[논문 리뷰] Online Social Network Analysis: A Survey of Research Applications in Computer Science

David Burth Kurka, Alan Godoy외 1명|arXiv (Cornell University)|2015. 04. 22.

Complex Network Analysis Techniques참고 문헌 154인용 수 36

한 줄 요약

이 종합적 서베이는 페이스북과 트위터와 같은 OSN에서 10년이 넘는 연구를 종합적으로 분석하여 온라인 소셜 네트워크(ON) 분석 분야의 포괄적인 분류 체계를 제안한다. 연구는 적용 분야별로 분류되며, 네트워크 과학과 기계 학습과 같은 핵심 방법을 강조하고, 시간적 동역학, 윤리적 고려사항, 네트워크 진화의 체계적 모델링과 같은 열린 과제를 밝혀낸다.

ABSTRACT

The emergence and popularization of online social networks suddenly made available a large amount of data from social organization, interaction and human behavior. All this information opens new perspectives and challenges to the study of social systems, being of interest to many fields. Although most online social networks are recent (less than fifteen years old), a vast amount of scientific papers was already published on this topic, dealing with a broad range of analytical methods and applications. This work describes how computational researches have approached this subject and the methods used to analyze such systems. Founded on a wide though non-exaustive review of the literature, a taxonomy is proposed to classify and describe different categories of research. Each research category is described and the main works, discoveries and perspectives are highlighted.

연구 동기 및 목표

• 연구 분야에 진입하는 연구자들이 빠르게 성장하는 온라인 소셜 네트워크(OSN) 분석에 관한 계산 기반 연구를 체계적으로 정리하고 맵핑하기 위해.
• 사회학적 또는 행동 과학이 아닌 계산 기반 접근을 중심으로 OSN 분석의 핵심 연구 영역를 식별하고 분류하기 위해.
• OSN 연구의 방법론적 추세, 주요 성과, 특히 데이터 동역학과 윤리적 함의에 관한 열린 과제를 부각시키기 위해.
• 관련 문헌을 선별하고 미개척 연구 영역를 식별하는 데 도움이 되는 체계적 분류 체계를 제공하기 위해.
• 사용자 수준이나 메시지 수준 분석을 넘어서 네트워크 수준의 영향과 진화를 연구하기 위해 체계적이고 복잡계 기반 접근의 필요성을 강조하기 위해.

제안 방법

• 컴퓨터 과학 분야의 OSN 분석에 관한 동료 심사 논문을 대상으로 비포괄적이지만 광범위한 문헌 리뷰를 수행하기 위해.
• 정보 확산, 커뮤니티 탐지, 정서 분석와 같은 구체적인 적용 분야로 연구를 분류할 수 있는 분류 체계를 제안하기 위해.
• OSN 데이터에 적용된 네트워크 과학, 기계 학습, 자연어 처리와 같은 방법론적 접근 방식을 분석하기 위해.
• OSN 데이터의 시간적 및 공간적 동역학을 평가하여 실시간 및 지속적인 데이터 스트림의 중요성을 강조하기 위해.
• 현재 연구의 한계, 예를 들어 정적 네트워크 모델링과 윤리적 고려사항의 부족을 식별하기 위해.
• 다중 에이전트 모델링과 복잡계 이론을 활용하여 네트워크 수준의 분석을 위한 향후 방향성을 제안하기 위해.

실험 결과

연구 질문

• RQ1 온라인 소셜 네트워크 분석에서 주요 계산 기반 연구 영역는 무엇이며, 어떻게 분류되나요?
• RQ2 현재 OSN 분석의 방법론은 시간적 동역학, 네트워크 진화, 실시간 데이터를 어떻게 다루나요?
• RQ3 특히 네트워크의 체계적 영향을 모델링하는 데 있어 OSN 연구의 핵심 방법론적 갭은 무엇인가요?
• RQ4 계산 기반 사회과학은 OSN 데이터를 어떻게 활용하여 전통적인 데이터 수집 방식에 비해 더 빠르고 검증 가능하며 재현 가능한 연구를 수행할 수 있나요?
• RQ5 공개된 OSN 데이터를 분석함에 있어 발생하는 윤리적 및 개인정보 보호 과제는 무엇이며, 향후 연구에서 어떻게 해결할 수 있나요?

주요 결과

• 15년 미만의 짧은 기간 동안 온라인 소셜 네트워크(OSN)에 관한 광범위한 계산 기반 연구가 탄생했으며, 네트워크 구조, 정보 확산, 정서 분석 분야에서 중요한 기여가 이루어졌습니다.
• 대부분의 OSN 연구는 사용자 수준이나 메시지 수준의 특성에 집중되어 있으며, 네트워크 구조와 동역학의 체계적 모델링은 제한되어 있습니다.
• 네트워크 분석에서 시간적 일관성의 결여—예를 들어 연결 활성화 시간를 忽略하는 것—은 사용자 간의 거리를 인위적으로 감소시킬 수 있습니다.
• OSN 데이터와 다른 자료원(예: GPS, 센서)의 통합은 사물인터넷의 확산과 함께 증가할 것으로 기대됩니다.
• 계산 기반 사회과학은 전통적인 데이터 수집 방식에 비해 더 빠르고 검증 가능하며 재현 가능한 연구를 가능하게 하기 때문에 OSN 데이터로부터 이점을 얻을 수 있습니다.
• 개인정보 위험과 행동 데이터의 오용 가능성과 같은 윤리적 우려는 대부분의 현재 OSN 연구에서 여전히 다루어지지 않은 상태입니다.