[논문 리뷰] Social Computing for Mobile Big Data in Wireless Networks

Xing Zhang, Zhenglei Yi외 5명|arXiv (Cornell University)|2016. 09. 30.

Human Mobility and Location-Based Analysis참고 문헌 3인용 수 17

한 줄 요약

이 논문은 공간적, 시간적, 사회적 네트워크 특성을 활용하여 무선 네트워크 내 모바일 빅데이터를 분석하기 위한 사회계산 프레임워크를 제안한다. 실세계의 셀룰러 네트워크 데이터를 분류하고, 사용자 이동 패턴과 사회적 상호작용과 같은 사회적 특성을 식별하며, 사회계산 기법을 통해 네트워크 기획, 운영 및 마케팅 최적화를 위한 핵심 연구 방향을 제시한다.

ABSTRACT

Mobile big data contains vast statistical features in various dimensions, including spatial, temporal, and the underlying social domain. Understanding and exploiting the features of mobile data from a social network perspective will be extremely beneficial to wireless networks, from planning, operation, and maintenance to optimization and marketing. In this paper, we categorize and analyze the big data collected from real wireless cellular networks. Then, we study the social characteristics of mobile big data and highlight several research directions for mobile big data in the social computing areas.

연구 동기 및 목표

• 실제 무선 셀룰러 네트워크에서의 모바일 빅데이터를 사회계산의 관점에서 분석하기 위해.
• 모바일 데이터의 공간적, 시간적, 사회적 차원을 식별하고 분류하기 위해.
• 모바일 빅데이터를 위한 사회계산 분야에서 아직 탐색되지 않은 연구 기회를 부각하기 위해.
• 모바일 네트워크 운영과 사회적 네트워크 분석을 융합하여 최적화 및 서비스 제공을 향상시키기 위해.
• 사회의식적인 모바일 네트워크 관리 및 분석 분야의 향후 연구를 위한 기반을 제공하기 위해.

제안 방법

• 공간적, 시간적, 사회적 네트워크 차원에 기반해 모바일 빅데이터를 분류한다.
• 사회적 네트워크 분석 기법을 적용하여 모바일 데이터에서 사용자 상호작용 패턴을 추출한다.
• 실세계 셀룰러 네트워크 데이터를 사용하여 사용자 군집화 및 이동 경향성과 같은 사회적 특성을 식별한다.
• 기계학습과 통계 모델링을 통합하여 모바일 데이터 내 사회적 특징을 탐지한다.
• 모바일 데이터 특징을 무선 네트워크 내 사회계산 응용에 매핑하는 프레임워크를 제안한다.
• 실제 네트워크 운영 데이터를 활용하여 사회계산이 모바일 데이터 분석에서 관련성이 있음을 검증한다.

실험 결과

연구 질문

• RQ1 사회계산 기법은 어떻게 무선 네트워크 내 모바일 빅데이터에서 의미 있는 패턴을 추출할 수 있는가?
• RQ2 셀룰러 네트워크에서 유도된 모바일 빅데이터에 내재된 주요 사회적 특성은 무엇인가?
• RQ3 사용자 간 거리 및 상호작용 빈도와 같은 사회적 네트워크 특성은 네트워크 기획 및 최적화를 어떻게 향상시킬 수 있는가?
• RQ4 사회계산을 모바일 네트워크 운영에 통합하기 위한 가장 유망한 연구 방향은 무엇인가?
• RQ5 사회계산은 어떻게 모바일 네트워크 유지보수, 마케팅 및 서비스 개인화를 향상시킬 수 있는가?

주요 결과

• 모바일 빅데이터는 사용자 이동 패턴과 사회적 상호작용 추세와 같은 풍부한 사회적 특성을 나타낸다.
• 모바일 데이터의 공간적 및 시간적 특성은 사회적 네트워크 구조와 강하게 상관된다.
• 사회계산은 높은 활동도를 보이는 사용자 군집과 이동 핫스팟을 식별함으로써 개선된 네트워크 기획을 가능하게 한다.
• 사회계산과 모바일 빅데이터의 통합은 더 효과적인 네트워크 유지보수 및 최적화 전략을 지원한다.
• 사회의식적인 모바일 네트워크 분석 분야에서 아직 탐색되지 않은 연구 기회가 여러 건 식별된다.
• 프레임워크는 사회적 특징 추출을 통해 마케팅 및 서비스 개인화 향상 잠재력을 보여준다.