http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
네트워크의 중첩 클러스터링 구조를 고려한 정보 확산 모델
이우중(Woojung Lee),황지영(Joyce Jiyoung Whang) 한국정보과학회 2020 정보과학회논문지 Vol.47 No.4
정보 전파(information diffusion) 연구란 네트워크에서 특정 노드(initial adopters)가 새로운 정보를 습득할 것으로 가정하고, 그로부터 다른 노드로 퍼지는 정보의 전파 양상(cascading behavior)에 대한 메커니즘을 모델링하는 것이다. 대부분의 기존 정보 전파 연구들은 노드가 하나의 클러스터(cluster)에만 속한다고 가정하며, 이 가정에 의해 클러스터가 정보 전파를 방해함을 보여 왔다. 하지만, 실제 네트워크에는 노드가 여러 클러스터에 속할 수 있다. 즉, 클러스터는 중첩될 수 있다. 본 연구는 네트워크에 중첩 클러스터(overlapping cluster)가 존재할 때의 정보 전파 양상에 대해 소개한다. 새로운 정보를 습득한 노드가 네트워크의 중첩 클러스터에 속하거나 네트워크의 각 노드에 대해 정보 공존성(compatibility)을 허용하였을 때 클러스터는 정보 전파의 방해요소가 아님을 보인다. 네 개의 실제 네트워크 데이터 셋(dataset)에서 본 연구에서 제시한 모델과 이론을 검증한다. Information diffusion models formulate and explain cascading behavior in networks where a small set of initial adopters is assumed to acquire new information and the new information is propagated to the other nodes in the network. Most existing information diffusion models assume that a node in a network belongs to only one cluster, and based on this assumption, it has been shown that clusters are obstacles to cascades. However, in many real-world networks, a node can belong to multiple clusters, i.e., clusters can overlap. In this paper, we study cascading behavior in a network when clusters overlap. We show that clusters are not obstacles to cascades if the initial adopters are placed in the overlapped region between the clusters or if we allow compatibility. We verify our theorems and models on four real-world datasets.