다수준 라벨을 가지는 노드의 통계적 연결망 모형 (A statistical social network model for multi-level labeling nodes)

서지정보

· 발행기관 : 한국데이터정보과학회
· 수록지 정보 : 한국데이터정보과학회지 / 29권 / 1호 / 49 ~ 58페이지
· 저자명 : 김진광, 오창혁

초록

사회연결망을 구성하는 노드의 특성들에 대한 라벨 정보가 부가될 때 이를 바탕으로 노드 간의 인용 여부를 추정하는 것은 유용한 일이다. 본 연구에서는 방향성 연결망에서 노드가 다수준 순서형 라벨 정보를 가지는 경우를 생각하며, 유사한 라벨 수준을 가진 노드들의 상호 연결 가능성이 높을 것으로 생각이 되어, 라벨 수준 정보와 노드 간의 연결 세기를 회귀모형으로 가정하였다. 특히, 단방향 또는 양방향으로 연결되지 않은 노드들을 제외한 조건 모형을 가정하고, 이에 따른 가능도 함수를 유도하며, 이를 바탕으로 다수준 라벨 정보가 주어진 경우에 사회연결망의 인용관계를 예측하는 방법을 제안하였다. 이에 몬테카를로 실험을 통해 제시된 방법의 모수 추정과 이를 이용한 사회연결망의 추정이 유효함을 보였다. 즉, 제안한 모형은 노드 갯수가 많고 노드 간 연결 밀도가 적은 연결망 구조에서 효율성이 좋고, 유의한 라벨 정보가 추가될수록 AUC가 증가함을 보였다.

영어초록

In a social network, it is meaningful to estimate the citations between the nodes based on informations whether they have labels on some characteristics or not. In this paper, we consider a directional network model of which nodes have been attached with labels with multi-level nominal information, and under the assumption that nodes with similar levels on labels have high possibility to be linked each other, we assumed a regression model between levels of labels and reciprocation strength between node pairs. We assume a conditional model in which nodes not linked to any other nodes are excluded from the network considered and derive a likelihood function for the parameters of the model to predict the citations among the nodes whith multi-level information. The Monte Carlo simulation showed that the estimation of the parameters and the estimation of the social network using this method are valid. In a network with more nodes and less density, the proposed model showed better efficiency and the AUC tended to increase as more labels were included in the model.

참고자료

· 없음