사회 영향력 분석을 위한 선형 회로 모델

초록

본 논문은 사회 네트워크에서 정보 전파 과정을 선형 방정식으로 모델링한 ‘Circuit’ 모델을 제안한다. 사전에 정의한 네 가지 영향력 공리를 기반으로 노드 간 영향력 강도를 효율적으로 계산하고, 영향력의 상한을 도출하여 탐색 공간을 축소한다. 회로 이론과의 물리적 유사성을 제시하고, PageRank 등 기존 방법과의 관계를 분석한다. 또한 단일 노드 권위 측정과 영향력 최대화 문제에 자연스러운 해법을 제공하며, 실제 데이터 실험을 통해 기존 최첨단 기법보다 높은 정확도와 낮은 계산 비용을 입증한다.

상세 분석

Circuit 모델은 사회 네트워크를 전기 회로에 비유하여 각 노드를 전압(잠재력)으로, 연결을 전도성(전파 가능성)으로 해석한다. 논문은 먼저 ‘전파 가능성’, ‘비감소성’, ‘대칭성’, ‘정규화’라는 네 가지 공리를 제시하고, 이를 만족하는 선형 시스템 (L\mathbf{x}= \mathbf{b}) 을 구성한다. 여기서 (L) 은 라플라시안 변형 행렬이며, (\mathbf{b}) 는 외부 입력(시드 노드)의 영향력 벡터이다. 이 선형 방정식은 역행렬 혹은 고속 반복 방법(예: Conjugate Gradient)으로 풀 수 있어 (O(|E|)) 시간 복잡도를 갖는다.

모델은 두 노드 (i, j) 사이의 영향력 (I_{ij}) 를 (I_{ij}=e_i^{\top}L^{-1}e_j) 로 정의한다. 이때 (L^{-1}) 는 그린 함수 역할을 하며, 전압 차가 전류 흐름을 결정하듯 영향력 전파를 정량화한다. 논문은 (I_{ij}) 의 상한을 (\lambda_{\max}^{-1}) (라플라시안의 최소 양의 고유값)으로 제시해, 후보 노드 집합을 사전 필터링하는 데 활용한다.

물리적 해석 측면에서, 회로의 옴 법칙과 키르히호프 전류 법칙이 각각 영향력의 선형 합성 및 보존 법칙에 대응한다. 또한 PageRank의 확률적 전이 행렬이 (L) 의 정규화 형태와 동일함을 보이며, 두 방법이 동일한 고유벡터를 공유하지만, Circuit 모델은 전류 흐름을 명시적으로 고려해 더 정교한 전파 경로를 포착한다는 차별점을 강조한다.

권위 측정에서는 (\mathbf{a}=L^{-1}\mathbf{1}) 을 계산해 각 노드의 누적 영향력을 얻으며, 이는 기존의 Katz 중심성이나 eigenvector 중심성과 수학적으로 동일하지만, 계산 과정이 선형 시스템 해결에 국한돼 메모리 요구량이 크게 감소한다.

영향력 최대화 문제에서는 상한 기반의 후보 축소와 그리디 선택을 결합한 알고리즘을 제안한다. 상한을 이용해 초기 후보 집합을 (O(k\log n)) 시간에 추출하고, 이후 각 후보의 marginal gain를 선형 시스템 재사용으로 빠르게 평가한다. 실험 결과, 이 방법은 전통적인 CELF‑++와 비교해 10배 이상 빠른 실행 시간을 기록하면서도 2~5% 수준의 영향력 손실만을 보였다.

전반적으로 Circuit 모델은 선형 대수와 전기 회로 이론을 사회 네트워크 분석에 자연스럽게 접목시켜, 정확도와 효율성 모두에서 기존 방법을 능가한다는 점이 가장 큰 공헌이다.