[go: up one dir, main page]

KR20160133835A - Social network-based User rating bias correction apparatus and method therefor - Google Patents

Social network-based User rating bias correction apparatus and method therefor Download PDF

Info

Publication number
KR20160133835A
KR20160133835A KR1020150066875A KR20150066875A KR20160133835A KR 20160133835 A KR20160133835 A KR 20160133835A KR 1020150066875 A KR1020150066875 A KR 1020150066875A KR 20150066875 A KR20150066875 A KR 20150066875A KR 20160133835 A KR20160133835 A KR 20160133835A
Authority
KR
South Korea
Prior art keywords
evaluation
score
evaluator
evaluators
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
KR1020150066875A
Other languages
Korean (ko)
Inventor
하정락
정영호
김순철
최범석
홍진우
Original Assignee
한국전자통신연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to KR1020150066875A priority Critical patent/KR20160133835A/en
Publication of KR20160133835A publication Critical patent/KR20160133835A/en
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/30—

Landscapes

  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Operations Research (AREA)
  • Computing Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 소셜 네트워크 기반의 사용자 평가 편향 보정장치 및 그 방법에 관한 것으로, 사용자 평가 편향 보정장치는 평가 데이터 획득부, 평가점수 편향 보정부, 평가점수 저장부를 포함할 수 있으며, 이를 통해 적극적인 평가자들에 의하여 평가 대상물에 대한 평가점수가 편향되는 것을 방지하기 위해 적정한 평가횟수 이상으로 평가하는 평가자들의 평가점수를 보정함으로써 평가 대상의 평가점수가 다수의 평가자들에 의하여 다중화되는 데 그 목적이 있다.The present invention relates to an apparatus and method for correcting a user evaluation bias based on a social network, and a user evaluation bias correction apparatus can include an evaluation data acquisition unit, a score correction unit, and a score storage unit, In order to prevent the evaluation score of the evaluation object from being deflected by a plurality of evaluators, the evaluation score of the evaluation object is multiplied by a plurality of evaluators.

Description

소셜 네트워크 기반의 사용자 평가 편향 보정장치 및 그 방법{Social network-based User rating bias correction apparatus and method therefor}[0001] The present invention relates to a social network-based user evaluation bias correction apparatus and a method thereof,

본 발명은 소셜 네트워크에서 평가 대상에 대하여 사용자가 평가할 수 있는 평가 시스템에 관한 것으로, 보다 상세하게는 평가 시스템에서 특정 평가대상에 대한 평가가 산출될 때 다수 평가자의 평가가 공정하게 적용될 수 있도록 평가를 보정하는 내용에 관한 것이다.The present invention relates to an evaluation system that can be evaluated by a user on an object to be evaluated in a social network. More particularly, the present invention relates to an evaluation system in which an evaluation of a plurality of evaluators is fairly applied And the contents to be corrected.

현재 개인이나 조직, 제품이나 장소에 대한 평가는 인터넷, 인트라넷, 온라인, 오프라인과 관계없이 다양한 사람들에 의하여 다양하게 이루어지고 있다. Currently, the evaluation of individuals, organizations, products, and places is done by various people regardless of internet, intranet, online, offline.

그러나 적극적인 성향의 평가자들의 평가 참여 횟수가 소극적인 성향의 평가자들에 비해 상대적으로 더 많으므로, 평가자들의 성향에 따라서 적극적인 성향의 평가자들의 의견에 따라 평가 결과가 편향되는 결과가 발생하게 된다.However, as the number of evaluators participating in the evaluation of the positive tendency is relatively higher than that of the passive tendency, the evaluation results are biased according to the opinions of the evaluators who are actively inclined according to the tendency of the evaluators.

더불어 최근 상업적 마케팅의 일환으로써 금품을 제공하고 특정상품에 대해서 높은 평가를 하도록 유도하거나, 특정 평가자의 이해관계와 반대되는 상품에 대해 나쁜 평가를 의도적으로 제공하는 것과 같이 고의적으로 광고 의도, 악의적인 의도로 평가를 왜곡하는 경우도 많아 평가 결과의 편향이 더욱 빈번히 발생하고 있다.In addition, as part of commercial marketing in recent years, it has been known that intentionally malicious intentions such as advertising intention, intentional intentional intentions, such as providing money, inducing a high evaluation of a particular product, or intentionally providing a bad evaluation of a product, There are many cases where the evaluation result is distorted, so that the evaluation results are more frequently biased.

본 발명은 적극적인 평가자들에 의하여 평가 대상물에 대한 평가점수가 편향되는 것을 방지하기 위해 적정한 평가횟수 이상으로 평가하는 평가자들의 평가점수를 보정함으로써 평가 대상의 평가점수가 다수의 평가자들에 의하여 다중화되는 데 그 목적이 있다.In order to prevent the evaluation score of the evaluation object from being biased by the active evaluators, the evaluation score of the evaluator to be evaluated is corrected by a plurality of evaluators It has its purpose.

본 발명의 실시 예에 따르면 소셜 네트워크 기반의 사용자 평가 편향 보정장치는 적어도 한 명의 사용자들로부터 각 평가 대상물에 대한 평가 데이터를 획득하는 평가 데이터 획득부; 상기 평가 데이터를 분석하여 평가 점수를 산출하고, 상기 평가점수를 평가자 별로 평가 횟수에 따라 편향 보정하며, 상기 편향보정 된 평가결과를 포함하는 평가 점수 데이터를 생성 또는 갱신하는 평가점수 편향 보정부; 및 상기 평가점수 데이터를 저장 및 평가 결과로 사용자에게 출력하는 평가 점수 저장부를 포함할 수 있다.According to an embodiment of the present invention, a social network based user evaluation bias correction apparatus includes an evaluation data acquisition unit for obtaining evaluation data for each evaluation object from at least one user; An evaluation score deflection correcting unit for calculating evaluation scores by analyzing the evaluation data, correcting the evaluation scores according to the number of evaluations for each evaluator, and generating or updating evaluation score data including the deflection corrected evaluation results; And an evaluation score storage unit for outputting the evaluation score data to a user as a result of storage and evaluation.

도 1은 일반적인 평가 시스템에서 평가자와 평가대상의 관계를 나타낸 도면이다.
도 2는 본 발명의 실시 예에 따른 사용자 평가 편향 보정장치의 구성도이다.
도 3은 평가 편향 보정을 거치지 않은 평가 시스템에서 평가점수 산출하는 것을 나타낸 도면이다.
도 4는 본 발명의 실시 예에 따른 평가 편향 보정장치를 통해 평가점수 산출하는 것을 나타낸 도면이다.
도 5는 본 발명의 실시 예에 따른 사용자 평가 편향 보정방법을 나타낸 흐름도이다.1 is a diagram showing a relationship between an evaluator and an evaluation object in a general evaluation system.
2 is a configuration diagram of a user evaluation bias correction apparatus according to an embodiment of the present invention.
Fig. 3 is a diagram showing evaluation score calculation in an evaluation system not subjected to evaluation deflection correction.
4 is a diagram showing evaluation score calculation using the evaluation deflection correcting apparatus according to the embodiment of the present invention.
5 is a flowchart illustrating a user evaluation bias correction method according to an embodiment of the present invention.

아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시 예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings so that those skilled in the art can easily carry out the present invention. The present invention may, however, be embodied in many different forms and should not be construed as limited to the embodiments set forth herein.

그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.In order to clearly illustrate the present invention, parts not related to the description are omitted, and similar parts are denoted by like reference characters throughout the specification.

명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.Throughout the specification, when an element is referred to as "comprising ", it means that it can include other elements as well, without excluding other elements unless specifically stated otherwise.

이하, 도면을 참조하여 본 발명의 실시 예에 따른 소셜 네트워크 기반의 사용자 평가 편향 보정장치 및 그 방법에 대하여 설명한다.Hereinafter, an apparatus and method for correcting a user evaluation bias based on a social network according to an embodiment of the present invention will be described with reference to the drawings.

도 1은 일반적인 평가 시스템에서 평가자와 평가대상의 관계를 나타낸 도면이다.1 is a diagram showing a relationship between an evaluator and an evaluation object in a general evaluation system.

도 1을 참조하면 일반적인 평가 시스템에서 다수의 평가자가 다수의 평가대상에게 평가를 하는 것에 대하여 나타나 있다.Referring to FIG. 1, a plurality of evaluators evaluate a plurality of evaluation objects in a general evaluation system.

일반적으로 소셜 네트워크 서비스(SNS)에서는 상대방이 올린 게시물, 더 정확히는 게시물에서 개시하고 있는 글, 음악, 예술품, 인물, 조직, 제품, 서비스, 장소 등 개시의 대상이 되는 대상물에 대하여 평가를 할 수 있는 서비스를 제공하고 있다.Generally, in a social network service (SNS), a person who can evaluate an object to be disclosed, such as a post by a person on the other end, more precisely, a post, a music, an artwork, a person, an organization, a product, Service.

이러한 평가 서비스는 그것을 보는 다른 사용자로 하여금 평가 대상에 대한 구매, 사용, 방문 또는 그 대상에 대한 개인적인 평가에 영향을 미칠 수 있다.Such an evaluation service may affect other users viewing it for purchasing, using, visiting, or personal evaluation of the subject.

도 1을 참조하면 이러한 일반적인 평가 시스템은 다수의 평가자들이 다수의 평가대상을 평가할 수 있으며, 평가 시스템 내에 평가자들이 I명이 존재하고, 평가대상이 J개가 존재하는 경우 각 평가자들은 i1, i2, i3, … iI로 나타내고, 평가대상은 j1, j2, …, jJ로 나타낼 수 있다.Referring to FIG. 1, in this general evaluation system, a plurality of evaluators can evaluate a plurality of evaluation objects, and when there are I persons in the evaluation system and J evaluation objects exist, each evaluator performs i 1 , i 2 , i 3 , ... i I , and the object to be evaluated is j 1 , j 2 , ... , j J , respectively.

여기서 평가자는 평가 대상에 대하여 평가의견을 내는 주체로써 개인이나 조직일 수 있으며, 평가대상은 앞서 언급한 것과 같이 글, 음악, 예술품, 인물, 조직, 제품, 서비스, 장소 등을 포함한 평가가 가능한 다양한 객체를 포함할 수 있다.Here, the evaluator may be an individual or organization as the subject who gives the evaluation opinion on the evaluation subject. The evaluation subject may be a variety of evaluation items including writing, music, artwork, person, organization, product, Object. ≪ / RTI >

평가 시스템에서는 도 1에서와 같이 평가자 i1이 평가대상 j1, j3를 평가하고, 평가자 i2가 평가대상 j1, j2, jJ를 평가하고, 평가자 i3가 평가대상 j3를 평가하고, 평가자 iI가 평가대상 jJ를 평가할 수 있다.1, the evaluator i 1 evaluates the evaluation objects j 1 and j 3 , the evaluator i 2 evaluates the evaluation objects j 1 , j 2 , and j J , and the evaluator i 3 evaluates the evaluation object j 3 And the evaluator i I can evaluate the evaluation object j J.

이러한 평가 시스템에서 평가자의 성향에 따라 적극적으로 다양한 평가 대상에 대해 다수의 평가를 진행하는 i2와 같은 적극적 평가자와 상대적으로 평가횟수가 적극적 평가자 보다 적은 평가자 i3와 같은 소극적 평가자로 구별할 수 있다.In this evaluation system, active evaluators such as i2, which conducts a large number of evaluations on various evaluation subjects positively according to the tendency of evaluators, and passive evaluators such as evaluator i3, whose evaluation frequency is relatively lower than the positive evaluator, can be distinguished.

다수의 사람이 이용하는 SNS 상에 특정 평가 대상물에 대한 평가점수는 상기 적극적 평가자들의 의견에 따라 편향되는 결과가 발생할 수 있다.An evaluation score for a specific evaluation object on the SNS used by a large number of people may be deflected according to the opinions of the positive evaluators.

도 2는 본 발명의 실시 예에 따른 사용자 평가 편향 보정장치의 구성도이다.2 is a configuration diagram of a user evaluation bias correction apparatus according to an embodiment of the present invention.

도 2를 참조하면 본 발명의 실시 예에 따른 사용자 평가 편향 보정장치는 평가 데이터 획득부(100), 평가점수 편향 보정부(200), 평가점수 저장부(300)를 포함할 수 있다.Referring to FIG. 2, the user evaluation bias correcting apparatus according to an embodiment of the present invention may include an evaluation data obtaining unit 100, an evaluation score deflection correction unit 200, and an evaluation score storage unit 300.

평가 데이터 획득부(100)는 적어도 한 명의 사용자들로부터 각 평가 대상물에 대한 평가 데이터를 획득할 수 있다.The evaluation data obtaining unit 100 may obtain the evaluation data for each evaluation object from at least one user.

본 발명의 일 실시 예에 따르면 평가 데이터는 각 평가 대상물에 대한 평가의견은 또는 별점, 좋아요, 수우미양가 등 수치화 되어 있지 않지만 평가자의 의견을 반영하여 수치화할 수 있는 데이터라면 제한 없이 사용될 수 있다.According to the embodiment of the present invention, the evaluation data is not limited to the evaluation comment for each evaluation object or the evaluation score such as the likelihood, the likelihood, and the water quality, but can be used without restriction as long as it is data that can be quantified by reflecting the opinion of the evaluator.

평가점수 편향 보정부(200)는 획득한 평가 데이터를 분석하여 평가 점수를 산출하고, 산출된 평가점수를 평가자 별로 평가 횟수에 따라 편향 보정하여 평가 점수 데이터를 생성 또는 갱신함으로써 특정 평가자들에 의한 평가점수의 편향을 보정할 수 있다.The evaluation score deflection correction unit 200 analyzes the acquired evaluation data to calculate an evaluation score, corrects the calculated evaluation score according to the number of evaluations for each evaluator, generates or updates the evaluation score data, The deviation of the score can be corrected.

본 발명의 실시 예에 따르면 적극적으로 평가하는 특정 평가자들에 의한 평가점수의 편향을 보정하기 위하여 수신한 평가 데이터로부터 평가 점수를 산출하고, 산출된 평가점수에 편향 보정을 수행함으로써 평가결과를 산출할 수 있다.According to the embodiment of the present invention, the evaluation score is calculated from the evaluation data received to correct the deviation of the evaluation score by the specific evaluators actively evaluating, and the evaluation result is calculated by performing the deviation correction on the calculated evaluation score .

본 발명의 일 실시 예에 따르면 수신한 평가 데이터로부터 산출된 평가 점수를 평가자 별로 정규화 할 수 있다.According to an embodiment of the present invention, the evaluation score calculated from the received evaluation data can be normalized for each evaluator.

또한 본 발명의 일 실시 예에 따르면 편향 보정된 평가점수를 평가 대상별로 정규화 하여 평가 결과를 산출할 수 있다.According to an embodiment of the present invention, the evaluation result can be calculated by normalizing the deflection-corrected evaluation score according to the evaluation subject.

여기서 보정된 평가점수를 산출할 수 있는 편향 보정 공식에 대하여는 표 1을 참조하며 설명하도록 한다.The deflection correction formula that can calculate the corrected score here is described with reference to Table 1.

기호sign 항목Item 내용Contents II 전체 평가자의 수Number of overall evaluators 개별 평가자는 i로 표기Individual evaluators are marked with i JJ 전체 평가대상의 수Number of total evaluation subjects 개별 평가대상은 j로 표기Individual evaluation subject is marked with j k(i,j)k (i, j) 평가자 i의 평가대상 j에 대한 평가의견에 대한 수치화Evaluator i's evaluation of evaluation object j 어느 i의 j에 대한 평가로

Figure pat00001
사이의 값을 가지도록 정규화As an evaluation of j for any i
Figure pat00001
Normalize to have a value between K(i,j)K (i, j) 평가자 i의 평가대상 j에 대한 평가자 별 정규화Evaluator-specific normalization of evaluator i's evaluation target j 어느 i가 평가한 모든 평가대상 j에 대한 k(i,j)의 평균을 반영하여 계산
Figure pat00002
Calculated by reflecting the average of k (i, j) for all evaluated objects j which i has evaluated
Figure pat00002
 MM 평가자 i의 적정 평가의 수Number of appropriate evaluations of evaluator i 특정 평가자 i가 M개 이상의 평가대상들에 대해 평가하는 경우 평가점수의 합이 M이 되도록 산출
(
Figure pat00003
)When a specific evaluator i evaluates M or more evaluation objects, the sum of the evaluation scores is calculated to be M
(
Figure pat00003
) mm 평가자 i가 평가한 평가대상의 수Number of evaluators evaluated by evaluator i 특정 평가자 i가 M개 이상인 m개의 평가대상들에 대해 평가하는 경우 평가점수의 합이 M이 되도록 산출 (
Figure pat00004
)
When a specific evaluator i evaluates m evaluation objects whose number is M or more, the sum of the evaluation scores is calculated to be M
Figure pat00004
)
E(i,j)E (i, j) 평가자 i의 평가대상 j에 대한 평가 점수의 편향 보정The bias correction of the evaluation score for the evaluation object j of the evaluator i 각 i가 각 j를 평가한 점수
Figure pat00005
The score where each i evaluated each j
Figure pat00005
 V(j) V (j) 평가대상 j가 받은 전체 평가자들 평가의 합계Total of all evaluators' evaluations received by subject j
Figure pat00006
Figure pat00006
 A(j)A (j) 평가대상 j가 받은 전체 평가자들의 평가를 평가대상 별로 정규화The evaluator evaluates the evaluation results of all evaluators received by the evaluation subject j according to the evaluation subject
Figure pat00007
Figure pat00007

표 1을 참조하면, 전체 평가자의 수는 I로 정의하고, 개별 평가자는 i로 표시하여 각각의 개별 평가자를 i1, i2, … iI로 구분할 수 있으며, 전체 평가대상자의 수는 J 로 정의하고, 개별 평가대상은 j로 표시하여 각각의 개별 평가대상을 j1, j2, … jJ로 구분할 수 있다.Referring to Table 1, the total number of evaluators is defined as I, and the individual evaluators are denoted by i, and each individual evaluator is represented by i1, i2, ... i, the total number of subjects to be evaluated is defined as J, the individual evaluation subject is represented by j, and each individual evaluation subject is represented as j1, j2, ... jJ.

본 발명의 일 실시 예에 따르면 평가자 i가 평가대상 j에 대해 평가한 평가평가의견부터 산출한 평가 점수는 k(i,j)로 정의할 수 있으며, 기술의 편의상 k(i,j)는 0≤ k(i,j)≤1의 범위를 가지게 할 수 있으나, 이에 한정되지 아니하고 또 다른 일 실시 예에 따르면 k(i,j)가 0≤ k(i,j)≤1이 아닌 임의의 범위를 가질 수도 있다.According to the embodiment of the present invention, the evaluation score calculated from the evaluation of evaluation made by the evaluator i on the evaluation subject j can be defined as k (i, j). For convenience of description, k (i, j) (I, j) < / = 1, but it is not limited to this. According to another embodiment, k (i, j) .

0≤ k(i,j)≤1인 범위를 사용하는 실시 예에 따르면 평가방법에 따라 수우미양가는 1.0, 0.8, 0.6, 0.4, 0.2점으로 되고, 0,1,…,10점이면 0.1,…,1점으로 계산되고, '좋아요'면 1점, '싫어요'면 0점으로 평가 의견으로부터 평가 점수를 산출할 수 있다.According to the embodiment using the range where 0? K (i, j)? 1, according to the evaluation method, the affinity between the superscripts is 1.0, 0.8, 0.6, 0.4, 0.2 points, , 0.1 for 10 points, ... , One point is calculated as 1 point for "good" and 0 point for "dislike", and the evaluation score can be calculated from the evaluation opinion.

표 1을 참조하면 본 발명의 일 실시 예에 따른 편향 보정방법은 평가자 별로 각 대상물에 평가한 평가 점수를 정규화(K(i,j) = k(i,j) - meanj (k(i,j)) + 0.5), 즉 평가자 별 정규화를 할 수 있다.(I, j) = k (i, j) -meanj (k (i, j)) is calculated by normalizing the evaluation scores evaluated for the respective objects by the evaluator according to an embodiment of the present invention. )) + 0.5), that is, normalization by the evaluator.

본 발명의 일 실시 예에 따른 k(i,j)의 K(i,j)로의 평가자 별 정규화를 적용하면 0부터 1.0까지의 평가점수로 평가하는 예에서, 평가자 i1이 평가대상 j1, j2, j3에 대해 0.1, 0.2, 0.3점으로 평가하고, 평가자 i2가 평가대상 j1, j2, j3에 대해 0.7, 0.8, 0.9점으로 평가한 경우 이들 두 평가자가 평가한 기준을 그 중간인 0.5 에 맞춘다면 이들 평가점수를 각각 0.4, 0.5, 0.6점으로 정규화 될 수 있다.K Applying the evaluator by normalization to the (i, j) in the example of evaluating a score of 0 to to 1.0, the evaluator i 1 the evaluation object j 1 of the k (i, j) in accordance with one embodiment of the present invention, j 2 , and j 3 are evaluated as 0.1, 0.2, and 0.3, and the evaluator i 2 is evaluated as 0.7, 0.8, and 0.9 for the evaluation subjects j 1 , j 2 , and j 3 . Is adjusted to the middle 0.5, these scores can be normalized to 0.4, 0.5, and 0.6, respectively.

이때 각 대상물을 평가한 평가 점수를 정규화 하는 것은 선택적으로 할 수 있으며, 정규화 하지 않는 실시 예에서는 k(i,j)를 바로 K(i,j)로 정의하여 사용할 수 있다.At this time, it is possible to selectively normalize the evaluation score obtained by evaluating each object. In an embodiment that does not normalize, k (i, j) can be defined as K (i, j).

본 발명의 일 실시 예에 따르면 상술한 정규화 과정 이후 얻어진 K(i,j)를 평가자 i의 평가 횟수에 따라 편향 보정할 수 있다.According to an embodiment of the present invention, K (i, j) obtained after the normalization process described above can be corrected according to the number of evaluations of the evaluator i.

이때 편향 보정의 방법은 평가자의 평가 횟수가 최대평가 횟수를 초과하는지를 판단하여, 이때 M>m이라면, 평가자 i가 적정 평가의 수(M) 이하로 평가한 경우이므로 평가자 i의 해당 평가점수만을 반영할 수 있으며, M<=m이라면, 평가자 i가 적정 평가의 수(M) 이상을 평가한 경우이므로 평가자 i의 평가점수들이 과도하게 반영되지 않도록 감소시켜 합계가 M이 되도록 할 수 있다(

Figure pat00008
).At this time, the bias correction method judges whether the evaluation number of the evaluator exceeds the maximum evaluation number, and if M> m, the evaluator i only evaluates the evaluation score of the evaluator i If M <= m, the evaluator i has evaluated the number of evaluation (M) or more, so that the evaluation score of evaluator i is reduced so as not to overestimate so that the total is M
Figure pat00008
).

이를 통해 편향 보정된 각 평가 대상에 대한 전체 평가자들의 평가 점수를 합산하고(

Figure pat00009
), 합산한
Figure pat00010
를 전체 평가자들의 수인 I로 나누어 정규화함으로써 평가 대상 별 정규화를 수행하여 산출된 결과로 평가 점수 데이터를 생성 또는 갱신하며 SNS상의 평가 시스템에 편향 보정기능을 제공할 수 있다.This adds up the evaluation scores of all evaluators for each bias-corrected evaluation subject (
Figure pat00009
), Summed up
Figure pat00010
Is normalized by dividing it by I, which is the total number of evaluators, to generate or update evaluation score data as a result of the calculation, and to provide a bias correction function to the evaluation system on the SNS.

이때 평가 대상 별 정규화는 선택적으로 적용할 수 있으며, 적용하지 않는 경우에는 A(j)=V(j)로 정의하여 사용할 수도 있다.In this case, the normalization per subject can be selectively applied. If not applied, A (j) = V (j) may be used.

본 발명의 일 실시 예에 따르면 해당 평가대상에 대한 평가점수 데이터가 존재하지 않는 경우에는 평가점수 데이터를 생성하고, 해당 평가대상에 대한 평가점수 데이터가 이미 존재하는 경우에는 존재하는 평가점수 데이터를 갱신할 수 있다.According to an embodiment of the present invention, when the evaluation score data for the evaluation subject does not exist, the evaluation score data is generated, and when the evaluation score data for the evaluation subject already exists, the evaluation score data existing is updated can do.

평가점수 저장부(300)는 상기 평가점수 데이터를 저장 및 평가결과로 사용자에게 출력할 수 있다.The evaluation score storage unit 300 may output the evaluation score data to the user as a result of storage and evaluation.

본 발명의 일 실시 예에 따르면 평가결과를 출력하는 방법은 수치, 별점, 좋아요, 수우미양가 등 평가에 대한 의견을 사용자에게 전달할 수 있는 방법에 해당하면 형식에 제한 없이 사용될 수 있다.According to the embodiment of the present invention, the method of outputting the evaluation result can be used in any format as long as the method of conveying the opinion on evaluation such as numerical value, star rating, likelihood,

도 3은 평가 편향 보정을 거치지 않은 평가 시스템에서 평가점수 산출하는 것을 나타낸 도면이다.Fig. 3 is a diagram showing evaluation score calculation in an evaluation system not subjected to evaluation deflection correction.

도 3을 참조하면 4명의 평가자가 3개의 평가대상에 대하여 개별적으로 평가하는 경우 평가 점수를 산출하는 것이 나타나 있다.Referring to FIG. 3, it is shown that four evaluators calculate evaluation scores when evaluating three evaluation objects individually.

"좋아요"란 평가의견을 포함하는 평가 시스템을 통해 4명의 평가자가 3개의 평가 대상물을 대상으로 평가한 것에 대한 평가 점수를 산출하는 실시 예에 따르면 평가자 i1, i2, i3, i4가 평가대상 j1, j2, j3에 대해 각각 그림에서 보는 바와 같이 선택적으로 "좋아요"의 입력을 한다면, k(i,j)는 k(1,1), k(1,2), k(2,1), k(2,3), k(3, 1), k(3, 3), k(4, 3)는 모두 그 평가 점수가 1이 될 수 있다.According to the embodiment in which the evaluation score for the evaluation of the three evaluation objects by the four evaluators is calculated through the evaluation system including the evaluation comment of "good ", the evaluators i1, i2, i3, (1, 1), k (1,2), k (2,1), k (i, j) (3, 3), k (3, 1), k (3, 3), and k (4, 3)

이 때 본 발명의 실시 예에 따른 평가 편향 보정장치를 사용하지 아니하고 바로 평가 점수를 산출한다면 산출한 점수를 평가자 별 정규화를 거치게 하지 아니하고 각 평가자가 평가한 평가 점수 그대로 합산하여, 합산한 점수를 따로 편향 보정을 거치지 아니하고 합산한 점수를 평가자의 수로 나누는 평가 대상 별 정규화 과정을 거쳐 산출한 평가 결과를 사용자에게 출력할 수 있다.In this case, if the evaluation score is calculated without using the evaluation bias correction apparatus according to the embodiment of the present invention, the calculated score is not subjected to the normalization by the evaluator but the evaluation score of each evaluator is added as it is, It is possible to output the evaluation result calculated through the normalization process for each evaluation subject, which does not go through bias correction but divides the sum of the scores by the number of evaluators.

도 4는 본 발명의 실시 예에 따른 평가 편향 보정장치를 통해 평가점수 산출하는 것을 나타낸 도면이다.4 is a diagram showing evaluation score calculation using the evaluation deflection correcting apparatus according to the embodiment of the present invention.

도 4를 참조하면 페이스 북에서 사용되는 평가 시스템과 같이 평가의견을"좋아요"를 주느냐 아니면 평가에 참여하지 않느냐로 선택되는 평가 시스템에서, 평가자 i1, i2, i3, i4가 평가대상 j1, j2, j3에 평가자 i1가 j1, j2에 "좋아요"라는 평가 의견을 제시하고, 평가자 i2가 j1, j3에 "좋아요"라는 평가 의견을 제시하고, 평가자 i3가 j1, j3에 "좋아요"라는 평가 의견을 제시하고, 평가자 i4가 j3에 "좋아요"라는 평가 의견을 제시하는 경우가 나타나 있다.4, evaluators i1, i2, i3, and i4 select evaluation objects j1, j2, i3, and i4 in an evaluation system that is selected by " j3, the evaluator i1 presents the evaluation opinion of "good" to j1, j2, the evaluator i2 presents the evaluation opinion of "good" to j1, j3, the evaluator i3 evaluates the evaluation opinion of "good" to j1, j3 , And the evaluator i4 presents an evaluation comment of "good" to j3.

이때 미리 설정된 적정평가의 수 M이 1인 경우를 예를 들면, 평가자 i4는 1회 이하의 평가횟수를 나타내고 있으므로 소극적 평가자로 구별될 수 있으며, 평가자 i1, i2, i3는 평가횟수 2회로 적극적 평가자로 구별할 수 있다.At this time, for example, when the predetermined number M of evaluations is 1, the evaluator i4 indicates the number of evaluations one time or less, so that it can be distinguished as a passive evaluator. Evaluators i1, i2, i3 are evaluated twice. .

이때 "좋아요"라는 평가의견은 yes or no이므로 이를 수치화 하면 평가자의 평가 의견 "좋아요"는 1 로 수치화 할 수 있으며, 평가 의견은 "좋아요"아니면 평가를 하지 않은 수 밖에 없기 때문에 평가의견을 주는 경우에는 평가 점수가 1점 인 경우만이 존재하고, 그러므로 산출된 평가점수에 평가자 별 정규화를 수행하여도 그 평가 점수에는 변동이 없다(

Figure pat00011
1-0.5+0.5=1이므로). In this case, the evaluation comment of "good" is yes or no. Therefore, if the evaluation opinion of the evaluator is expressed as "yes" or "no", the evaluator's evaluation comment "good" can be numerically converted to 1 and the evaluation opinion is merely " There is only one case in which the evaluation score is one, and therefore even if the calculated evaluation score is normalized by the evaluator, there is no change in the evaluation score (
Figure pat00011
1 + 0.5 + 0.5 = 1).

정규화 이후 각 평가자 별로 편향 보정을 수행하면 소극적 평가자인 i4의 평가의견은 그대로 수치화 되어 j4에 1점을 추가할 수 있다.After normalization, if bias correction is performed for each evaluator, evaluation comments of passive evaluator i4 can be quantified as it is, and one point can be added to j4.

반면에 적극적 평가자인 i1, i2, i3는 각각 2회의 평가횟수를 가지고 있으므로 편향 보정된 점수

Figure pat00012
을 산출하기 위한 공식
Figure pat00013
에서
Figure pat00014
는M=1, m=2이므로 더 큰 값인 2가 선택되어
Figure pat00015
에 1/2를 곱하여 편향 보정된 점수
Figure pat00016
를 각각 산출할 수 있다.On the other hand, the positive evaluators i1, i2, and i3 each have two evaluation times,
Figure pat00012
Formula for calculating
Figure pat00013
in
Figure pat00014
M = 1 and m = 2, so a larger value of 2 is selected
Figure pat00015
Lt; RTI ID = 0.0 &gt; 1/2 &
Figure pat00016
Respectively.

이렇게 편향 보정 된 점수

Figure pat00017
를 산출하고, 이를 평가 대상 별로 합산하면(
Figure pat00018
, V(1)은 1/2+1/2+1/2=1.5, V(2)는 1/2, V(3)은 1/2+1/2+1=2가 될 수 있다.The biased corrected score
Figure pat00017
, And adding them to each evaluation object (
Figure pat00018
, V (1) can be 1/2 + 1/2 + 1/2 = 1.5, V (2) can be 1/2 and V (3) can be 1/2 + 1/2 + 1 = 2.

상술한 방법에 의하여 편향 보정을 거친 V(j)에 평가 대상 별 정규화를 수행하면(

Figure pat00019
), 평가자는 총 4명으로 전체 평가자의 수 I는 4이므로, 각 평가 대상 별 정규화 값은 A(1)은 3/8(3/2 X 1/4), A(2)는 1/8(1/2 X 1/4), A(3)은 1/2(2 X 1/4)로 산출될 수 있다.When the normalization is performed on the subject V (j) subjected to the bias correction by the above-described method
Figure pat00019
), The total number of evaluators is 4, and the total number of evaluators I is 4. Therefore, the normalized values of A (1) and A (2) are 3/8 (3/2 X 1/4) (1/2 X 1/4) and A (3) can be calculated as 1/2 (2 X 1/4).

도 5는 본 발명의 실시 예에 따른 사용자 평가 편향 보정방법을 나타낸 흐름도이다.5 is a flowchart illustrating a user evaluation bias correction method according to an embodiment of the present invention.

사용자들로부터 각 평가 대상물에 대한 평가 데이터를 획득한다(510).Evaluation data for each evaluation object is obtained from users (510).

평가점수 데이터를 저장 및 평가결과로 사용자에게 출력Save the score data and output it to the user as the evaluation result

본 발명의 일 실시 예에 따르면 평가 데이터는 각 평가 대상물에 대한 평가의견은 또는 별점, 좋아요, 수우미양가 등 수치화 되어 있지 않지만 평가자의 의견을 반영하여 수치화할 수 있는 데이터라면 제한 없이 사용될 수 있다.According to the embodiment of the present invention, the evaluation data is not limited to the evaluation comment for each evaluation object or the evaluation score such as the likelihood, the likelihood, and the water quality, but can be used without restriction as long as it is data that can be quantified by reflecting the opinion of the evaluator.

획득한 평가 데이터를 분석하여 평가 점수를 산출한다(520).The acquired evaluation data is analyzed to calculate an evaluation score (520).

본 발명의 실시 예에 따르면 적극적으로 평가하는 특정 평가자들에 의한 평가점수의 편향을 보정하기 위하여 수신한 평가 데이터로부터 평가 점수를 산출하고, 산출된 평가점수에 편향 보정을 수행함으로써 평가결과를 산출할 수 있다.According to the embodiment of the present invention, the evaluation score is calculated from the evaluation data received to correct the deviation of the evaluation score by the specific evaluators actively evaluating, and the evaluation result is calculated by performing the deviation correction on the calculated evaluation score .

본 발명의 일 실시 예에 따르면 수신한 평가 데이터로부터 산출된 평가 점수를 평가자 별로 정규화 할 수 있다.According to an embodiment of the present invention, the evaluation score calculated from the received evaluation data can be normalized for each evaluator.

산출된 평가점수를 평가 횟수에 따라 편향 보정한다(530).The calculated evaluation score is deflected according to the number of evaluations (530).

본 발명의 실시 예에 따르면 보정된 평가점수를 산출할 수 있는 편향 보정 공식은 표 1의 공식을 따를 수 있다.According to the embodiment of the present invention, the bias correction formula which can calculate the corrected score can follow the formula of Table 1. [

편향 보정된 평가 점수로 평가 점수 데이터를 생성 또는 갱신한다(540).The evaluation score data is generated or updated with the bias-corrected evaluation score (540).

또한 본 발명의 일 실시 예에 따르면 편향 보정된 평가점수를 평가 대상 별로 정규화 하여 평가 결과를 산출할 수 있다.In addition, according to the embodiment of the present invention, the evaluation result can be calculated by normalizing the deflection-corrected evaluation score by the evaluation object.

여기서 평가 점수 데이터는 편향 보정되거나 편향 보정된 값을 평가 대상 별로 정규화한 평가 점수를 포함하는 것을 의미할 수 있다.Here, the evaluation score data may mean that the evaluation value that is biased or biased corrected is a normalized evaluation score.

본 발명의 일 실시 예에 따르면 해당 평가대상에 대한 평가점수 데이터가 존재하지 않는 경우에는 평가점수 데이터를 생성하고, 해당 평가대상에 대한 평가점수 데이터가 이미 존재하는 경우에는 존재하는 평가점수 데이터를 갱신할 수 있다.According to an embodiment of the present invention, when the evaluation score data for the evaluation subject does not exist, the evaluation score data is generated, and when the evaluation score data for the evaluation subject already exists, the evaluation score data existing is updated can do.

평가점수 데이터를 저장 및 평가결과로 사용자에게 출력한다(550).The evaluation score data is output to the user as a result of storage and evaluation (550).

평가점수 데이터는 소셜 네트워크 상의 데이터 베이스 또는 프록시 서버, 메인 서버 등에 저장될 수 있으나 이에 한정되지 아니하며 저장될 수 있는 장소라면 제한 없이 저장 가능하다.The score data may be stored in a database, a proxy server, a main server, or the like on a social network, but not limited thereto.

사용자에게 출력되는 형식 또는 방법도 한정되지 아니하며 시각, 청각적 등으로 사용자가 정보를 인식할 수 있는 방법이라면 제한 없이 사용될 수 있다.The format or method of output to the user is not limited, and any method can be used without limitation as long as the user can recognize the information by visual, auditory, or the like.

본 발명의 실시 예는 이상에서 설명한 장치 및/또는 방법을 통해서만 구현이 되는 것은 아니며, 이상에서 본 발명의 실시 예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is to be understood that the invention is not limited to the disclosed exemplary embodiments, but, on the contrary, Various modifications and improvements of those skilled in the art using the basic concept of the present invention are also within the scope of the present invention.

100 : 평가 데이터 획득부 200 : 평가점수 편향 보정부
300 : 평가점수 저장부100: evaluation data acquisition unit 200: evaluation score deflection correction unit
300: score storage unit

Claims (1)

적어도 한 명의 사용자들로부터 각 평가 대상물에 대한 평가 데이터를 획득하는 평가 데이터 획득부;
상기 평가 데이터를 분석하여 평가 점수를 산출하고, 상기 평가점수를 평가자 별로 평가 횟수에 따라 편향 보정하며, 상기 편향보정 된 평가결과를 포함하는 평가 점수 데이터를 생성 또는 갱신하는 평가점수 편향 보정부; 및
상기 평가점수 데이터를 저장 및 평가 결과로 사용자에게 출력하는 평가 점수 저장부를 포함하는 것을 특징으로 하는 소셜 네트워크 기반의 사용자 평가 편향 보정장치.An evaluation data obtaining unit that obtains evaluation data for each evaluation object from at least one user;
An evaluation score deflection correcting unit for calculating evaluation scores by analyzing the evaluation data, correcting the evaluation scores according to the number of evaluations for each evaluator, and generating or updating evaluation score data including the deflection corrected evaluation results; And
And an evaluation score storage unit for outputting the evaluation score data to a user as a result of storage and evaluation.
KR1020150066875A 2015-05-13 2015-05-13 Social network-based User rating bias correction apparatus and method therefor Withdrawn KR20160133835A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150066875A KR20160133835A (en) 2015-05-13 2015-05-13 Social network-based User rating bias correction apparatus and method therefor

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150066875A KR20160133835A (en) 2015-05-13 2015-05-13 Social network-based User rating bias correction apparatus and method therefor

Publications (1)

Publication Number Publication Date
KR20160133835A true KR20160133835A (en) 2016-11-23

Family

ID=57541488

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150066875A Withdrawn KR20160133835A (en) 2015-05-13 2015-05-13 Social network-based User rating bias correction apparatus and method therefor

Country Status (1)

Country Link
KR (1) KR20160133835A (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190050782A1 (en) * 2017-08-14 2019-02-14 ScoutZinc, LLC System and method for rating of personnel using crowdsourcing in combination with weighted evaluator ratings

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190050782A1 (en) * 2017-08-14 2019-02-14 ScoutZinc, LLC System and method for rating of personnel using crowdsourcing in combination with weighted evaluator ratings
US11816622B2 (en) * 2017-08-14 2023-11-14 ScoutZinc, LLC System and method for rating of personnel using crowdsourcing in combination with weighted evaluator ratings

Similar Documents

Publication Publication Date Title
Abu Zayyad et al. Corporate social responsibility and patronage intentions: The mediating effect of brand credibility
US10509791B2 (en) Statistical feature engineering of user attributes
Hung et al. Examining the cultural moderation on the acceptance of mobile commerce
US9798797B2 (en) Cluster method and apparatus based on user interest
Rifon et al. Don’t hate me because I am beautiful: Identifying the relative influence of celebrity attractiveness and character traits on credibility
Lappeman et al. Firestorm response: Managing brand reputation during an nWOM firestorm by responding to online complaints individually or as a cluster
JP6566515B2 (en) Item recommendation system and item recommendation method
CN116911650A (en) Trends in Extrapolated Trust Scores
US20140172544A1 (en) Using negative feedback about advertisements to serve advertisements
WO2014099892A1 (en) Learned negative targeting features for ads based on negative feedback from users
JP6440661B2 (en) Determination device, determination method, and determination program
Khan et al. Country of origin effects, brand image, and social status in an emerging market
US20150039404A1 (en) Weighted voting system
US20150310487A1 (en) Systems and methods for commercial query suggestion
US20120030010A1 (en) Social impact on advertising
Feng et al. Effects of review spam in a firm-initiated virtual brand community: Evidence from smartphone customers
Hendrata et al. The effect of brand equity and electronic word of mouth (E-WOM) on customer satisfaction and loyalty in e-commerce marketplace
Al-Zyoud Employing marketing mix to increase the efficiency of CRM within organic products marketers in Jordan
Primabudi et al. Analysis of factors influencing purchase decision in online store. Case study: Game sales in online store
KR20160133835A (en) Social network-based User rating bias correction apparatus and method therefor
Riker Export-intensive industries pay more on average: An update
Yuniarinto et al. Retail attribute’s effect on shopping motivation and customer loyalty: Age as a moderating variable
Oboler et al. Hate speech: A quality of service challenge
JP6748769B1 (en) Customer estimation device and customer estimation method
US20130297406A1 (en) Matching criteria selection to scale online experiments

Legal Events

Date Code Title Description
PA0109 Patent application

St.27 status event code: A-0-1-A10-A12-nap-PA0109

R17-X000 Change to representative recorded

St.27 status event code: A-3-3-R10-R17-oth-X000

PG1501 Laying open of application

St.27 status event code: A-1-1-Q10-Q12-nap-PG1501

P22-X000 Classification modified

St.27 status event code: A-2-2-P10-P22-nap-X000

PC1203 Withdrawal of no request for examination

St.27 status event code: N-1-6-B10-B12-nap-PC1203

P22-X000 Classification modified

St.27 status event code: A-2-2-P10-P22-nap-X000

P22-X000 Classification modified

St.27 status event code: A-2-2-P10-P22-nap-X000