Journal of Digital Contents Society (디지털콘텐츠학회 논문지)

Digital Contents Society (한국디지털콘텐츠학회)
권호 표지
DOI QR코드

DOI QR Code

Social Networks Analysis using External Community Relationship

외부 커뮤니티 연관도를 이용한 소셜 네트워크 분석

  • 이현진 (한국사이버대학교 컴퓨터정보통신학과) ;
  • 지태창 (연세대학교 컴퓨터과학과)
  • Received : 2011.01.12
  • Accepted : 2011.03.30
  • Published : 2011.03.31
Download PDF
⟨ Previous Next ⟩

Abstract

A clustering process for nodes in a network is required to find communities from social networks. General clustering algorithm needs to be configured the number of communities in advance. The number of communities is a very important element because the result of clustering can be different, depending on it. In this paper, we define the external community relationship which is distinguished between communities. Using the external community relationship as an evaluation metric of clustering result, we propose a method to determine the number of communities dynamically. We compare the proposed method to existing methods based on the accuracy of the number of communities and the average purity of communities. Our results show favorable performance for these criteria compared to the existing methods that were evaluated.

소셜 네트워크로부터 커뮤니티를 발견하기 위해서는 네트워크의 노드들에 대한 군집화 과정이 필요하다. 일반적인 군집화 알고리즘은 커뮤니티의 개수를 미리 설정해 주어야 한다는 약점을 가지고 있다. 커뮤니티의 개수에 의해서 군집화의 결과가 달라질 수 있기 때문에 커뮤니티의 개수 선정은 매우 중요하다. 본 논문에서는 커뮤니티 간의 구별을 위한 외부 커뮤니티 연관도를 정의하고, 이를 기존의 군집화 알고리즘과 결합하여 커뮤니티의 개수를 동적으로 발견하는 방법을 제안한다. 제안하는 방법은 커뮤니티 개수의 정확도와 커뮤니티 평균 순도를 기준으로 기존의 방법들과 비교하였다. 실험 결과 기존의 방법들에 비하여 제안하는 방법의 우수한 성능 확인할 수 있었다.

Keywords

References

  1. 최창현, 박건우, 이상훈, "지식검색 서비스에서의 소셜네트워크 기반 영향력 지수 알고리즘", 한국컴퓨터정보학회 논문집, Vol .14, No. 10, 2009.
  2. Yong-Yeol Ahn, James P. Bagrow, Sune Lehmann, " Link communities reveal multiscale complexity in networks", nature, vol. 466, pp.761-764. 2010. https://doi.org/10.1038/nature09182
  3. Richard Freeman, "Topological Tree Clustering of Social Network Search Results", in Proceedings of the Eight International Conference on Lecture Notes in Computer Science (LNCS 4481), Springer, pp. 760-769, 2007.
  4. Romain Boulet, Bertrand Jouvea, Fabrice Rossi, Nathalie Villa, "Batch kernel SOM and related Laplacian methods for social network analysis", Neurocomputing, Vol. 71, PP. 1257-1273, 2008. https://doi.org/10.1016/j.neucom.2007.12.026
  5. 강윤섭, 최승진, "공통 이웃 그래프 밀도를 사용한 소셜네트워크 분석", 정보과학회논문지:컴퓨팅 실제 및 레터, Vol. 16, No. 4, pp. 432-436, 2010.
  6. 장익진, "다차원 척도 분석법", 연암사, 1998.
  7. Earl Gose, Richard Johnsonbugh and Steve Jost, "Pattern Recognition and Image Analysis", Prentice Hall, 1996.
  8. Douglass R. Cutting, David R. Karger, Jan O. Pedersen and John W. Tukey, "Scatter/Gather: a cluster-based approach to browsing large document collections", In Proc. of the 15th annual international ACM SIGIR, June, pp. 318-329, 1992.
  9. Y. Wang, H. Song, W. Wang and M. An, "A microscopic view on community detection in complex networks", Proceeding of the 2nd PhD Workshop on Information and Knowledge Management, New York, US A, pp. 57-64, 2008.
  10. M. E. J. Newman, "Modularity and community structure in networks", Proceedings of the National Academy of Science, USA, 103(23):8577-8582, 2006. https://doi.org/10.1073/pnas.0601602103
  11. L. A. Adamic and N. Glance, "The Political Blogosphere and the 2004 U. S. Election: Divided They Blog", Proceedings of the 3rd International Workshop on Link Discovery, Chicago, Illinois, pp. 36-43, 2005.
  12. M. E. J. Newman , "Finding community structure in networks using the eigenvectors of matrices", Physical Review E, 74(3), 19 pages, 2006.
  13. R. Ghosh and K. Lerman, "Structure of Heterogeneous Networks", International Conference on Computational Science and Engineering, vol. 4, pp.98-105, 2009.

Cited by

  1. Expert recommendation system based on analyzing expertise and networks of human resources in National Science & Technology Information Service vol.20, pp.8, 2013, https://doi.org/10.1007/s11771-013-1726-1
  2. 소셜 네트워크 분석을 위한 동적 하위 그룹 생성 vol.14, pp.1, 2011, https://doi.org/10.9728/dcs.2013.14.1.41
  3. Malware Containment Using Weight based on Incremental PageRank in Dynamic Social Networks vol.9, pp.1, 2015, https://doi.org/10.3837/tiis.2015.01.026