elektronická verzia publikácie - FIIT STU - Slovenská technická ...

Sprístupňovanie informácií pomocou grafov 207
Algorithm 1 ŠÍRENIE-AKTIVÁCIE(v, e, c ⇐ 0)
Require: Začiatočný v
Require: Aktivačnú energiu e>0.
Require: Doteraz naakumulovanú energiu c na vrcholoch grafu.
1: c v ⇐ c v + e
2: e ′ ⇐ e/STUPEŇ-VRCHOLU(v)
3: if e ′ >θthen
4: for all vrcholy t také, že z v do t existuje hrana do
5: c ⇐ ŠÍRENIE-AKTIVÁCIE(t, e ′ , c)
6: end for
7: end if
8: return c
sa rovnomerne rozdelí medzi nich. Energia, ktorá sa prešíri cez hrany, tak aktivuje susedov,
čím sa celý proces šírenia energie rekurzívne opakuje. Zastavovacou podmienkou je prahová
hodnota minimálnej energie θ, ktorá sa ešte bude prenášat’ na susedov. Mierou podobnosti
vrcholov grafu je súčet energií, ktorými boli v tomto procese postupne aktivované. V zápise
algoritmu 1 je súčet výsledných energií vektor c.
Prepísaním algoritmu šírenia aktivácie do maticového počtu dostávame vzt’ahy
r k = τ θ (r k−1 A) (7.11)
c k =
k∑
r i (7.12)
kde c k je výsledný vektor ohodnotenia vrcholov grafu a τ θ je prahová funkcia s prahom θ
definovaná ako
i=0
{
ri ak r
(τ θ (r)) i
=
i >θ
0 inak
(7.13)
Šírenie aktivácie má vel’mi pestré spektrum možností aplikácií. Bolo využité pri poloautomatickom
rozširovaní vzt’ahov v ontológiach [13], obohacovaní klúčových slov užívatel’-
ských dopytov [1], zist’ovaní významu slov [19], odporúčaní [3], vyhl’adávaní [4, 5, 6, 23]
a šírení dôvery [24].
7.2.5 NodeRanking
Ohodnocovanie grafu NodeRanking [17] je vo svojej podstate vel’mi podobné šíreniu aktivácie
a PageRank algoritmu.
Pravdepodobnost’ toho, že z vrcholu i sa preskočí na úplne náhodnú stránku je však
závislá od počtu σ(i) vystupujúcich hrán vrcholu i.
J ii =
1
σ(i)+1
(7.14)