$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

그래프 이론과 소셜 네트워크 원문보기

정보과학회지 = Communications of the Korean Institute of Information Scientists and Engineers, v.32 no.1, 2014년, pp.33 - 43  

이우기 (인하대학교) ,  박순형 (인하대학교)

초록이 없습니다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 그래프 G와 쿼리 그래프 q가 주어졌을 때, 그래프 G에 존재하는 모든 동형의 부분그래프 q를 찾는 것이 목적이다. 최근에 이루어진 연구를 살펴보면 한욱신 교수연구팀의 TurboISO[l기로 대규모 데이터베이스에서 효과적이고 강력한 부분그래프 매칭 엔진을 제안하였다.
  • 소셜 네트워크는 그 자체가 그래프로 표현이 가능하기 때문에 그래프 이론의 다양한 기법들을 통해 소셜 네트워크에 대한 새로운 시각의 접근이 이루어지고 있다. 본 고에서는 그래프 이론에 대해 기본적 개념, 구조, 기술적 요소로 나누어 제시한 뒤, 이러한 내용을 바탕으로 응용되고 있는 분야를 정리하고, 소셜 네트워크에 적용되어 진행된 연구들에 대해 살펴보았다.
  • 본 고에서는 그래프 이론의 소개와 더불어 이를 소셜 네트워크에 응용하여 새로운 로드맵을 제시하는데 도움이 되고자 한다. 제2장에서는 그래프 이론의 기본적인 소개 및 가장 많이 쓰이는 그래프 구조에 알아보고, 제3장에서는 소셜 네트워크에서 이루어지는 그래프 분석 개념을 정리한다.
  • 소셜 네트워크의 발전과 함께 소셜 네트워크를 대상으로 한 그래프 분석이 활발하게 이루어지고 있고, 본 장에서는 그에 대한 응용을 몇 가지 살펴보고자 한다.
  • 제2장에서는 그래프 이론의 기본적인 소개 및 가장 많이 쓰이는 그래프 구조에 알아보고, 제3장에서는 소셜 네트워크에서 이루어지는 그래프 분석 개념을 정리한다. 이를 통해 그래프 분야에 대한 학제적 학문적 관심을 제고하고자 한다.
  • 그러한 형태에 따라서 각 그래프는 속성이나 특징을 나타날 수 있다. 이번 장에서는 바벨, 라인, 스타, 링, 완전그래프, 랜덤, 작은 세상 그래프, 척도 없는 그래프에 대해 알아보고자 한다.
  • 어떤 분석이 가능할까? 현재 그래프를 이용한 다양한 분석 기술이 연구되고 있으며, 본 고에서는 그래프 클러스터링, 영향력 전파 이론 그래프 랭캥 메져 서브 그래프 매칭의 4가지 분석 기술을 소개하고자 한다.
본문요약 정보가 도움이 되었나요?

참고문헌 (22)

  1. Dunham, William. The Genius or Euler: Reflections on his Life and Work. Mathematical Association of America. 2007. 

  2. Social Medea Active Users 2013 (http://dustn.tv/activeusers-2013/). 

  3. Zeqian Shen, Kwan-Liu Ma, Tina Eliassi -Rad, Visual Analysis of Large Heterogeneous Social Networks by semantic and Structural Abstraction, IEEE Transaction on Visualization and Computer Graphics, 12(6), pp. 1427- 1439,2006. 

  4. Network Science(http://barabasilab.neu.edu/network sciencebook/) 

  5. Ted G. Lewis, Network Science: Theory and Application, ISBN: 978-0-470-33 166-0, 2009. 

  6. Duncan J. Watts, Steven H. Strogatz, Collective dynamics of 'small-world' networks, Nature, 393, pp. 440- 442, 1998. 

  7. Albert-Laszlo Barabasi, Reka Albert, Emergence of Scaling in Random Networks, Science, 286, pp. 509- 512,1999. 

  8. Cesar A. Hidalgo R., Albert-Laszlo Barabasi: Scalefree networks. Scholarpedia, 3(1): 1716, 2008. 

  9. Tapas Kanungo, David M. Mount, Nathan S. Netanyahu, Christine D. Piatko, Ruth Silverman, Angela Y. Wu, An Efficient k-means Clustering Algorithm: Analysis and Implementation, IEEE Transactions on Pattern Analysis and Machine Intelligence, 24, 7, pp. 881-892, 2002. 

  10. Bredan J. Frey, Delbert Dueck, Clustering by Passing Messages Between Data Points, Science, 315, pp. 972- 976, 2007. 

  11. Guoliang Li, Beng Chin Ooi, Jianhua Feng, Jianyong Wang, Lizhu Zhou, EASE: An Effective 3-in-1 Keyword Search Method for Unstructured, Semi-structured and Structu red Data, SIGMOD, pp. 903-914, 2008. 

  12. Sergey Brin, Lawrence Page, The Anatomy of a LargeScale Hypertextual Web Search engine, Computer Networks and ISDN Systems, 30, pp. 107-117, 1998. 

  13. Wen-Syan Li, K. Selcuk Candan, Quoc Vu, Divyakand Agrawal, Retrieving and Organizing Web Pages by "information Unit", WWW, pp. 230-244, 2001. 

  14. Jon M. Kleinberg, Authoritative Sources in a Hyperlinked Environment, Journal of the ACM, 46(5), pp. 604-632, 1999. 

  15. Ramakrishna Varadarajan, Vagelis Hristidis, Tao Li, Beyond Single-Page Web Search Results, IEEE transactions on Knowledge and Data Engineering, 20(3), pp. 411-424, 2008. 

  16. David Kempe, Jon Kleinberg, Eva Tardos, Maximizing the Spread of lnfluence through a Social Network, Knowledge Discovery and Data Mining, pp. 137- 146, 2003. 

  17. Wook-Shin Han, Jinsoo Lee, Jeong-Hoon Lee, Turboiso: Towards Ultrafast and Robust Subgrapb lsomorpbisim Search in Large Graph Databases, SIGMOD, pp. 337- 348,2013. 

  18. Reynold S. Xin, Josh Rosen, Matei Zaharia, Michael J. Franklin, Scott Shenker, Ion Stoica: Shark: SQL and rich analytics at scale. SIGMOD, pp. 13-24,2013. 

  19. Wookey Lee, Woong-Kee Loh, Mye M. Sohn: Searching Steiner trees for web graph query. Computers & Industrial Engineering 62(3): pp. 732-739, 2012. 

  20. Wookey Lee, James Jung-Hun Lee, Justin JongSu Song, Chris Soo-Hyun Eom: Maximum Reliable Tree for Social Network Search. IEEE DASC, pp. 1243-1249, 2011. 

  21. Wookey Lee, Carson Kai-Sang Leung, James Jung-Hoon Lee: Mobile Web Navigation in Digital Ecosystems Using Rooted Directed Trees. IEEE Transactions on Industrial Electronics, 58(6): pp. 2154-2162, 2011. 

  22. Chris Wilson, Searching for Saddam: a five-part series on how the US military used social networking to capture the lraqi dictator. (http://www.slate.com/articies/news_and_politics/searching_ for_ saddam/2010/02/searching_for_saddam_5. html). 

저자의 다른 논문 :

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로