Discovering Semantics in Heterogeneous Data Graphs (다양한 종류의 데이터를 활용한 추천) 2012 Data Science Meetup in Seoul (http://lifidea.tistory.com/entry/%EC%A0%9C-1%ED%9A%8C-Data-Science-Meetup-%ED%9B%84%EA%B8%B0) Organized by Jinyoung Kim and others.

1. 1/10
Discovering Semantics
in Heterogeneous Data Graphs
다양한 종류의 데이터를 활용한 추천
Intelligent Data Systems Lab.
강민석
2012 Data Science Meetup in Seoul
2012년 5월 17일
Seoul National University

2. 2/10
Google’s Knowledge Graph
 어제 발표된 구글의 “Knowledge Graph”
 실세계 object 및 object들간의 관계
Heterogeneous
Data Graphs
Knowledge Graph
Semantics
검색
추천
마이닝
수지
건축학
개론MissA

3. 3/10
Data Applications 만들기 위한 네 단계
 데이터 수집 – 정리해서 DB 저장 – 알고리즘 써서 결과 - 시각화
extract
data modelraw data
arrange
analyze
result
visualizeprocess
organize
presentation
story
collect
build graph graph processing
Random walk
Node proximity
Minimal subgraphs
Graph clustering

4. 4/10
Why Graph?
 왜 하필 데이터를 굳이
그래프로 만들어서 저장하는가?
 데이터를 표현하는 자연스러운 방법
 연관관계를 뽑기 적절한 형태
Linked Data (Semantic Web)Relational DB (E-R Model)
원래부터 데이터는 그래프 구조
 Data is information about things.
 Data is relationships between things.
 RDB (Entity-Relationship Model)
 Linked Data (S-P-O)
PageRank의 교훈
 링크에 주목하라!
 단순링크개수보다,
그래프 구조를 종합적 고려하기!
(링크의 링크)

5. 5/10
그래프 예시
 여러 데이터 소스로부터 그래프 만들기
 다양한 종류의 노드와 링크 혼재 (Heterogeneous Data Graphs)
사용자 데이터:
Facebook
맛집 데이터:
윙스푼
태그:
del.icio us
책 구매 데이터:
아마존
장소 데이터:
Google Map음악 데이터:
벅스
사람: 철수
수지
사람: 재석
책:
자료구조
가수:
아이유
강남역
삼성동
맛집:
만리장성
민수
5/18
주중
맛집:
시크릿가든
철수
철수
맛집:
광화문
파스타재즈
장소:
압구정
한정식
회식
옥정
동훈
거주지
likes
• 철수와 수지는 커플
• 오늘 5월 18일은 수지의 생일
• 수지와 민수는 페북 친구, 철수와 재
석도 페북 친구
• 철수는 삼성동에 거주, 수지는 강남역
에 거주
• 강남역과 압구정동은 가까움.
• 삼성동에는 중식당 만리장성
• 압구정에는 시크릿가든 식당이 있고,
광화문 식당도 있음.
• 시크릿가든에서는 재즈를 틀어줌.
• 수지는 재즈를 즐겨 들음.
• 동훈이와 민수는 아이유 좋아함.
• 동훈이 엄마는 옥정
• 옥정은 파스타 싫어하고 한정식 좋아
함.
• 민수는 자료구조 책 구입.
• …

6. 6/10
Task 예시: 음식점 추천
• 철수와 수지는 커플
• 오늘 5월 18일은 수지의 생일
• 수지와 민수는 페북 친구, 철수와 재
석도 페북 친구
• 철수는 삼성동에 거주, 수지는 강남역
에 거주
• 강남역과 압구정동은 가까움.
• 삼성동에는 중식당 만리장성
• 압구정에는 시크릿가든 식당이 있고,
광화문 식당도 있음.
• 시크릿가든에서는 재즈를 틀어줌.
• 수지는 재즈를 즐겨 들음.
• 동훈이와 민수는 아이유 좋아함.
• 동훈이 엄마는 옥정
• 옥정은 파스타 싫어하고 한정식 좋아
함.
• 민수는 자료구조 책 구입.
• …
사용자 데이터:
Facebook
맛집 데이터:
윙스푼
태그:
del.icio us
책 구매 데이터:
아마존
장소 데이터:
Google Map음악 데이터:
벅스
사람: 철수
수지
사람: 재석
책:
자료구조
가수:
아이유
강남역
삼성동
맛집:
만리장성
민수
5/18
주중
맛집:
시크릿가든
철수
철수
맛집:
광화문
파스타재즈
장소:
압구정
한정식
회식
옥정
동훈
거주지
likes
Task: 철수에게 저녁식사를 위해 가장 적합한 레스토랑을 추천하기
Query: 두 노드 ‘사람: 철수, 시간: 5/18’에 가장 관련있는 음식점 노드는?
그래프가 엄청나게
크다면?

7. 7/10
Graph Algorithms
Query
Node
Which is
more similar?
 문제의 단순화:
 쿼리 노드에 대해,
가장 연관성 높은 노드를 찾아서 랭킹하라!
 일단 알고 있는 그래프 근접성 알고리즘 적용
그래프 근접성 알고리즘들
 Shortest distance
 Random walk w/ restart
(Personalized PageRank)
 SimRank
근데 문제: 이렇게 하면 다 뭉뚱그려져서
원래 데이터가 갖고 있던 의미는 사라지지 않나?
노드 A와 B 사이는 친구? or 싫어하는 사이?

8. 8/10
If Heterogeneous: Paths (semantics)
 전체 그래프를 다 쓰자니…
 다 뭉뚱그려버리면 시맨틱은 사라짐.
 Semantics 살라기 위해 edge에 있는 type에 주목해보자.
• Difference to homogeneous graph
 Edge을 이어붙이면 path. Path는 어떤 하나의 의미를 가짐.
• <커플 – Likes – Played> (내 여자친구가 좋아하는 재즈를 틀어주는 음식점)
사람: 철수
수지
사람: 재석
책:
자료구조
가수:
아이유
강남역
삼성동
맛집:
만리장성
민수
5/18
주중
맛집:
시크릿가든
맛집:
광화문
파스타재즈
장소:
압구정
한정식
회식
옥정
동훈
거주지
likes

9. 9/10
Path-level feature & Machine Learning
 Path을 러닝 모델의 feature로 쓰기
 손쉽게 feature 추출
• 복잡한 알고리즘 대신
이미 있는 방법들을 잘 사용
• 직관적으로 이해하기 쉬운 path
Predictive
Model
New
data
feature
vectors
Labels
(정답)
Expected
label
Training Data
No. 어떤 path로 만든 feature
Learned
weight
F1 사람-(유사취향)-사람-(좋아함)-음식점 (CF) 0.26
F2 사람-장소-음식점 (location context) 0.15
F3 사람-(커플)-사람-(생일)-날짜 0.21
F4 위치-음식점-태그-음식점 (tag, content) 0.05
F5 사람-음악장르-음식점 (various) 0.08
F6 사람-(친구)-사람-(좋아함)-음식점(social) 0.10
… … …
Learning
algorithm
Query
feature
vector

10. 10/10
Summary
 To discover semantics from data,
 일단 데이터를 가지고 그래프를 만든다.
 랜덤워크 같은 알고 있는 그래프 알고리즘의 도움으로 문제를 풀기.
 다양한 종류의 데이터가 혼재되어 있을 때는, 경로(path) 정보를 이용하여
내가 원하는 시맨틱에 해당하는 정보를 쉽게 추출해 볼 수 있다.
 러닝 알고리즘 써서 어떤것이 중요한 시맨틱인지 파악하고,
최종 결과물 산출!
사람: 철수
수지
사람: 재석
책:
자료구조
가수:
아이유
강남역
삼성동
맛집:
만리장성
민수
5/18
주중
맛집:
시크릿가든
맛집:
광화문
파스타재즈
장소:
압구정
한정식
회식
옥정
동훈
거주지
likes

11. 11/10
References
 Our Lab.
 강민석 외, “Ranking Objects by Following Paths in Entity-Relationship Graphs”, Ph.D
Workshop in CIKM 2011.
 강민석 외, “Ranking in Context-Aware Recommender Systems”, WWW 2011
(poster).
 강민석 외, “Exploiting Paths for Entity Search in RDF Graphs”, SIGIR 2012 (poster).
 이상근 외, “PathRank: A Novel Node Ranking Measure on a Heterogeneous Graph
for Recommender Systems”, CIKM 2012.
 이상근 외, “Random Walk based Entity Ranking on Graph for Multidimensional
Recommendation”, RecSys 2011.
 참고문헌
 Y. Sun et al., “PathSim: Meta Path-Based Top-K Similarity Search in Heterogeneous
Information Networks”, VLDB 2011.
 N. Lao et al., “Relational Retrieval using a Combination of Path-Constrained
Random Walks”, ECML-PKDD 2010.
 자료 참고
 이상구, “Semantic Data Processing: Introduction”, 서울대학교 대학원 강의자료, 2011.

12. 12/10
감사합니다~
Intelligent Data Systems Lab.
강민석
Seoul National University
Research Scientist
Minsuk Kahng