본 연구는 이전에 연구된 적이 없는 경연 네트워크를 대상으로 경연 네트워크의 개념을 정의하고, 경연자의 중심성과 승률의 관계를 탐색적으로 분석하였다. TV 음악 경연 프로그램인 '불후의 명곡'을 대상으로, 총 386명의 경연자가 펼친 1,307회의 경연 결과를 수집하여 경연 네트워크를 구성하였다. 경연자의 중심성과 승률을 산출하여 그들의 관계를 상관분석, 회귀분석, 시각화 등의 방법을 사용하여 분석하였다. 본 연구의 결과를 하면 다음과 같다. 첫째, 경연 네트워크는 멱함수 법칙을 따르는 척도 없는 네트워크이다. 둘째, 경연수와 다른 경연자들과의 친밀도 사이에는 로그함수 관계가 존재한다. 셋째, 경연수가 20회 이상인 경연자의 승률은 대략 60%로 수렴한다. 마지막으로, 경연수가 20회 미만인 경연자의 승률은 대진 운에 23% 정도의 영향을 받는다. 본 연구의 학문적 의의는 경연 네트워크를 최초로 정의하고 탐색함으로써 소셜 네트워크 연구의 새로운 분야를 개척하였다는 점이며, 실행적 의의는 중심성과 승률의 관계에 대한 실증적 패턴을 발견하여 경연 네트워크에서 사회적 관계를 개선하고 승률을 높일 수 있는 방법을 제시하였다는 것이다.
본 연구는 이전에 연구된 적이 없는 경연 네트워크를 대상으로 경연 네트워크의 개념을 정의하고, 경연자의 중심성과 승률의 관계를 탐색적으로 분석하였다. TV 음악 경연 프로그램인 '불후의 명곡'을 대상으로, 총 386명의 경연자가 펼친 1,307회의 경연 결과를 수집하여 경연 네트워크를 구성하였다. 경연자의 중심성과 승률을 산출하여 그들의 관계를 상관분석, 회귀분석, 시각화 등의 방법을 사용하여 분석하였다. 본 연구의 결과를 하면 다음과 같다. 첫째, 경연 네트워크는 멱함수 법칙을 따르는 척도 없는 네트워크이다. 둘째, 경연수와 다른 경연자들과의 친밀도 사이에는 로그함수 관계가 존재한다. 셋째, 경연수가 20회 이상인 경연자의 승률은 대략 60%로 수렴한다. 마지막으로, 경연수가 20회 미만인 경연자의 승률은 대진 운에 23% 정도의 영향을 받는다. 본 연구의 학문적 의의는 경연 네트워크를 최초로 정의하고 탐색함으로써 소셜 네트워크 연구의 새로운 분야를 개척하였다는 점이며, 실행적 의의는 중심성과 승률의 관계에 대한 실증적 패턴을 발견하여 경연 네트워크에서 사회적 관계를 개선하고 승률을 높일 수 있는 방법을 제시하였다는 것이다.
We identified a competition network which has never been studied before and investigated the relationship between centrality of participants in singing competition and their winning percentage within the competition network. We collected competition data from 'Immortal Songs: Singing the Legend', wh...
We identified a competition network which has never been studied before and investigated the relationship between centrality of participants in singing competition and their winning percentage within the competition network. We collected competition data from 'Immortal Songs: Singing the Legend', which is a Korean television music competition program, and constructed a competition network. We calculated centrality and winning percentage and analyzed their relationship using correlation analysis, regression analysis, and visualization. There are four main findings in this research. First, a competition network is a scale-free network whose degree distribution follows a power law. Second, there is a logarithmic relationship between the count of competition and closeness. Third, winning percentage converges to approximately 60% for players who have participated in more than 20 competitions. Lastly, a strength of opponents affects approximately 23% of winning percentage for players with less than 20 competitions. The academic significance of this study is that we pioneered the definition of the competition network and applied social network analysis method. Another significant contribution of this paper is that we found explicit patterns between the centrality and winning percentage, suggesting ways to improve social relationship in competition network and to increase winning percentage.
We identified a competition network which has never been studied before and investigated the relationship between centrality of participants in singing competition and their winning percentage within the competition network. We collected competition data from 'Immortal Songs: Singing the Legend', which is a Korean television music competition program, and constructed a competition network. We calculated centrality and winning percentage and analyzed their relationship using correlation analysis, regression analysis, and visualization. There are four main findings in this research. First, a competition network is a scale-free network whose degree distribution follows a power law. Second, there is a logarithmic relationship between the count of competition and closeness. Third, winning percentage converges to approximately 60% for players who have participated in more than 20 competitions. Lastly, a strength of opponents affects approximately 23% of winning percentage for players with less than 20 competitions. The academic significance of this study is that we pioneered the definition of the competition network and applied social network analysis method. Another significant contribution of this paper is that we found explicit patterns between the centrality and winning percentage, suggesting ways to improve social relationship in competition network and to increase winning percentage.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
경연 네트워크는 사람들이 경연이라는 상호작용을 통해 사회적 관계를 맺는 소셜 네트워크임에 분명하지만, 지금까지 학문적으로 연구된 적이 없다. 본 연구는 경연 네트워크의 개념과 구성을 정의하고 탐색적으로 분석함으로써 경연 네트워크에 대한 학문적 연구의 초석을 마련하였다. 경연 네트워크는 정치, 경제, 사회, 문화 등 여러 분야에 걸쳐 경합, 시합, 경기, 경쟁 등의 형태로 어렵지 않게 관찰할 수 있는 소셜 네트워크이기 때문에 본 연구를 기점으로 다양한 분야에서 경연 네트워크에 대한 연구가 활성화된다면 인간의 사회적 관계에 대한 이해의 폭을 넓힐 수 있을 것이다.
본 연구는 이전에 연구된 적이 없는 경연 네트워크를 대상으로 하여 경연자의 중심성과 승률의 관계를 분석하였다. 이를 위해 음악 경연 프로그램인 「불후의 명곡 -전설을 노래하다」(이하 불후의 명곡)를 연구 대상으로 하여 경연 데이터를 수집하고 네트워크를 구성하였다.
경연에서 경연자의 단기적 성과는 개별 경연의 승리이지만 장기적 성과는 전체 경연의 승률이다. 본 연구의 목적은 경연 네트워크에서 경연자의 중심성과 승률의 관계를 탐색적으로 분석하는 것이다.
이상의 연구를 통해 다양한 네트워크에서 중심성이 개인의 성과 또는 행태에 영향을 미친다는 것을 확인하였으며, 이를 바탕으로 경연 네트워크에서 노드의 중심성이 경연 성과인 승률에 미치는 영향을 실증적으로 살펴보았다.
가설 설정
마지막으로, 경연수가 적은 경연자는 강자상대도와 승률 사이에 음의 선형관계가 존재한다. 다시 말해서, 대진 운이 승률에 영향을 미친다. 불후의 명곡에서는 경연수가 20회 미만인 경연자는 대진 운이 승률에 23% 정도 영향을 미치는 것으로 나타났다.
제안 방법
‘불후의 명곡’의 경연 데이터를 수집하여 네트워크를 구성하고 경연자의 중심성과 승률를 측정하였다.
경연 네트워크에서 근접 중심성은 다른 노드와의 ‘친밀도’로 해석하였다.
경연수가 20회 미만인 경우에 강자상대도와 승률 사이의 관계를 자세히 살펴보기 위하여, 경연수가 20회 미만인 경연자만을 선택하여 [그림 6]과 같이 강자상대도와 승률 사이의 관계를 분석하였다. 회귀분석 결과에 의하면 강자상대도와 승률 사이에 음의 선형관계가 존재한다(승률=-0.
경연자를 노드로 하고 경연 결과에 따라 승자와 패자로 구분하였으며 링크에 가중 값(승수)을 부여하였다. 다시 말해서, 방향성과 가중 값이 있는 네트워크를 구성하였다.
이를 위해 음악 경연 프로그램인 「불후의 명곡 -전설을 노래하다」(이하 불후의 명곡)를 연구 대상으로 하여 경연 데이터를 수집하고 네트워크를 구성하였다. 그리고 경연자의 중심성과 승률을 산출하여 그들의 관계를 탐색적으로 살펴보았다.
근접 중심성은 식(2)와 같이 노드 간 최단경로 길이의 합으로 측정된다. 근접 중심성을 측정하기 위하여 가중 네트워크의 모든 가중치를 1로 하는 이진 네트워크로 변환하였다. 최단경로길이 dij는 노드 i에서 노드 j까지 가는 최단경로의 길이이고 n은 네트워크에 존재하는 노드의 개수라고 할 때, 노드 i의 근접 중심성 Ci는 최소 가능 값(n-1)을 모든 j에 대한 최단경로 길이의 합으로 나눈 역수로 측정된다.
경연 결과가 무승부인 경우에는 각 경연자를 승자이면서 패자인 것으로 간주하여 두 개의 행으로 분리하여 처리하였다. 마지막으로, 승자와 패자가 동일한 행들의 가중 값을 합하여 단일 행으로 집계하였다. 이상의 과정을 거쳐 [표 1]과 같은 형식으로 노드 수가 386개이고 링크 수가 1,147개인 네트워크를 구성하였다.
중심성 분석을 위해 실증 연구에서 지배적으로 사용 되고 있는 중심성 지수인 연결 중심성, 근접 중심성, 매개 중심성, 위세 중심성을 NetMiner를 이용하여 측정하였으며, 경연 네트워크의 노드 사이에 발생하는 상호작용을 고려하여 각 중심성에 의미를 부여하였다.
중심성 사이의 관계와 승률과 중심성 사이의 관계에 대한 탐색적 분석을 실시하였다. 데이터 탐색 과정에서 경연수가 5회 미만인 경연자는 각 변수에 이상치를 보여 분석에서 제외하였다.
대상 데이터
경연 데이터는 KBS 2TV 홈페이지의 방송 다시보기[12]를 시청하면서 수집하였다. 2011년 6월 4일에 방송된 1회부터 2016년 2월 20일에 방송된 239회까지 총 386명의 경연자가 펼친 1,307회의 경연 결과를 수집하였다.
경연 데이터는 KBS 2TV 홈페이지의 방송 다시보기[12]를 시청하면서 수집하였다. 2011년 6월 4일에 방송된 1회부터 2016년 2월 20일에 방송된 239회까지 총 386명의 경연자가 펼친 1,307회의 경연 결과를 수집하였다.
본 연구는 이전에 연구된 적이 없는 경연 네트워크를 대상으로 하여 경연자의 중심성과 승률의 관계를 분석하였다. 이를 위해 음악 경연 프로그램인 「불후의 명곡 -전설을 노래하다」(이하 불후의 명곡)를 연구 대상으로 하여 경연 데이터를 수집하고 네트워크를 구성하였다. 그리고 경연자의 중심성과 승률을 산출하여 그들의 관계를 탐색적으로 살펴보았다.
마지막으로, 승자와 패자가 동일한 행들의 가중 값을 합하여 단일 행으로 집계하였다. 이상의 과정을 거쳐 [표 1]과 같은 형식으로 노드 수가 386개이고 링크 수가 1,147개인 네트워크를 구성하였다. [표 1]에서 ‘신용재’는 ‘알리’를 5번 이겼고, ‘알리’는 ‘신용재’를 3번 이겼음을 알 수 있다.
데이터처리
승률과 중심성 지수를 포함한 변수 간의 선형관계를 살펴보기 위하여 상관분석을 실시하였다. [표 4]에서 보는 바와 같이 승률과 중심성의 관계는 외향연결 중심성 (r=0.
따라서 경연 네트워크는 멱함수 법칙을 따르는 척도 없는 네트워크(scale-free network)이다. 이를 좀 더 명확하게 하기 위하여 경연상대수와 경연자수에 자연로그를 취하여 회귀분석을 실시하였다. 그 결과, [그림 3]에서 보는 바와 같이 경연상대수와 경연자수 사이에는 음의 로그-로그 관계가 존재하는 것을 발견하였다(로그(경연자수)=-1.
승률은 승수를 경연 수로 나눈 값으로 계산하였다. 중심성 지수와 승률의 관계를 탐색적으로 살펴보기 위하여 상관분석, 회귀분석, 시각화 등의 분석 방법을 사용하였다. [그림 1]은 전체 네트워크를 시각적으로 표현한 것이다.
‘불후의 명곡’의 경연 데이터를 수집하여 네트워크를 구성하고 경연자의 중심성과 승률를 측정하였다. 중심성과 승률의 관계를 상관분석과 회귀분석을 통해 통계적으로 분석하였으며, 데이터 시각화 툴인 Tableau와 네트워크 분석 툴인 Gephi를 이용하여 시각화하였다.
성능/효과
10)이 가장 낮다. 그리고 근접 중심성을 제외한 중심성 지수 사이의 선형관계는 매우 높은 것으로 나타났다.
둘째, 경연수와 친밀도 사이에 로그함수 관계가 존재한다. 경연자는 경연 경험(경연수)이 늘어나면서 초반에는 친밀도가 급격하게 증가하고 경연 경험이 특정 수준 이상이 되면 이전과 비교하여 친밀도의 증가 기울기가 완만해진다.
마지막으로, 경연수가 적은 경연자는 강자상대도와 승률 사이에 음의 선형관계가 존재한다. 다시 말해서, 대진 운이 승률에 영향을 미친다.
본 연구는 이전에 연구된 적이 없는 경연 네트워크에서 경연자의 중심성과 승률의 관계를 탐색적으로 분석하여 유의한 패턴을 발견하였다. 연구 결과를 요약하면 다음과 같다.
셋째, 경연수가 어느 정도 이상이 되면 보편적인 승률로 수렴한다. 불후의 명곡에서는 경연수가 20회 이상인 경연자는 승률이 대략 60%로 수렴하는 것으로 나타났고 경연수가 20회 미만인 경연자는 승률이 전 범위에 걸쳐 분포하는 것으로 나타났다.
옥경영·홍재원(2012)은 오프라인 소셜 네트워크에서 청소년들의 사회적 지위가 온라인의 사회적 활동에 미치는 영향을 파악하였다. 연구 결과는 자아 네트워크 (ego network)에서 사회적 지위를 나타내는 사회적 유대(연결 중심성)와 사교성(내향연결 중심성과 외향연결 중심성의 차)이 활동성과 유의미한 상관관계가 있는 것으로 나타났다.
문주영(2015)은 전문대학생들의 학급 내 친구 네트워크를 연구하여, 네트워크 중심성 지수가 개인의 학습성과에 미치는 영향을 분석하였다. 연구 결과는 학습 네트워크의 개인별 중심성 지수는 학습성과를 예측하는 것으로 나타났다.
경연수와 승률의 관계에서 두 가지 유의한 패턴을 발견하였다. 우선, 경연수가 20회 이상이면 경연자마다 다소 차이는 있지만 승률이 대략 60%로 수렴하는 것으로 나타났고, 경연수가 20회 미만이면 승률이 전 범위에 걸쳐 분포하는 것으로 나타났다. 이러한 결과는 경연 경험이 적을 때는 경연을 펼칠 때마다 승률의 변동이 크지만, 경연 경험이 많아지면서 승률은 경연 경험이 많은 경연자들의 보편적인 값으로 수렴한다는 것을 의미한다.
경연 네트워크의 네트워크 속성을 정리하면 [표 3]과 같다. 집단 내에 존재하는 실제 링크 수를 최대 가능한 링크 수로 나눈 값인 밀도는 0.01로 매우 낮고 군집계수도 0.07로 낮은 것으로 나타났다. 각 노드에 연결된 링크 수의 평균인 평균연결은 2.
후속연구
본 연구는 경연 네트워크의 개념과 구성을 정의하고 탐색적으로 분석함으로써 경연 네트워크에 대한 학문적 연구의 초석을 마련하였다. 경연 네트워크는 정치, 경제, 사회, 문화 등 여러 분야에 걸쳐 경합, 시합, 경기, 경쟁 등의 형태로 어렵지 않게 관찰할 수 있는 소셜 네트워크이기 때문에 본 연구를 기점으로 다양한 분야에서 경연 네트워크에 대한 연구가 활성화된다면 인간의 사회적 관계에 대한 이해의 폭을 넓힐 수 있을 것이다.
왜냐하면 경연상대의 선택은 경연 규칙에 따라 경연자의 의도와 상관 없이 무작위로 이루어기도 하고, 경연자의 전략적 의도에 의해 이루어지기도 하기 때문이다. 따라서, 향후에는 본 연구를 바탕으로 경연상대를 전략적으로 선택하는 경연 네트워크를 분석하여 경연상대의 전략적 선택이 경연자의 장기적 승률에 미치는 영향을 분석할 필요가 있다.
본 연구는 불후의 명곡과 같이 경연상대가 무작위로 선택되는 경연 네트워크를 분석함으로써 연구 결과의 적용 범위에 대한 한계를 갖는다. 왜냐하면 경연상대의 선택은 경연 규칙에 따라 경연자의 의도와 상관 없이 무작위로 이루어기도 하고, 경연자의 전략적 의도에 의해 이루어지기도 하기 때문이다.
질의응답
핵심어
질문
논문에서 추출한 답변
경연 네트워크에서, 단기적인 승률의 증가를 위해 경연 경험이 적은 경연상대를 전략적으로 선택하는 것이 승률을 높일 수 있는 방법이 될 수 있는 이유는 무엇인가?
이를 바탕으로 친밀도를 특정 수준 이상으로 올리기 위한 시간과 비용을 가늠해볼 수 있다. 그리고 승률은 장기적으로는 보편적인 수준으로 수렴하지만 단기적으로는 경연상대의 선택에 영향을 받는다. 따라서 단기적인 승률의 증가를 기대하는 상황에서 경연 경험이 적은 경연상대를 전략적으로 선택하는 것은 승률을 높일 수 있는 방법이 될 수 있다.
경연이란 무엇인가?
‘경연’은 개인이나 단체가 모여 예술, 기능 따위의 실력을 겨루는 것을 일컫는다[1]. 경연에 참가한 사람들은 경연을 통해 상호작용을 하면서 사회적 관계를 맺고 경연 네트워크를 구성한다.
실증 연구에서 지배적으로 사용되는 중심성 지표는 무엇인가?
실증 연구에서 지배적으로 사용되는 중심성 지표는 연결 중심성, 근접 중심성, 매개 중심성, 위세 중심성이 다[8]. 연결 중심성은 노드에 연결된 링크의 수로 노드의 노출을 나타내는 지수이다[2].
참고문헌 (13)
http://dic.naver.com
S. P. Borgatti, M. G. Everett, and J. C. Johnson, Analyzing Social Networks, London: SAGE Publications Limited, 2013.
M. K. Ahuja, D. F. Galletta, and K. M. Carley, "Individual centrality and performance in virtual R&D groups: an empirical study," Management Science, Vol.49, No.1, pp.21-39, 2003.
R. Cross and J. N. Cumming, "Tie and network correlations of individual performance in knowledge intensive work," Academy of Management Journal, Vol.47, No.6, pp.928-937, 2004.
R. T. Sparrowe, R. C. Linden, S. J. Wayne, and M. L. Kraimer, "Social networks and the performance of individuals and groups," Academy of Management Journal, Vol.44, No.2, pp.316-325, 2001.
P. Bonacich, "Factoring and weighting approaches to status cores and clique identification," Journal of Mathematical Sociology, Vol.2, No.1, pp.113-120, 1972.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.