동적 네트워크 분석

Dynamic network analysis

Dynamic Network Analysis(DNA; 동적 네트워크 분석)는 기존의 소셜 네트워크 분석(SNA), 링크 분석(LA), 소셜 시뮬레이션 및 멀티 에이전트 시스템(MAS)을 네트워크 과학 및 네트워크 이론 내에 통합하는 새로운 과학 분야입니다.동적 네트워크는 일련의 그래프에 대한 시간 함수(실수의 서브셋으로 모델링됨)입니다.각 시점에는 그래프가 있습니다.이는 동적 시스템의 정의와 유사하며, 여기서 함수는 주변 공간 대신 [1]정점 쌍 간의 관계로 변환됩니다.

개요

이 분야에는 두 가지 측면이 있습니다.첫 번째는 DNA 데이터의 통계 분석입니다.두 번째는 네트워크 역학의 문제에 대처하기 위한 시뮬레이션의 활용입니다.DNA 네트워크는 규모가 크고 동적인 멀티 모드 멀티플렉스 네트워크라는 점에서 기존의 소셜 네트워크와는 다릅니다.또, 불확실성의 레벨도 다양합니다.SNA에 대한 DNA의 주요 차이점은 DNA가 네트워크의 사회적 특징 조절 구조와 동작의 상호작용을 고려한다는 것입니다.DNA는 시간 분석과 관련되지만 시간 분석은 반드시 DNA와 관련되는 것은 아니다. 네트워크의 변화는 때때로 네트워크에서 발견되는 사회적 특징과는 무관한 외부 요인에서 비롯되기 때문이다.DNA 사용 사례 중 가장 주목할 만한 것은 샘슨의 수도원 연구로, 샘슨은 다른 간격에서 같은 네트워크의 스냅샷을 찍어 네트워크의 [2]진화를 관찰하고 분석했습니다.

DNA 통계 도구는 일반적으로 대규모 네트워크에 최적화되어 있으며 여러 유형의 노드(멀티 노드)와 여러 유형의 링크(멀티 플렉스)가 동시에 존재하는 여러 네트워크의 분석을 허용합니다.멀티노드 멀티플렉스 네트워크는 일반적으로 메타 네트워크 또는 고차원 네트워크라고 불립니다.이와는 대조적으로 SNA 통계 도구는 단일 또는 최대 2개의 모드 데이터에 초점을 맞추고 한 번에 하나의 링크 유형만 분석합니다.

DNA 통계 도구는 여러 네트워크에서 동시에 추출된 데이터를 사용하는 척도를 가지고 있기 때문에 사용자에게 더 많은 척도를 제공하는 경향이 있습니다.동적 소셜 네트워크를 조사하기 위해 잠재 공간 모델(사르카와 무어, 2005)[3]과 에이전트 기반 시뮬레이션이 자주 사용된다(칼리 외, 2009).[4]컴퓨터 시뮬레이션의 관점에서 DNA의 노드는 양자 이론의 원자와 같으며, 노드는 그럴 필요는 없지만 확률론적 것으로 취급될 수 있습니다.기존의 SNA 모델의 노드는 정적인 반면, DNA 모델의 노드는 학습 능력이 있습니다.속성은 시간이 지남에 따라 변화하며, 노드는 다음과 같이 조정할 수 있습니다.기업 직원은 새로운 기술을 습득하여 네트워크에 대한 가치를 높일 수 있습니다.또한 테러리스트 1명과 3명이 즉석에서 대처해야 합니다.변경은 노드 간에 전파됩니다.DNA는 네트워크 진화의 요소를 추가하여 변화가 일어날 가능성이 높은 상황을 고려합니다.

멀티 엔티티, 멀티 네트워크, 다이내믹 네트워크 다이어그램의 예

동적 네트워크 분석에는 표준 소셜 네트워크 분석과 구별되는 세 가지 주요 특징이 있습니다.첫째, DNA는 단순히 소셜 네트워크를 이용하는 것이 아니라 메타 네트워크를 살펴봅니다.둘째, 에이전트 기반 모델링 및 기타 형태의 시뮬레이션은 네트워크가 어떻게 발전하고 적응하는지 및 이러한 네트워크에 대한 개입의 영향을 조사하기 위해 자주 사용됩니다.셋째, 네트워크 내의 링크는 바이너리가 아닙니다.실제로 많은 경우 링크가 존재할 가능성을 나타냅니다.

메타 네트워크

메타 네트워크는 멀티 모드, 멀티 링크, 멀티 레벨 네트워크입니다.멀티 모드는 노드 사람 및 위치 등 다양한 유형의 노드가 있음을 의미합니다.멀티링크는 우정과 조언 등 다양한 유형의 링크가 있음을 의미합니다.멀티레벨이란 사용자 및 조직으로 구성된 네트워크 등 일부 노드가 다른 노드의 구성원이 될 수 있음을 의미하며 링크 중 하나는 누가 해당 조직의 구성원인지입니다.

연구자마다 다른 모드를 사용하는 반면, 공통 모드는 누가, 무엇을, 언제, 어디서, 왜, 어떻게 하는지를 반영합니다.메타 네트워크의 간단한 예로는 사람, 작업 및 [5]리소스를 사용한PCANS 공식화가 있습니다.보다 자세한 공식화에서는 사람, 태스크, 리소스, 지식 및 [6]조직을 고려합니다.ORA 도구는 메타 네트워크 [7]분석을 지원하기 위해 개발되었습니다.

DNA 영역 사람들이 다루는 문제 설명

  • 네트워크 내 및 네트워크 간의 변화를 평가하고 식별하기 위한 메트릭 및 통계 작성.
  • 네트워크의 변화, 진화, 적응, 붕괴를 연구하기 위한 시뮬레이션을 개발하고 검증한다.컴퓨터 시뮬레이션 및 조직 연구를 참조하십시오.
  • 네트워크 변화, 진화, 적응, 붕괴[8] 이론 개발 및 테스트
  • 네트워크 생성 및 진화의 정식 모델 개발 및 검증
  • 네트워크 변경을 전체적으로 또는 노드 또는 그룹 수준에서 시각화하는 기술 개발
  • 네트워크에서 시간이 지남에 따라 관찰된 차이가 단순히 링크와 노드의 분포와 다른 샘플에 의한 것인지 아니면 링크와 노드의 기본적인 분포에 따른 변화인지를 확인하기 위한 통계 기법을 개발한다.
  • 장기간에 걸친 네트워크 제어 프로세스 개발
  • 네트워크의 링크 분포를 시간에 따라 변경하기 위한 알고리즘 개발
  • 네트워크 내 그룹을 시간 경과에 따라 추적하는 알고리즘 개발
  • 텍스트와 같은 다양한 데이터 소스에서 네트워크를 추출하거나 특정하기 위한 도구 개발
  • 시간이 지남에 따라 네트워크에서 통계적으로 유효한 측정값 개발
  • 다양한 유형의 누락 데이터 하에서의 네트워크 메트릭의 견고성 검사
  • 멀티모드 멀티링크 멀티타임 네트워크 실증연구
  • 네트워크를 확률적 시변 현상으로 조사한다.
  • 기존 네트워크 변경 예측
  • 일련의 네트워크가 주어진 시간에 걸친 추적 식별
  • 멀티모드 멀티링크 멀티타임 기간 네트워크와 관련된 기타 네트워크 시퀀스에 따라 노드 중요도 변화 확인
  • 시간[9] 네트워크에서의 랜덤 워크 연구
  • 동적[10] 프로세스에 영향을 주는 동적 네트워크에서의 컨택시퀀스 구조 속성 수량화
  • 비밀[11] 활동 및 다크[12] 네트워크 평가
  • 구인[13] 분석
  • 소셜 미디어[14] 분석
  • 공중위생시스템[15] 평가
  • 병원 안전[16] 결과 분석
  • 뉴스[17] 데이터를 통한 민족 폭력 구조 평가
  • 테러[18] 집단의 평가
  • 사회적[19] 상호작용의 온라인 사회적 부패
  • 학교[20] 내 교실 상호작용 모델링

「 」를 참조해 주세요.

레퍼런스

  1. ^ 로커, Z. (2021)진화하는 소셜 네트워크 소개'소셜 네트워크의 내러티브 분석' (167-185페이지).스프링거, 참
  2. ^ 해리슨 C.White, 1992, ID 및 제어:사회행동의 구조이론이죠.프린스턴 대학 출판부
  3. ^ 푸남리타 사르카와 앤드류 W. 무어.2005. 잠재 공간 모델을 이용한 동적 소셜 네트워크 분석.SIGKDD 탐색Newsl. 7, 2 (2005년 12월), 31-40.
  4. ^ 캐슬린 M. 칼리와 마이클 K.Martin과 Brian Hirshman, 2009, "The Etiology of Social Change", 인지과학 토픽, 1.4:621-650
  5. ^ David Krackhardt와 Kathleen M. Carley, 1998, "A PCANS Model of Structure in Organization", 1998년 명령 및 제어 연구와 기술에 관한 국제 심포지엄의 진행에서, 1998년 6월, 증거 기반 연구, 비엔나, 페이지 113-119.
  6. ^ Kathleen M. Carley, 2002, "Smart Agents and Organizations of the Future", 뉴미디어 핸드북.Leah Liebrouw와 Sonia Livingstone(Eds)에 의해 편집, Thousand Oaks, CA, Sage, Ch. 12:206-220.
  7. ^ 캐슬린 M. 칼리2014. "ORA: 동적 네트워크 분석 및 시각화를 위한 툴킷", Reda Alhajj 및 Jon Rockne(Eds)에서.스프링거 소셜 네트워크 분석 및 채굴 백과사전.
  8. ^ Majdandzic, A.; et al. (2013). "Spontaneous recovery in dynamical networks". Nature Physics. 10: 34–38. doi:10.1038/nphys2819.
  9. ^ Michele Starnini, Andrea Baronchelli, Alain Barrat, 2012, Random은 시간 네트워크를 걷고 있습니다.Phys. Rev. E 85, 056115, http://link.aps.org/doi/10.1103/PhysRevE.85.056115
  10. ^ René Pfitzner, Ingo Scholtes, Antonios Garas, Claudio Juan Tessone, Frank Schweitzer, 2012, "사이의 선호:시간 네트워크의 위상 역학에서의 상관관계 정량화", 물리적 검토 서신, 제110권, 2013년 5월 10일.
  11. ^ 칼리, 캐슬린 M., 마이클 K., 마틴, 존 P.Hancock, 2009, "의사결정 아키텍처 연구 환경에서 실험에 적용된 동적 네트워크 분석", Warfigher를 위한 고급 의사결정 아키텍처: Foundation and Technology, 4장.
  12. ^ Everton, Sean, 2012, Disrupting Dark Networks, 캠브리지 대학 출판부, 뉴욕, 뉴욕
  13. ^ 카스, 미레이, 캐슬린 M. 칼리와 L.2012년 리처드 칼리, "누가 어디에, 언제?"2012년 4월 1일 워싱턴 D.C.에서 ICDE 2012와 함께 개최된 시공간 데이터 통합 및 검색에 관한 국제 워크숍(STIR 2012)의 진행에서.
  14. ^ 칼리, 캐슬린M., Jurgen Pfeffer, Huan Liu, Fred Morstatter, Rebecca Golsby, 2013, Geo-Temporal Network Analytics를 이용한 소셜 미디어의 근실시간 평가, 2013년 IEEE/ACM 국제회의의 사회관계 분석 및 마이닝(AS) 진행 중
  15. ^ 메릴, 재클린, 마크 G. 오르, 크리스티 Y전, 로잘린드 V.Wilson, Jonathan Storrick 및 Kathleen M. Carley, 2012, "Topology of Local Health Officer's Advisement Networks: Mind the Gaps", 공중보건관리실천저널, 18(6) : 602 ~ 608
  16. ^ Effken, Judith A., Sheila Gephart 및 Kathleen M. Carley, 2013, "ORA를 사용하여 품질과 안전의 결과에 대한 핸드오프의 관계를 평가한다", 컴퓨터, 정보학, 간호학. 31 (1): 36-44.
  17. ^ 밴 홀트, 트레이시, 제프리 CJohnson, Jamie Brinkley, Kathleen M. Carley 및 Janna Caspersen, 2012, "수단의 인종 폭력 구조: 자동화된 콘텐츠, 메타 네트워크 및 지리 공간 분석 접근", 계산 및 수학적 조직론, 18:340-355.
  18. ^ Kenney, Michael J., John Horgan, Cale Horne, Peter Vining, Kathleen M. Carley, Michael Bigrigg, Mia Bloom, Kurt Braddock, 2012, 활동가 네트워크에서의 조직 적응:소셜 네트워크, 리더십, 그리고 알-무하지룬의 변화, Applied Heronomics, 44(5):739-747.
  19. ^ M. Abufouda, K. A. Zweig "온라인 소셜 네트워크의 붕괴를 이해하기 위한 이론적 모델"arXiv 프리프린트 arXiv: 1610.01538.
  20. ^ Christian Bokhove, 2016, "동적인 소셜 네트워크 분석을 통한 교실 상호작용 탐구", 국제교육연구 및 방법 저널, doi:10.1080/1743727X.2016.1192116.

추가 정보

  • Kathleen M. Carley, 2003, 다이내믹 소셜 네트워크 모델링 및 분석의 "Dynamic Network Analysis" :워크숍 개요 및 논문, Ronald Breiger, Kathleen Carley 및 Philippa Pattison, (Eds)인적 요인 위원회, 국가 연구 위원회, 국가 연구 위원회.페이지 133-145, 워싱턴 DC.
  • Kathleen M. Carley, 2002, "Smart Agents and Organizations of the Future" 뉴미디어 핸드북.Leah Liebrouw와 Sonia Livingstone, Ch. 12, 206–220, Thousand Oaks, CA, Sage에 의해 편집되었습니다.
  • Kathleen M. Carley, Jana Diesner, Jeffrey Reminga, Maksim Tsveotvat, 2008, 상호 운용 가능한 동적 네트워크 분석 툴킷, 국토안보를 위한 사이버 인프라스트럭처에 관한 DSS 특별호:정보 공유, 데이터 마이닝 및 협업 시스템의 발전.의사결정 지원 시스템 43(4): 1324-1347 (제20조[dead link])
  • 테릴 L. 프랜츠, 캐슬린 M. 칼리2009년, 가장 중심적인 행위자 소견에 대한 신뢰도 추정.8월 7일부터 11일까지 미국 시카고, 시카고, 경영학회 연례회의 (세이지 출판물/RM 부문 최우수 학생 논문상 수상)
  • Petter Holme, Jari Saramaeki, 2011, "임시 네트워크"https://arxiv.org/abs/1108.1780
  • C. Aggarwal, K. Subbbian, 2014, "진화 네트워크 분석:조사」를 참조해 주세요.ACM 컴퓨팅 조사, 47 (1) (pdf)

외부 링크