sarah0518

Information diffusion: 정보들이 확산되고 각각의 individual에 도달하는 것을 말한다. 3가지 요소 1. sender: diffusion의 시작 2. receiver: 정보를 받는 node - receiver는 sender보다 보통 더 큼 - receiver에는 sender도 포함될 수 있음(정보로 전달하면서 받을 수 있음) 3. medium: 정보의 diffusion이 일어나는 매개체 Information Diffusion Types Network observability: network의 실체가 관측 가능여부에 따라 Explicit/Implicit로 나뉨 Information Availability: - global - local 간섭 intervention: delaying:..

Community analysis란 아래 3가지를 분석하는 것인데, 지난 community analysis 1~3에서는 community detection에 대해서 정리한 내용임 이번 contents는 community evolution & evaluation에 대해 정리하고자 함. community evolution Network Growth Patterns 1. Network Segmentation 2. Graph Densification 3. Diameter Shrinkage 1. Network segmentation 시간에 지남에 따라서 아래의 3개의 component로 쪼개지는 현상을 보임 1. Giant Component: As network connections stabilize, a gia..

Group Properties: I. Balanced: Spectral clustering II. Robust: k-connected graphs III. Modular: Modularity Maximization IV. Dense: Quasi-cliques V. Hierarchical: Hierarchical clustering 2. Robust communities: k-vertext connected: k개의 node를 제외해도 분리되지 않는 subgraph를 의미함 (k-connected 그래프라고도 함) k-edge connected: k개의 edge를 제외해도 분리되지 않는 subgraph를 의미함 ** cycle인 그래프에서는 2-connected graph임 3. Modular commun..

community detection algorithms 1. member 특성기반 detection (Member-based Community Detection) (아래 community analysis1참고) https://sarah0518.tistory.com/133 community analysis 1 community를 분석하는 이유? 글로벌한 관점에서 볼때 특정 행동을 파악할수있음 (개인별로는 안 나타날 수 있음) SNS상에서의 community formation: 1. 하나의 community가 생성되기위해서는 적어도 2개의 node sarah0518.tistory.com 2. 그룹속성 기반 detection 이번에는 2번째인 그룹속성 기반 detection에 대해서 알아 볼 것임 Group-..

community를 분석하는 이유? 글로벌한 관점에서 볼때 특정 행동을 파악할수있음 (개인별로는 안 나타날 수 있음) SNS상에서의 community formation: 1. 하나의 community가 생성되기위해서는 적어도 2개의 node가 있어야함 2. 그 사이에 interaction이 존재함 2가지의 종류: 1. explicit(emic): 명확한 목적이 있는 community 2. implicit(etic): 암묵적으로 생성된 community (파악해야하는 target임) eg) 전화가 빈번이 연결되는 그룹을 파악하여 promotion 제공(미국 - 캐나다) 2가지 종류(구조상): 1. overlapping community 2. disjoint community community 분석 방향 1..

가정 - friendship 네트워크와 판매할 상품이 있음 - 네트워크상에서 일정부분에 해당하는 사람들의 구매 여부에대한 정보가 주어짐 (아직까지 구매여부가 없는 사람들에 대해서 classification을 하는 것임) - 링크 정보를 활용하여 잠재적 고객을 예측하는 것이 목적 1로 표시된 v1, v2는 이미 구매의사가 있는 사람 0으로 표시된 v5는 구매의사가 없는 사람 v3, v4, v6의 구매의사를 예측해보자. 이때 위와 같이 vi노드가 구매할 확률은 N(vi) neighbor의 정보를 고려하여 결정됨 이때 사용하는 방법: wvRN Weighted-vote Relational-Neighbor (wvRN) vi의 neighbor인 vj를 고려하기위해 vj의 neighbor를 고려(회귀적인 모형임) P..

3가지 network 모델 종류 real-world network와 유사한 network를 생성하기 위한 network model 3개 1. Random graphs 2. Small-World Model 3. Preferential Attachment Random graphs 가정: edge는 random하게 형성된다. a. G(n,p) n: node의 개수(고정) 이 때, 총 nC2만큼의 노드를 생성할 수 있는데, 이때의 edge 생성 확률을 p라고 함 따라서, 0

network model이 필요한 이유 실제 social network data를 구하기 어려움 - 개인정보/보안이슈 (플랫폼 회사내부에서는 분석이 쉬움) → 인공적으로 SNS와 유사한 그래프를 만들어서 사용 → 그러므로 이번 챕터에서는 SNS의 특징을 갖는 그래프를 학습할 예정 실제 network와 유사한 데이터를 생성함으로써 얻을 수 있는 3가지 1. cost-efficient: 실제 데이터와 유사한 데이터를 생성하여 분석할 수 있다. 2. 그래프에 대한 수학적 설명을 제시함으로써 real-world data를 더 잘 이해할 수 있다. 3. 다양한 실험을 수행할 수 있다. (controlled experiments) Real-world network의 3가지 특징 1. Power-law Distrib..