http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : NGUYEN DUY LINH (검색결과 1 건)
-
NGUYEN DUY LINH Soongsil University 2014 국내석사
현재, 사회관계망서비스(SNS)는 우리 사회에서 정보 방송 및 수집 등 중요한 소통역할을 하고 있다. SNS는 사용자들이 서로의 활동을 공유하고, 다른 웹사이트 상의 정치, 스포츠 등의 유용한 정보를 나눌 수 있게 하고 있으며, 이러한 상호적인 관계는 수많은 정보를 널리 퍼뜨리고 있다. 사회관계망서비스(SNS) 연구자들 앞에 놓여 있는 과제는 사회관계망서비스의 2가지 특징인 다양한 정보 및 고속도의 전달을 바탕으로 해서 SNS를 더욱더 효과적으로 이용할 수 있는 방법을 찾아내야 한다는 것이다. 본 논문은 다음과 같은 2가지의 내용을 해결한다. 첫 번째, 정보를 고속도로 전달하는 SNS는 광고의 플랫폼이 되었다. 정해진 투자액으로 제품에 대해서 더 많은 사람들한테 알리고 싶어하는 광고인들이 자기 제품 홍보 효과를 극대화할 수 있는 SNS에 관심을 많이 가지게 되어 다양한 방법(solutions)이 제기되었다. 그 중에 주어진 조건내에서 최적의 방법을 탐색하는 Greedy method 및 Heuristic method가 있다. 그러나 같은 정보량을 전달하는 경우에 Greedy Method는 시간의 제한이 있고 Heuristic method는 정확성의 제한이 있다. 본 논문에서는 실제 실험을 통해서 확인된 Heuristic method로 서로 다른 정보량을 전달하는 경우에 더 정확한 방법을 제안한다. 두 번째, 최근 SNS의 발전으로 사용자들이 접촉하는 정보량이 점점 많아지고 있다. 일반적으로 이 정보들은 시간, 발신자 또는 종류로 분류되는데 사용자한테 어떤 정보가 더 중요한지를 알 수 없다. 본 논문은 다른 정보 필터를 제안한다. 이 필터는 신뢰를 기반으로 정보들을 분류하는 Trust based Filter라고 하며 사용자에게서 들어온 정보들을 신뢰도(trust score)로 필터링한다. 여기의 신뢰도(trust score)는 보내는 이의 신뢰도와 정보의 특징을 근거해서 산출된다. At present, social networks (SNS) play important roles as powerful media for broadcasting and collecting information. SNS services allow users to share their activities and interesting news from other websites with the friends, as well as communicating directly, to discuss sports, politics, etc. The mutual relationships between members of online SNs allow contents to spread from one point throughout the network, to reach a wider audience. The challenge to SNS researchers is how to leverage SNS efficiently based on the characteristics of rapid dispersion and large amounts of information in SNS. This dissertation deals with two main problems. First, rapid spreading information make SNs a perfect platform for advertising. Advertisers always want their products can reach as many as possible users with the minimum budget. That is problem of influence maximization. As the influence maximization issue for social networks has received increased attention, many solutions have been developed, including greedy- or heuristics-based algorithms. However, greedy-based approaches have problems with their long computational time requirement; while, heuristics-based approaches are limited by the propagation probabilities between users, which are assumed to be uniform. In this study, we propose a heuristics-based method that addresses the limitations mentioned above. Similar to other heuristic methods, our approach has a rapid calculation rate. In addition, the network model used in our study is closer to a real SN because the propagation probabilities between users are not uniform. The proposed method was simulated using real-world databases, and the results showed that our algorithm outperformed existing methods in terms of information dissemination capability. Second, with the development of Social Network in recent years, the volume of information that Social network users have to receive everyday become more and more bigger. This information is normally classified by the category such as: time, senders, types, etc. The problem is that those values do not fully represent characteristics and importance of information. In this study, we propose the novel information filter named as Trust based Filter that ranks received information according to its trust score. The important information with high trust score will be recommended to users. The trust score is calculated by the trust of sender and the characteristic of information.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
