results of the social reliability model considering both the social reliability model using only the real relationship and the virtual relationship.

도 10을 참조하면, 본 발명의 경우 종래 기술에 비해 높은 정확률 및 재현율을 보임을 알 수 있다.Referring to FIG. 10, it can be seen that the present invention exhibits higher accuracy and reproducibility than the prior art.

이상과 같이 본 발명에서는 구체적인 구성 요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등하거나 등가적 변형이 있는 모든 것들은 본 발명 사상의 범주에 속한다고 할 것이다.As described above, the present invention has been described by specific embodiments such as specific components and the like. For those skilled in the art to which the present invention pertains, various modifications and variations are possible. Therefore, the spirit of the present invention should not be limited to the described embodiments, and all of the equivalents or equivalents of the claims as well as the claims to be described later will belong to the scope of the present invention. .

101 : 소셜 네트워크 서버103 : 실질 관계 네트워크 생성부
105 : 가상 관계 집단 생성부107 : 확장 소셜 네트워크 생성부
109 : 소셜 신뢰도 모델 생성부
201 : 제1 사용자203 : 제2 사용자
205 : 제3 사용자
301 : 기준 사용자302 : 사용자 B
303 : 사용자 C304 : 사용자 D
305 : 사용자 E306 : 사용자 F
307 : 사용자 G310 : 실질 관계 네트워크
320 : 제1 가상 관계 집단325 : 제2 가상 관계 집단
330 : 확장 소셜 네트워크101: social network server 103: real relationship network generation unit
105: virtual relationship group generation unit 107: extended social network generation unit
109: social reliability model generator
201: first user 203: second user
205: third user
301: reference user 302: user B
303: user C304: user D
305: user E306: user F
307: User G310: Real Relationship Network
320: first virtual relationship group 325: second virtual relationship group
330: expanding social networks

Claims

A method of generating a social confidence model,
Generating a real relationship network based on a connection relationship between users;
Generating a plurality of virtual relationship groups based on content similarities of contents owned by the users, wherein the plurality of virtual relationship groups include different users;
Creating an extended social network using the real relationship network and the virtual relationship group for at least one of the users (hereinafter referred to as a reference user); And
Generating a social confidence model using the extended social network;
The social confidence model is a social confidence model generation method characterized in that the set of the confidence of the users having a connection relationship to the reference user.

The method of claim 1,
The connection relationship is,
At least one of co-creation of the content among the users, adding a bookmark for content written by another user, sharing the same content among the users, tagging in a blog, following on Twitter, commenting on a post, and sending an email Social reliability model generation method comprising a.

The method of claim 1,
Creating the virtual relationship group
Generating content attribute information using the frequency of occurrence of each word included in a title, content, etc. of contents owned by each user; And
Generating a plurality of virtual relationship groups including users having content similarity using the content attribute information;
Social reliability model generation method comprising a.

The method of claim 3,
The content attribute information is a social confidence model generation method, characterized in that the frequency of appearance for each word as a vector element.

The method of claim 4, wherein
The content similarity above,
The social confidence model generation method, characterized in that determined using the angle formed by the vector elements constituting the content attribute information.

The method of claim 1,
Generating the extended social network,
Obtaining a first connection relationship for the reference user from the real relationship network;
Acquiring a second connection relationship to the reference user from the virtual relationship group including the reference user among the plurality of virtual relationship groups; And
Creating an extended social network for the reference user with a combination of the first connection relationship and the second connection relationship
Social reliability model generation method comprising a.

The method of claim 6,
Generating the social confidence model
Calculating a direct connection relationship reliability between users directly connected through the extended social network;
Calculating an indirect connection reliability between the reference user and an indirectly connected user through the extended social network; And
Generating a social confidence model for the user having a connection relationship with the reference user using the direct connection reliability and the indirect connection reliability;
Social reliability model generation method comprising a.

The method of claim 7, wherein
The direct connection reliability
A real relationship reliability having a first connection relationship between the users, a virtual relationship reliability having a second connection relationship between the users, or a duplicate relationship reliability having the first connection relationship and the second connection relationship simultaneously between the users; Social reliability model generation method, characterized in that any one of the reliability.

The method of claim 8,
The actual relationship reliability is calculated by the quantity of the contents shared between the users,
The virtual relationship reliability is calculated by the content similarity value between the users,
The duplicate relationship reliability is calculated by considering the quantity of the content and the content similarity value together.

10. The method of claim 9,
The indirect connection reliability is
And a method of calculating a social reliability model using the number of connection relationships between the reference user and an indirectly connected user and the direct connection reliability.

The method of claim 10,
The indirect connection reliability is,
Social reliability model generation method characterized in that it is calculated based on the following equation.

here,

Indirect connection reliability,

Duplicate relationship reliability,

The real relationship reliability,

Is the virtual relationship reliability, and t is the number of connection relationships between the reference user and the indirectly connected user, respectively.

A system for generating a social confidence model in a server connected to a plurality of users via a network,
A real relationship network generator for generating a real relationship network based on a connection relationship between the users;
A virtual relationship group generation unit for generating a plurality of virtual relationship groups including users having similar contents based on the content similarity of contents owned by the user, wherein the plurality of virtual relationship groups include different users;
An extended social network generation unit generating an extended social network using a real relationship network and the virtual relationship group for at least one of the users (hereinafter, referred to as a reference user); And
Including a social reliability model generator for generating a social reliability model using the extended social network,
The social confidence model is a social confidence model generation system, characterized in that the set of confidence of the user having a connection relationship to the reference user.

The method of claim 12,
The virtual relationship group generation unit,
And generating the plurality of virtual relationship groups by using the content attribute information generated using the frequency of occurrence of each word included in the title, content, etc. of the contents owned by the respective owners. .

The method of claim 12,
The extended social network generation unit,
The combination of a first connection relationship for the reference user obtained from the real relationship network and a second connection relationship for the reference user obtained from a virtual relationship group that includes the reference user among the plurality of virtual relationship groups Generating a social trust model for the reference user.

The method of claim 12,
The social reliability model generation unit,
Generating a social reliability model for the reference user by using a direct connection relationship reliability between users directly connected through the extended social network and an indirect connection relationship reliability between the reference user and an indirectly connected user through the extended social network. Social Reliability Model Generation System.