본 연구는 정보 간의 관계에서 도출되는 특징을 적합하게 보여줄 수 있는 시각화를 위한 연구이다. 정보의 관계에 주목하는 이유는 관계 구조를 통해 정보의 성격과 특징을 파악할 수 있기 때문이며 이러한 정보의 관계는 사회연결망 분석을 통해서 파악할 수 있다. 이 연구에서는 사회연결망분석에서 관계의 성격을 도출하는데 중요한 지표로 다뤄지는 영향력의 시각화를 연구범위로 설정하고 첫째, 연결망 내에서 관계를 나타내는 요소와 영향력을 나타내는 지표를 분류하여 정리하였다. 둘째, 사회연결망에서 영향력을 나타내는 관계의 요소들 간의 연관을 살펴 영향력 시각화의 네트워크를 만들었다. 셋째, 사회연결망 분석과 시각화 프로세스와의 상호작용을 설명하는 영향력 시각화의 프레임워크를 제안하였다. 본 연구에서 제안하는 영향력 시각화의 네트워크와 프레임워크는 사회연결망의 영향력 요소를 이해하고, 분석하는데 유용하게 사용될 수 있을 뿐만 아니라 연결망의 시각화에 있어 합리적이고 효율적인 접근을 가능하게 함으로써 정보디자인에 있어 새로운 방법적 접근이 되리라고 기대한다.
본 연구는 정보 간의 관계에서 도출되는 특징을 적합하게 보여줄 수 있는 시각화를 위한 연구이다. 정보의 관계에 주목하는 이유는 관계 구조를 통해 정보의 성격과 특징을 파악할 수 있기 때문이며 이러한 정보의 관계는 사회연결망 분석을 통해서 파악할 수 있다. 이 연구에서는 사회연결망분석에서 관계의 성격을 도출하는데 중요한 지표로 다뤄지는 영향력의 시각화를 연구범위로 설정하고 첫째, 연결망 내에서 관계를 나타내는 요소와 영향력을 나타내는 지표를 분류하여 정리하였다. 둘째, 사회연결망에서 영향력을 나타내는 관계의 요소들 간의 연관을 살펴 영향력 시각화의 네트워크를 만들었다. 셋째, 사회연결망 분석과 시각화 프로세스와의 상호작용을 설명하는 영향력 시각화의 프레임워크를 제안하였다. 본 연구에서 제안하는 영향력 시각화의 네트워크와 프레임워크는 사회연결망의 영향력 요소를 이해하고, 분석하는데 유용하게 사용될 수 있을 뿐만 아니라 연결망의 시각화에 있어 합리적이고 효율적인 접근을 가능하게 함으로써 정보디자인에 있어 새로운 방법적 접근이 되리라고 기대한다.
This paper deals with visualization that can appropriately show the characteristics deduced from relationships between pieces of information. The visualization of influence, which is used as an important index in deducing the characteristics of relationships in social network analysis, was selected ...
This paper deals with visualization that can appropriately show the characteristics deduced from relationships between pieces of information. The visualization of influence, which is used as an important index in deducing the characteristics of relationships in social network analysis, was selected as research topic, and first, the elements that show relationships within the network and the index that show influence were classified and organized. Second, the links between relational elements that show influence in social network were examined, and an influence visualization network was created. Third, an influence visualization framework was proposed which explains the interaction between social network analysis and visualization process. The influence visualization network and framework being proposed in this paper can be used not only to understand and analyze the elements that influence social network but also to make it possible to have a rational and efficient approach to network visualization. Hopefully, they will become a new methodological approach to information design.
This paper deals with visualization that can appropriately show the characteristics deduced from relationships between pieces of information. The visualization of influence, which is used as an important index in deducing the characteristics of relationships in social network analysis, was selected as research topic, and first, the elements that show relationships within the network and the index that show influence were classified and organized. Second, the links between relational elements that show influence in social network were examined, and an influence visualization network was created. Third, an influence visualization framework was proposed which explains the interaction between social network analysis and visualization process. The influence visualization network and framework being proposed in this paper can be used not only to understand and analyze the elements that influence social network but also to make it possible to have a rational and efficient approach to network visualization. Hopefully, they will become a new methodological approach to information design.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
또한 대부분의 사용자 혹은 분석가들이 가장 관심을 가지는 부분이기도 하다. 따라서 본 연구에서는 사회연결망에서 한 노드(node)의 영향력을 중심으로 관계를 시각화하는 과정에 있어 적합한 시각화 프레 임워크(Visualization Framework) 를 찾아 제안함으로써 정보디자인을 하는데 있어 실제적으로 활용할 수 있도록 하고자 한다.
본 연구는 관계의 성격에 주목할 수 있는 정보 디자인을 위해 디자인 작업에 활용할 수 있도록 사회연 결망 분석을 개념적으로 접근하여 시각화 프로세스에 접목시켰다. 향후 우리가 일상생활에서 접하게 되는 정보들을 가지고 본 연구의 결과들을 적용하여 시각화하는 연구를 통해 연결망 시각화의 네트워크와 프레임워크를 보다 실질적으로 확장하고 정교화하는 작업을 진행하고자 한다.
가설 설정
1. 샘플의 단위를 결정해야 한다.
4. 분석단위가 무엇인지를 결정해야 한다.
5. 분석 수준을 결정해야 한다.
2. 모집단의 경계를 설정해야 한다.
성능/효과
영향력을 중심으로 하는 관계의 분석지표와 요소 들을 분류하는 과정에서 각 요소들 간에 연관성이 있음을 알 수 있었다. 예를 들어 네트워크 수준의 주변(periphery)은 그룹 수준의 고립점 (isolate)과 유사한 개념을 갖고 있다.
각각의 노드들은 요소 간에 형성된 관계를 통해서 연결된다. 우선 관계의 분석 수준을 가장 큰 노드로 하고, 시각화 표현 요소는 삼각형으로 표현하였다. 또한 관계 측정 요소는 사각형으로 나타냈으며, 관계의 분석 요소와 분석 지표는 각각 중간 크기의 원과 작은 크기의 원으로 표현하였다.
후속연구
본 연구에서 제안하는 영향력 시각화의 네트워크와 프레임워크는 디자이너가 사회연결망의 영향력 요소를 이해하고, 분석하는데 유용하게 사용될 수 있을 뿐만 아니라 연결망의 시각화에 있어 합리적이고 효율적인 접근을 가능하게 함으로써 정보디자인에 있어 새로운 방법적 접근이 되리라고 기대한다.
더불어 연결망 시각화 적용 단계에서 전체 관점과 세부 관점, 줌-인/아웃(ZoomTn/Out) 기능, 여과 기능, 관계의 능동적 표현, 개체 분류화, 다양한 물리적 조작 등과 같은 적절한 사용자와의 인터랙션도 적절하게 고려하여 사용한다면 관계의 이해에 긍정적인 효과를 미칠 수 있을 것이다.[11]
본 연구는 관계의 성격에 주목할 수 있는 정보 디자인을 위해 디자인 작업에 활용할 수 있도록 사회연 결망 분석을 개념적으로 접근하여 시각화 프로세스에 접목시켰다. 향후 우리가 일상생활에서 접하게 되는 정보들을 가지고 본 연구의 결과들을 적용하여 시각화하는 연구를 통해 연결망 시각화의 네트워크와 프레임워크를 보다 실질적으로 확장하고 정교화하는 작업을 진행하고자 한다.
참고문헌 (11)
L. C. Freeman, "Visualizing Social Networks," Journal of Social Structure, 2000.
A. Peter, B. Shneiderman, "Balancing Systematic and Flexible Exploration of Social Networks," IEEE Transactions on Visualization and Computer Graphics, Vol. 12, No.5, pp, 693-700, 2006.
J. P. Scott, "Social Network Analysis: A Handbook," SAGE Publications, London, pp.7-16, 27-65, 2000.
S. Wasserman, K Faust, "Social Network Analysis-Methods and Applications," Cambridge University Press, 1999.
S. Wasserman, K Faust, "Social Network Analysis," Cambridge University Press, 1994.
Pak Chung Wong, G. Chin Jr., H. Foote, P. Mackey, J. Thomas, "Have Green-A Visual Analytics Framework for Large Semantic Graphs," IEEE Symposium on Visual Analytics Science and Technology, pp. 67-74, October 31-November 2, 2006.
D. J. Watts, S. H. Strogatz, "Collective Dynamics of 'Small-World' Network," Nature, pp. 440-442, Macmillan, 1998.
장선희, 전보시각화를 위한 사회연결망 분석의 개념요소에 관한 연구, 디자인학연구, 2006년 봄 학술발표대회 논문집, p. 127, 2006.
김용학, "사회연결망 분석," 박영사, 서울, pp.7-36, 82-122, 2003.
U. Brandes, P. Kenis, D. Wagner, "Communicating Centrality in Policy Network Drawings," IEEE Transactions On Visualization And Computer Graphics, VOL. 9, NO.2, pp. 241-253, 2003.
K. Allendoerfer, S. Aluker, G. Panjwani, J. Proctor, D. Sturtz, M. Vukovic, C. Chen, "Adapting the Cognitive Walkthrough Method to Assess the Usability of a Knowledge Domain Visualization," IEEE Symposium on Information Visualization, pp. 195-202, Oct. 23-25, 2005.
이 논문을 인용한 문헌
저자의 다른 논문 :
연구과제 타임라인
LOADING...
LOADING...
LOADING...
LOADING...
LOADING...
활용도 분석정보
상세보기
다운로드
내보내기
활용도 Top5 논문
해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다. 더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.