멀티그래프 샘플링을 통한 온라인 소셜 네트워크 분석

초록

본 논문은 온라인 소셜 네트워크(OSN)에서 사용자 표본을 추출할 때, 단일 관계(예: 친구 관계)만을 이용하는 기존 무작위 보행(random walk) 방식의 한계를 지적한다. 저자들은 그룹, 이벤트 등 다양한 관계가 형성하는 여러 그래프를 하나의 멀티그래프(다중 그래프)로 합쳐, 매 단계마다 어떤 그래프를 사용할지 무작위로 선택하는 효율적인 샘플링 알고리즘을 제안한다. 시뮬레이션과 실제 Last.fm 데이터 실험을 통해, 개별 그래프가 단절되거나 클러스터링이 심해도 멀티그래프 샘플링이 빠른 수렴과 대표성을 확보함을 입증한다.

상세 요약

이 논문은 OSN에서 확률적 표본을 얻기 위한 무작위 보행(random walk, RW) 기법이 ‘단일 그래프 연결성’에 크게 의존한다는 점을 비판한다. 실제 서비스에서는 친구 관계 외에도 같은 그룹에 속하거나 동일 이벤트에 참여하는 등 다중 관계가 존재한다. 이러한 관계 각각은 별도의 그래프를 형성하지만, 기존 연구는 이를 무시하고 하나의 친구 그래프에만 의존한다. 결과적으로 그래프가 부분적으로 단절되거나 지름이 길어지면 RW의 믹싱 타임이 급격히 늘어나고, 표본이 편향될 위험이 커진다.

저자들은 이러한 문제를 해결하기 위해 ‘멀티그래프’ 개념을 도입한다. 멀티그래프는 여러 관계 그래프를 동일한 정점 집합 위에 겹쳐 놓은 구조로, 동일 정점 사이에 여러 종류의 에지가 존재한다. 핵심 아이디어는 매 이터레이션마다 어떤 관계 그래프를 따라 이동할지를 무작위로 선택함으로써, 각 그래프의 구조적 결함을 보완하는 것이다. 구체적으로, 현재 정점 v에서 다음 정점으로 이동할 때, 먼저 사용할 그래프 G_i를 확률 p_i에 따라 선택하고, 그 그래프의 인접 리스트에서 무작위 이웃을 골라 이동한다. 이 과정은 각 그래프가 독립적인 마코프 체인을 형성하지만, 전체 프로세스는 이들의 가중합으로서 하나의 마코프 체인을 만든다.

알고리즘의 효율성은 두 가지 측면에서 검증된다. 첫째, 그래프 선택 확률 p_i를 사전 지식(예: 각 그래프의 평균 차수)이나 동적 추정값에 기반해 조정함으로써, 고밀도 그래프에 과도하게 머무는 현상을 방지하고 전체 탐색을 균형 있게 만든다. 둘째, 구현 측면에서 각 그래프의 인접 리스트를 별도로 유지하면서도, 선택 단계에서 O(1) 시간에 그래프를 샘플링하고, 이웃 선택 역시 O(1) 시간에 수행할 수 있어 대규모 OSN에서도 실시간 샘플링이 가능하다.

이론적 분석에서는 멀티그래프 RW가 단일 그래프 RW보다 작은 스펙트럴 갭(spectral gap)을 가질 가능성이 낮으며, 따라서 믹싱 타임이 전반적으로 단축된다는 점을 보인다. 또한, 각 그래프가 서로 독립적인 연결 성분을 가질 경우에도, 멀티그래프는 전체 정점 집합을 연결된 하나의 마코프 체인으로 만든다. 이는 특히 일부 관계 그래프가 완전히 단절된 상황에서도 전체 샘플링이 가능한 강력한 보장이다.

실험에서는 합성 그래프와 실제 Last.fm 데이터를 사용한다. 합성 실험에서는 개별 그래프가 고도로 클러스터링된 스몰월드 구조를 가질 때, 단일 그래프 RW는 수천 단계에 걸쳐 수렴하지만, 멀티그래프 RW는 수백 단계 내에 안정적인 정규화된 방문 빈도를 달성한다. Last.fm에서는 사용자 간 ‘친구’, ‘공동 그룹 가입’, ‘공동 청취 이벤트’ 세 가지 관계를 추출해 멀티그래프를 구성하였다. 결과는 멀티그래프 샘플이 전체 사용자 특성(예: 연령, 지역, 음악 선호도)에서 편향을 최소화하고, 표본 크기 대비 통계적 신뢰구간이 크게 좁아짐을 보여준다.

결론적으로, 멀티그래프 샘플링은 OSN에서 다중 관계를 활용해 표본 추출의 정확도와 효율성을 동시에 개선하는 실용적인 방법이며, 특히 그래프 연결성이 불완전하거나 특정 관계가 과도하게 집중된 환경에서 강력한 대안이 된다.