대칭 관계 데이터의 동질성 동등성 통합 모델

이 논문은 대칭 관계 데이터를 분석하기 위한 새로운 잠재 변수 모델인 고유모델(eigenmodel)을 제안한다. 서론에서는 네트워크 분석에서 흔히 관찰되는 두 가지 구조적 현상, 즉 동질성(homophily)과 동등성(stochastic equivalence)을 설명한다. 동질성은 유사한 특성을 가진 노드가 서로 강하게 연결되는 경향을 의미하고, 동등성은 같은 역할을 하는 노드들이 다른 노드와 유사한 연결 패턴을 보이는 현상이다. 기존 연구에서는 각각을 설명하기 위해 잠재 클래스 모델과 잠재 거리 모델을 사용했으며, 각각은 네트워크의 특정 측면을 잘 포착하지만 복합적인 구조를 가진 실제 데이터에는 한계가 있다. 고유모델은 이러한 한계를 극복하기 위해 고유값 분해의 아이디어를 차용한다. 구체적으로, 각 노드 i에 K 차원의 잠재 벡터 u_i를 할당하고, 대각 행렬 Λ를 도입하여 관계 y_{ij}를 β^T x_{ij}+u_i^T Λ u_j 형태로 모델링한다. 여기서 Λ의 양의 대각 원소는 동질성을, 음의 대각 원소는 반동질성을 나타내며, 이를 통해 두 기존 모델을 모두 포함하는 일반적인 표현이 가능해진다. 논문은 수학적으로 C_K⊂E_K, D_K⊂E_{K+2}임을 증명함으로써 고유모델이 잠재 클래스와 거리 모델을 일반화한다는 점을 보인다. 추정 단계에서는 베이지안 접근을 채택하고, 프로빗 및 순서형 프로빗 모델을 기반으로 마코프 체인 몬테카를로(MCMC) 알고리즘을 설계한다. 잠재 클래스 모델은 멀티노미얼 분포를, 잠재 거리 모델은 메트로폴리스 샘플링을, 고유모델은 다변량 정규 분포를 이용해 u_i와 Λ, β, μ 등을 순차적으로 업데이트한다. 사전 분포는 세 모델 간 비교가 가능하도록 α(u_i,u_j)의 변동성을 비슷하게 설정하였다. 성능 검증을 위해 세 가지 실제 데이터셋을 사용하였다. 첫 번째는 12학년 학생들의 친구 관계 데이터로, 주로 동질성이 강하게 나타난다. 두 번째는 창세기 텍스트에서 추출한 단어 연관성 데이터로, 주로 동등성이 두드러진다. 세 번째는 단백질-단백질 상호작용 네트워크로, 동질성과 동등성이 혼합된 복합 구조를 가진다. 각 데이터셋에 대해 차원 K를 3, 5, 10으로 설정하고 5‑fold 교차 검증을 수행하였다. 평가 지표는 ROC 곡선 아래 면적(AUC)이며, 결과는 고유모델이 모든 경우에서 최소한 동등하거나 기존 두 모델보다 높은 AUC를 기록함을 보여준다. 특히 복합 구조를 가진 단백질 상호작용 데이터에서 고유모델이 두 기존 모델을 모두 능가하였다. 논문의 결론에서는 고유모델이 잠재 클래스와 거리 모델을 포괄하는 보다 일반적인 프레임워크를 제공함을 강조한다. 또한 베이지안 추정과 교차 검증을 통해 실제 데이터에 적용했을 때 뛰어난 예측 성능을 입증하였다. 향후 연구 방향으로는 비대칭 관계, 시간에 따라 변하는 동적 네트워크, 그리고 비선형 결합 형태를 포함한 확장 모델이 제시될 수 있다.