소셜 네트워크 영향력 예측을 위한 지도학습 순위 집계 기법

초록

본 논문은 트위터와 인용 네트워크 데이터를 활용해, 기존 중앙성 지표들을 단일 기준이 아닌 지도학습 기반의 순위 집계(Supervised Kemeny Ranking)로 결합함으로써 미래의 바이럴 전파 가능성을 더 정확히 예측하는 방법을 제안한다. AUC와 평균 정밀도(AP) 기준에서 기존 개별 지표와 비지도 순위 집계보다 현저히 높은 성능을 보인다.

상세 분석

이 연구는 “가장 영향력 있는 사람”이라는 모호한 질문을 구체적인 예측 과제로 전환하고, 그 과제에 맞는 순위 집계 방법을 설계한다는 점에서 이론적·실용적 의의를 가진다. 먼저 저자는 팔로워, 리트윗, 멘션 그래프에서 인-디그리, 아웃-디그리, PageRank 등 13개의 전통적 중앙성 지표를 계산하고, 각 지표가 바이럴 리트윗(주당 100회 이상) 예측에 얼마나 기여하는지를 AUC와 AP로 평가한다. 결과는 과거 리트윗 횟수가 가장 높은 예측력을 보였지만, 팔로워 수와 멘션 수 등도 일정 수준의 신호를 제공한다는 것을 확인한다.

그 다음, 순위 집계 이론을 도입해 Borda와 Kemeny와 같은 비지도 방법의 한계를 지적한다. 특히 Kemeny 최적화는 NP‑Hard이며, 모든 순위자를 동등하게 취급하기 때문에 실제 데이터에서 성능이 좋은 지표와 그렇지 않은 지표를 구분하지 못한다. 이를 해결하기 위해 저자는 “Supervised Kemeny Ranking”(SKR)을 제안한다. SKR은 훈련 데이터에서 각 지표의 순위와 실제 라벨(바이럴/비바이럴) 사이의 성능을 추정해 가중치를 부여하고, Approximate Kemeny(퀵소트 기반) 알고리즘에 이 가중치를 반영한다. 이렇게 하면 계산 복잡도는 O(r m log m) 수준으로 유지하면서도, 중요한 순위자에게 더 큰 영향력을 부여해 전체 집계 순위의 예측력을 향상시킨다.

실험에서는 40 백만 사용자·1.1 십억 엣지를 가진 트위터 팔로워 그래프와, 논문 인용 네트워크 두 개의 실제 데이터셋에 SKR을 적용했다. 20번의 무작위 stratified 샘플링(전체 사용자 80 %)에 대해 평균 AUC가 90 % 이상, AP도 0.7 ~ 0.74 수준으로, 가장 좋은 단일 지표(예: 가중 리트윗 인-디그리)보다 3~5 %p 상승했다. 또한, 비지도 Kemeny와 Borda, 로지스틱 회귀 기반 순위 결합보다도 일관되게 우수한 결과를 보였다.

이 논문의 주요 강점은 (1) 영향력 예측을 명확한 이진 분류 과제로 정의함으로써 정량적 비교가 가능하도록 한 점, (2) 사회 선택 이론의 확장된 Condorcet 기준(ECC)을 만족하는 순위 집계 방법을 지도학습 형태로 변형한 점, (3) 대규모 그래프에서도 실용적인 근사 알고리즘을 제시한 점이다. 반면 제한점으로는 (가) 특정 주제(페퍼시 논란)와 짧은 시간 창(2주)만을 대상으로 했기 때문에 일반화 가능성을 추가 실험으로 검증해야 한다는 점, (나) 바이럴 기준을 100회 리트윗으로 고정했는데, 다른 임계값이나 연속형 목표(예: 리트윗 수 예측)에도 적용 가능성을 탐색할 여지가 있다, (다) 베팅 센트럴리티와 같은 고비용 지표를 제외했지만, 근사 알고리즘을 이용하면 포함시킬 수 있다. 전반적으로 SKR은 다양한 도메인에서 “여러 평가 지표를 어떻게 효과적으로 결합할 것인가”라는 질문에 대한 실용적인 해답을 제공한다.