이 연구에서는 동적 네트워크 분석을 위한 비균일 시간 슬라이싱 기법을 소개한다. 기존 연구를 데이터 마이닝 기반과 시각화 기반 접근법으로 구분하고, 각각의 장단점을 분석하였다. 데이터 마이닝 기반 접근법은 네트워크의 시간적 패턴을 포착하는 데 초점을 맞추는 반면, 시각화 기반 접근법은 분석의 부담을 줄이는 데 중점을 둔다.
제안하는 기법은 두 접근법의 장점을 결합한다. 첫 단계에서는 시각적 복잡도 기반 방법을 사용하여 동적 네트워크를 세부적인 시간 세그먼트로 나눈다. 그 다음 단계에서는 자카드 유사도 기반 방법을 사용하여 이 세그먼트를 비균일 스냅샷으로 통합한다.
실제 데이터를 사용한 평가에서 제안 기법은 각 접근법의 단점을 보완하면서도 장점을 살릴 수 있음을 보여주었다. 데이터 마이닝 기반 방법의 노이즈 문제를 줄이고, 시각화 기반 방법의 추상화 수준을 높일 수 있었다. 이를 통해 동적 네트워크의 변화 패턴을 보다 효과적으로 분석할 수 있었다.
향후 연구에서는 다양한 비균일 시간 슬라이싱 기법을 적용하고, 슬라이싱 결과를 평가할 수 있는 구체적인 지표를 개발할 계획이다. 이를 통해 동적 네트워크를 효과적으로 표현하고 깊이 있는 통찰을 얻을 수 있는 방법을 모색할 것이다.
To Another Language
from source content
arxiv.org
Thông tin chi tiết chính được chắt lọc từ
by Seokweon Jun... lúc arxiv.org 04-10-2024
https://arxiv.org/pdf/2404.06021.pdfYêu cầu sâu hơn