http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
한국영화 100선에 등장하는 영화배우 네트워크 확장 패턴 분석
류제운(Jea Woon Ryu),김학용(Hak Yong Kim) 한국콘텐츠학회 2010 한국콘텐츠학회논문지 Vol.10 No.7
복잡계 과학의 발달에 따라 많은 사회 네트워크들이 분석되어 지고 있다. 우리는 사회 네트워크의 하나로 한국영화 100선을 중심으로 한국 영화배우 네트워크를 구축하고 분석하였다. 현재까지 연결선수, 중간성(betweenness), 결집계수 등 링크수를 중심으로 네트워크의 구조를 분석하는 방향으로 진행되어지고 있다. 하지만 이제는 네트워크의 구조적 분석에서 멈추는 것이 아니라, 나아가 k-core 분석법 등을 이용하여 복잡한 네트워크 속에서 핵심 되는 중심 모듈을 찾아 분석하는 정보 분석 방향으로 진행되어야 할 것이다. 본 논문은 한국 영화 데이터베이스에서 제공하는 한국영화 100선에 출연하는 영화배우 네트워크를 만들어 가중치 유무에 따른 핵심 모듈 분석과 네트워크가 시기별로 확장되어 가는 양상을 분석하였다. 이는 네트워크의 확장 또는 진화를 이해하는 모델을 위한 기초 자료로 활용될 것으로 기대한다. The advancement of the Science for complex systems enables the analysis of many social networks. We constructed and analyzed a Korean movie star network as one of social networks, based on the 100 Korean movie selection for a main data source. Until now, the research trend has been the structural analysis of network, focused on link numbers, such as degree, betweenness and clustering coefficient. But it is time that the research is not limited by the structural analysis of networks only. Rather, the research goal should be aimed to an information analysis, performed by identifying and analyzing central modules that are regarded as the core of complex networks, using k-core analysis method. In this research, we constructed a network of movie stars who have appeared in 100 Korean movie selection, provided by Korean movie database, also we analyzed its core modules with and without weights, and the trend of seasonal expansion of the network. We expect our findings can be used as the basic data applicable to a model for understanding of the expansion and evolution of networks.
단백질 허브 네트워크에서 도메인분석을 통한 단백질 기능발견 시스템
강태호(Tae-Ho Kang),류제운(Jea-Woon Ryu),유재수(Jae-Soo Yoo),김학용(Hak-Yong Kim) 한국콘텐츠학회 2008 한국콘텐츠학회논문지 Vol.8 No.1
본 논문에서는 단백질-단백질 상호작용과 도메인 분석을 통해 기능이 알려지지 않은 미지 단백질의 기능을 예측할 수 있는 알고리즘을 제안한다. 먼저 MIPS 데이터베이스로 부터 효모에 대한 단백질-단백질 상호작용(PPI) 네트워크를 구축한다. 구축된 PPI 네트워크는(단백질 3,637개, 상호작용 10,391개) 많은 상호작용을 갖는 소수의 단백질들을 갖으면서 단백질 클러스터의 고유한 모듈성을 보이는 스케일 프리 네트워크와 계층적 네트워크의 특성을 보인다. 단백질-단백질 상호작용 데이터베이스는 Y2H(Yeast Two Hybrid) 실험 등으로 얻어졌기 때문에 부정확한 데이터를 포함하고 있다. 따라서 본 논문에서는 세포상의 localization을 고려하여 부정확한 데이터를 정제하여 PPI 네트워크를 재구축한다. 그리고 허브 단백질과 네트워크 구조를 분석하여 네트워크로부터 구조적 모듈을 발견하고 이를 정의한다. 또한 이러한 구조적 모듈로 부터 단백질의 도메인을 분석하여 기능적 모듈을 밝히고, 높은 확실성을 가지는 기능적 모듈을 기반으로 미지 단백질에 대한 기능을 예측한다. We propose a protein function finding algorithm that is able to predict specific molecular function for unannotated proteins through domain analysis from protein-protein network. To do this, we first construct protein-protein interaction(PPI) network in Saccharomyces cerevisiae from MIPS databases. The PPI network(proteins; 3,637, interactions; 10,391) shows the characteristics of a scale-free network and a hierarchical network that proteins with a number of interactions occur in small and the inherent modularity of protein clusters. Protein-protein interaction databases obtained from a Y2H(Yeast Two Hybrid) screen or a composite data set include random false positives. To filter the database, we reconstruct the PPI networks based on the cellular localization. And then we analyze Hub proteins and the network structure in the reconstructed network and define structural modules from the network. We analyze protein domains from the structural modules and derive functional modules from them. From the derived functional modules with high certainty, we find tentative functions for unannotated proteins.