동적 네트워크에서 인터랙션 기반 커뮤니티 발견 기법

• Published in: 정보과학회 컴퓨팅의 실제 논문지 Vol. 22; no. 8; pp. 357 - 362
• Main Authors: 김바울(Paul Kim), 김상욱(Sangwook Kim)
• Format: Journal Article
• Language: Korean
• Published: Korean Institute of Information Scientists and Engineers 01.08.2016; 한국정보과학회
• Subjects: 컴퓨터학; interaction-based community; complex network analysis; 복잡 네트워크 분석; 인터랙션 커뮤니티; 동적 네트워크; community detection; dynamic network; 커뮤니티 발견
• ISSN: 2383-6318; 2383-6326

소셜 네트워크나 바이오 네트워크는 인터랙션이 가능한 오브젝트들이 관계를 맺음으로써 형성되는 복잡 네트워크이다. 실세계에 존재하는 복잡 네트워크는 커뮤니티 구조로 구성되어 있으며, 이 커뮤니티 구조를 자동으로 발견하는 것은 그 네트워크를 제어하고 이해하는데 있어서 중요한 기술이다. 하지만이런 네트워크들은 시간에 따라 오브젝트들의 인터랙션에 의해 그 네트워크의 구조와 위상이 불특정하게변화한다. 이런 동적 네트워크에서 노드들 간에 인터랙션을 기반으로 한 커뮤니티 구조를 발견하는 것은높은 시간 복잡도 연산이 요구되며, 반복된 계산을 비효율적으로 처리하는 문제점이 있다. 따라서 본 연구에서는 동적 네트워크에서 인터랙션 기반 커뮤니티 구조를 점진적으로 발견하는 기법을 제안한다. 제안하는 기법은 이전 네트워크에서 변화한 요소들을 인지하고, 이전 커뮤니티 그룹 구조를 점진적으로 재활용함으로써 효율적인 커뮤니티 발견이 가능하다. A social network or bio network is one of the complex networks that are formed by connecting specific relationships between interacting objects. Usually, these networks consist of community structures. Automatically detecting the structures is an important technique to understand and control the interaction objects. However, the topologies and structures of the networks change by interactions of the objects, with respect to time. Conventional techniques for finding the community structure have a high computational complexity. Additionally, the methods inefficiently deal with repeated computation concerning graph operation. In this paper, we propose an incremental technique for detecting interaction-based communities in dynamic networks. The proposed technique is able to efficiently find the communities, since there is an awareness of changed objects from the previous network, and it can incrementally reuse the previous community structure. KCI Citation Count: 0