[논문 리뷰] Who is the best connected EC researcher? Centrality analysis of the complex network of authors in evolutionary computation

J. J. Merelo, Carlos Cotta|ArXiv.org|2007. 08. 15.

Complex Network Analysis Techniques참고 문헌 13인용 수 3

한 줄 요약

이 논문은 공동저자 네트워크를 통해 진화 계산(EC) 분야에서 가장 영향력 있는 연구자를 규명하기 위해 다중 중심성 분석과 파레토 지배를 적용한다. 도수, 밀도, 중심성, 고유벡터 중심성을 결합함으로써 K. Deb와 D.E. Goldberg가 일관되게 상위 순위를 차지하는 것으로 나타났으며, 이는 강력한 다중 지표 프레임워크를 통해 EC 연구 공동체 내의 구조적 허브와 사회적 역학을 드러낸다.

ABSTRACT

Co-authorship graphs (that is, the graph of authors linked by co-authorship of papers) are complex networks, which expresses the dynamics of a complex system. Only recently its study has started to draw interest from the EC community, the first paper dealing with it having been published two years ago. In this paper we will study the co-authorship network of EC at a microscopic level. Our objective is ascertaining which are the most relevant nodes (i.e. authors) in it. For this purpose, we examine several metrics defined in the complex-network literature, and analyze them both in isolation and combined within a Pareto-dominance approach. The result of our analysis indicates that there are some well-known researchers that appear systematically in top rankings. This also provides some hints on the social behavior of our community.

연구 동기 및 목표

• 네트워크 중심성 지표를 사용하여 진화 계산(EC) 공동체에서 가장 연결되어 있고 영향력 있는 연구자를 객관적으로 규명하는 것.
• 단일 중심성 지표의 한계를 극복하기 위해 도수, 밀도, 중심성, 고유벡터 중심성 등의 다수 지표를 조합하여 영향력의 다양한 측면을 반영하는 것.
• 모든 중심성 지표에서의 편향을 피하기 위해 다중 목표 파레토 지배를 적용하여 연구자를 종합적으로 순위 매기는 것.
• EC 연구 공동체 내 협업 역학과 사회적 구조에 대한 패턴을 드러내는 것.
• 주관적인 과학적 영향 평가와 보완되는 EC 분야에서의 사회적 영향력 기준을 제공하는 것.

제안 방법

• 각 저자를 노드로, 공동저자 관계를 무방향 간선으로 간주하여 EC 논문 데이터에서 공동저자 네트워크를 구축한다.
• 네 가지 표준 중심성 지표를 계산한다: 도수(공동저자 수), 밀도(다른 노드들과의 평균 최단 경로의 역수), 중심성(노드를 통과하는 최단 경로의 빈도), 고유벡터 중심성(다른 영향력 있는 저자들과 연결된 정도에 기반한 영향력).
• 모든 네 중심성 지표에서 지배되지 않는 연구자를 파악하기 위해 파레토 지배를 적용하여 비지배 front(파레토 front)를 형성한다.
• 다양한 중심성 지표 조합에 대해 결과를 비교하여 순위의 탄력성과 민감도를 평가한다.
• 시각화 및 상관관계 분석을 통해 중심성 지표 간의 관계를 분석하고 잠재적 편향이나 중복성을 파악한다.
• 네트워크의 역사적 발전을 고려하기 위해 시간에 따른 분석을 수행하여 현재 중심성 순위가 과거 협업 추세 속에서 어떻게 위치하는지 설명한다.

실험 결과

연구 질문

• RQ1 다양한 네트워크 중심성 지표에서 가장 중심적인 역할을 하는 EC 연구자는 누구이며, 그 순위는 얼마나 일관성 있는가?
• RQ2 도수, 밀도, 중심성, 고유벡터 중심성 등의 중심성 지표 간 상관관계는 어떻게 되며, 그 차이점은 EC 공동체 내에서의 영향력에 대해 무엇을 드러내는가?
• RQ3 단일 지표 순위와 비교했을 때, 다중 목표 파레토 지배 접근법이 핵심 연구자를 규명하는 데 얼마나 향상되는가?
• RQ4 중심성 분석을 통해 규명된 상위 연구자들이 EC 분야에서 널리 인정받는 과학적 명성과 얼마나 일치하는가?
• RQ5 공동저자 네트워크의 구조적 특성에서 도출되는 통찰은 EC 공동체의 사회적 및 협업 역학에 대해 무엇을 드러내는가?

주요 결과

• K. Deb와 D.E. Goldberg는 네 가지 중심성 지표 전반에서 일관되게 상위 순위를 차지하며, 첫 번째 비지배 파레토 프론트에 포함되어 있어 강력한 영향력을 지닌 것으로 확인되었다.
• 첫 번째 비지배 프론트에는 총 여섯 명의 연구자가 포함되며, K. Deb, H. de Garis, D.E. Goldberg, T. Higuchi, D. Keymeulen, X. Yao로, 모두 EC 공동체에서 널리 인정받는 인물들이다.
• 두 번째 비지배 프론트에는 T. Bäck, C. Coello Coello, D.B. Fogel, Z. Michalewicz 등 주요 연구자들이 포함되어 있어, 이 방법론이 전문가의 인식과 잘 일치함을 확인한다.
• 고유벡터 중심성은 다른 연구자들의 영향력에 힘입어 영향력을 발휘하는 연구자(예: '기생적' 영향력)를 식별할 수 있지만, 다른 지표와 조합될 경우 그 영향력이 강화됨을 보여준다.
• 네 가지 중심성 지표를 동시에 고려할 경우 상관관계가 낮게 나타나, 단일 지표에 의존하는 것보다 다중 목표 순위 매기기의 필요성을 정당화한다.
• 결과적으로 중심성은 동적인 성질을 지닌다: 상위 연구자들은 현재 뿐 아니라 네트워크의 역사적 발전 과정에서도 중심적인 위치를 차지해 온 것으로 보인다.