사회연결망분석을 활용한 속성기반 데이터의 군집분석 : 구성원의 성격특성 데이터를 대상으로
Cluster Analysis of Attribute-Based Data Using Social Network Analysis: Case of Personality Characteristics Data
0
조회
0
다운로드
6
인용
0
참고문헌
키워드
초록
빅 데이터 분석의 대표적 기법중의 하나인 군집분석에 대하여, 본고에서는 사회연결망의 서브그룹 분석을 활용하는 방식을 정리하였다. 사회연결망은 기본적으로 속성형 데이터가 아닌 관계형 데이터를 기반으로 구성되므로, 본고에서는 구성원의 속성형 데이터인 성격특성 데이터를 대상으로 구성원 개체간의 관계형 데이터를 계산하여 사회연결망을 구성하고 분석하였다. 관계형데이터는 유클리디안 거리 및 피어슨상관계수와 같은 속성유사도를 계산하여 활용하였고, 사회연결망의 서브그룹은 거번·뉴먼 알고리즘으로 구할 수 있다. 서브그룹에 의한 군집결과에 대하여 일반적인 군집분석인 k-평균, EM 알고리즘에 의한 군집결과와 군집유효성을 비교하여 평가하였다. 본고에서 정리한 사회연결망의 서브그룹 분석이 군집분석으로서의 가치를 가질 수 있음이 확인되지만, 속성유사도 또는 군집유효성지수의 종류에 따라 군집유효성의 평가가 일정하지않은 면에 대해서는 추가적인 연구가 필요한 것으로 판단된다. 또한 활용분야 또는 데이터의 성격에 따라 본고와 같은 분석과정의 결과와 상이할 수 있으므로 다양한 분야의 실증적 연구가필요한 것으로 사료된다.
Abstract
For cluster analysis, which is one of the typical techniques of big data analysis, this paper summarizes the method of using subgroup analysis of social networks. Since the social network is basically based on relational data rather than attribute data, in this paper, the social network is constructed and analyzed by calculating the relational data between individuals based on the personality characteristic data of members. The Euclidean distance and Pearson's correlation coefficient were used for the calculation of relational data, and the subgroups of social networks can be obtained by Girvan·Newman algorithm. The clusters using Girvan·Newman algorithm subgroups were evaluated by comparing those by k-means and EM algorithm, which are methods of general cluster analysis. Although the subgroup analysis of the social network in this paper may have a value as a cluster analysis, additional research is needed on the aspect where the evaluation of cluster effectiveness is not consistent depending on the attribute similarity or the kind of the clustering validity index. In addition, it is considered that empirical research in various fields is necessary because the results of the analysis process such as this paper may not be consistent depending on the application field or the nature of the data.
참고문헌 (24)
- 김종헌, "대학마케팅의 빅데이터 도입에 관한 연구: 육군사관학교의 대학이미지 분석을 중심으로", 산업혁신연구, 33(4), pp.29~72 (2017), 산업개발연구소[DOI]
- 김진광, "사회연결망분석 이용 전문가탐색", 한국컴퓨터정보학회 동계학술대회 논문집, 27(1), pp.171~174 (2019)
- 김세현, "연구자-학술지 연결망 분석을 통해 본 학술 생태계의 불평등 현상: 한국 사회학계의 사례를 중심으로", 사회사상과 문화, 19(3), pp.319~358 (2016), 동양사회사상학회[DOI]
- 김태호, "빅데이터 분석을 활용한 체류형 울산관광 활성화 방안에 대한 제언", 산업혁신연구, 35(1), pp.47~76 (2019), 산업개발연구소[DOI]
- 김현욱, "EM군집화를 통한 인간의 이동패턴 연구", 한국컴퓨터종합학술대회 2011 논문집, 38(1), pp.222~225 (2011)
- 딘티퀸, "사회연결망분석을 통한 지배적 제품믹스 및 판매점 식별 : 체인소매점을 대상으로", 산업혁신연구, 32(4), pp.83~100 (2016), 산업개발연구소[DOI]
- 박병선, "사회연결망 분석기법을 활용한 기업지배구조와 기업성과 연구", 경영과학, 29(2), pp.167~184 (2012), 한국경영과학회[DOI]
- 김만선, "대용량 데이터 처리를 위한 하이브리드형 클러스터링 기법", 정보처리학회 논문지, 10(1), pp.33~40 (2003), 한국정보처리학회
- 이수현, "경영사례를 이용한 군집화 유효성 지수의 성능비교", 한국경영과학회지, 41(2), pp.17~33 (2016), 한국경영과학회[DOI]
- 이준호, "군집분석을 통한 중소기업 온라인 마케팅 지원 수혜기업의 세분화 전략에 관한 연구 : 창업기업 홍보마케팅 지원사업(HIT500) 참여기업 중심으로", e-비즈니스연구, 13(4), pp.164~194 (2012), 국제e-비즈니스학회[DOI]
- 정윤경, "고차원(유전자 발현) 자료에 대한 군집 타당성분석 기법의 성능 비교", 응용통계연구, 20(1), pp.167~181 (2007), 한국통계학회
- 조윤호, "신상품 추천을 위한 사회연결망분석의 활용", 지능정보연구, 15(4), pp.183~200 (2009), 한국지능정보시스템학회
- 최슬비, "사용자 간 신뢰관계 네트워크 분석을 활용한 협업 필터링 알고리즘의 예측 정확도 개선", 지능정보연구, 22(3), pp.113~127 (2016), 한국지능정보시스템학회[DOI]
- 홍장표, "기업의 연결망 특성이 생산성에 미치는 영향", 산업혁신연구, 32(1), pp.1~29 (2016), 산업개발연구소[DOI]
- Aldenderfer, M., "Cluster Analysis" (1984), SAGE Publication
- Barnes, J., "Class and Committees in a Norwegian Island Parish", Human Relations, 7, pp.39~58 (1954)
- Borgatti, S. P., "Analyzing Socail Network" (2013), Sage Publication Inc
- Calinski, R. B., "A Dendrite Method for Cluster Analysis", Communication in Statistics, 3(1), pp.1~27 (1974)
- Chang, Victor, "A Proposed Social Network Analysis Platform for Big Data Analytics", Technological Forecasting & Social Change, 130, pp.57~68 (2018)
- Davies, D., "A Cluster Separation Measure", IEEE Transactions on Pattern Analysis and Machine Intelligence, PAMI-1(2), pp.224~227 (1979)
- Dunn, J. C., "Well Separated Clusters And Optimal Fuzzy Partitions", Journal of Cybernetics, 4(1), pp.95~104 (1974)
- Freeman, L. C., "Networks of Innovations: A Synthesis of Research Issues", Research Policy, 20(5), pp.499~514 (1991)
- Wasserman, S., "Social Network Analysis: Methods And Applications" (1994), Cambridge University Press
- Xu R., "Survey of clustering algorithms", IEEE Trans. on Neural Network, 16(3), pp.645~678 (2005)