[논문 리뷰] Cluster Analysis for a Scale-Free Folksodriven Structure Network

Massimiliano Dal Mas|arXiv (Cornell University)|2011. 12. 19.

Complex Network Analysis Techniques참고 문헌 23인용 수 10

한 줄 요약

이 논문은 사용자, 웹사이트, 시간을 통해 태그의 동시 발생 빈도에 기반해 연결된 동적이고 가중치가 부여된 포크소노미 네트워크인 'Folksodriven'을 제안한다. 군집 분석과 네트워크 지표를 적용하여 네트워크의 구조가 스케일프리이며, 높은 연결성을 지닌다는 것을 보여주며, 코어링 계수와 경로 길이 측면에서 무작위 네트워크보다 우수한 성능을 보인다.

ABSTRACT

Folksonomy is said to provide a democratic tagging system that reflects the opinions of the general public, but it is not a classification system and it is hard to make sense of. It would be necessary to share a representation of contexts by all the users to develop a social and collaborative matching. The solution could be to help the users to choose proper tags thanks to a dynamical driven system of folksonomy that could evolve during the time. This paper uses a cluster analysis to measure a new concept of a structure called "Folksodriven", which consists of tags, source and time. Many approaches include in their goals the use of folksonomy that could evolve during time to evaluate characteristics. This paper describes an alternative where the goal is to develop a weighted network of tags where link strengths are based on the frequencies of tag co-occurrence, and studied the weight distributions and connectivity correlations among nodes in this network. The paper proposes and analyzes the network structure of the Folksodriven tags thought as folksonomy tags suggestions for the user on a dataset built on chosen websites. It is observed that the hypergraphs of the Folksodriven are highly connected and that the relative path lengths are relatively low, facilitating thus the serendipitous discovery of interesting contents for the users. Then its characteristics, Clustering Coefficient, is compared with random networks. The goal of this paper is a useful analysis of the use of folksonomies on some well known and extensive web sites with real user involvement. The advantages of the new tagging method using folksonomy are on a new interesting method to be employed by a knowledge management system. *** This paper has been accepted to the International Conference on Social Computing and its Applications (SCA 2011) - Sydney Australia, 12-14 December 2011 ***

연구 동기 및 목표

• 실제로 광범위한 웹사이트에서 수집한 사용자 데이터를 기반으로 시간이 지남에 따라 변화하는 동적이고 사용자 중심의 태깅 시스템을 개발하는 것.
• 링크 강도가 태그 동시 발생 빈도를 반영하도록 포크소노미를 가중치가 부여된 네트워크로 모델링하는 것.
• 네트워크 효율성 평가를 위해 코어링 계수, 경로 길이, 연결성 등의 구조적 특성을 분석하는 것.
• 스케일프리성과 소월드 특성을 평가하기 위해 포크소노미 네트워크를 무작위 네트워크와 비교하는 것.
• 협업 기반의 맥락 인식 태그 제안을 지원하는 지식 관리 시스템의 프레임워크를 제공하는 것.

제안 방법

• 노드가 태그를, 엣지가 사용자 생성 메타데이터 간의 동시 발생 빈도를 나타내는 가중치 네트워크를 구축하는 것.
• 시간 및 소스 기반 메타데이터(웹사이트)를 활용하여 네트워크에 맥락을 부여하고, 이를 'Folksodriven' 구조로 형성하는 것.
• 네트워크의 유대감을 측정하고 조밀한 태그 커뮤니티를 식별하기 위해 군집 분석을 적용하는 것.
• 네트워크 구조와 효율성을 평가하기 위해 코어링 계수와 평균 경로 길이를 계산하는 것.
• 스케일프리성과 소월드 특성을 평가하기 위해 실측 네트워크를 무작위 네트워크 모델과 비교하는 것.
• 실제 사용자 행동 하에서 모델을 검증하기 위해 기존 웹사이트에서 확보한 실세계 데이터셋을 사용하는 것.

실험 결과

연구 질문

• RQ1 시간, 소스, 사용자 맥락이 추가된 포크소노미 네트워크의 구조는 어떻게 변화하는가?
• RQ2 동시 발생 기반 태그 네트워크에서 링크 가중치의 분포는 어떻게 되며, 스케일프리 성질을 보이는가?
• RQ3 Folksodriven 네트워크의 코어링 계수는 무작위 네트워크와 비교해 어떻게 다른가?
• RQ4 Folksodriven 네트워크의 평균 경로 길이는 얼마이며, 효율적인 우연한 콘텐츠 탐색을 지원하는가?
• RQ5 네트워크 구조는 효과적이고 동적 태그 추천 시스템을 지원할 수 있는가?

주요 결과

• Folksodriven 네트워크는 노드의 차수에 대한 힘의 법칙 분포를 보이며, 높은 연결성을 지닌 '허브' 태그가 존재함을 시사하는 스케일프리 구조를 나타낸다.
• 네트워크는 높은 코어링 계수를 지니며, 이는 무작위 네트워크보다 유의미하게 높아 강한 국소적 연결성과 커뮤니티 형성을 시사한다.
• 평균 경로 길이가 비교적 짧아, 효율적인 탐색과 관련 콘텐츠의 우연한 탐색을 가능하게 한다.
• 네트워크는 높은 연결성을 지니며, 태그의 조밀한 하이퍼그래프를 형성하여 정보 검색 및 추천에 있어 강력한 성능을 발휘한다.
• 태그 동시 발생 빈도는 사용자 활동에 따라 동적으로 변화하는 안정적인 가중치 네트워크를 형성하며, 실시간 제안을 지원한다.
• 구조적 특성은 네트워크가 협업 기반 지식 관리 및 지능형 태깅 시스템에 적합함을 확인한다.