하이퍼네트워크에서 브랜드 효과와 경쟁력

초록

본 논문은 기존의 균일 성장 모델을 넘어, 하이퍼네트워크의 성장 메커니즘을 비균일 성장 방식으로 확장한다. 하이퍼노드의 연결 확률을 결정하는 두 핵심 인자, 즉 브랜드 효과와 경쟁력을 도입해 선호적 부착을 일반화하고, 포아송 과정과 연속 근사를 이용해 정적 평균 하이퍼차수 분포를 유도한다. 또한 특정 파라미터 구간에서 발생하는 응축 현상을 분석하고, 기존의 선호적 부착, 피트니스 모델, 스케일프리 하이퍼네트워크가 모두 이 모델의 특수 경우임을 보인다. 이론적 결과는 수치 시뮬레이션과 일치한다.

상세 분석

본 연구는 하이퍼네트워크의 성장 과정을 ‘비균일 성장(non‑uniform growth)’이라는 새로운 프레임워크로 재구성한다. 기존 모델들은 매 시간 단계마다 일정한 수의 하이퍼엣지를 추가하고, 각 하이퍼엣지는 무작위로 선택된 정점 집합에 연결되는 방식을 채택하였다. 그러나 실제 사회·경제·생물 네트워크에서는 새로운 하이퍼엣지가 한 번에 다양한 규모와 형태로 등장하며, 정점들의 내재적 속성(예: 브랜드 파워, 경쟁력)이 연결 확률에 크게 영향을 미친다. 이를 반영하기 위해 저자들은 두 개의 가중치 함수를 도입한다. 첫 번째는 ‘브랜드 효과(brand effect)’로, 정점 i의 기존 하이퍼차수 k_i에 비례하는 항 b·k_i를 포함한다. 두 번째는 ‘경쟁력(competitiveness)’으로, 각 정점에 고유한 피트니스 η_i를 부여하고, η_i·k_i^α 형태로 연결 선호에 기여한다. 여기서 α는 경쟁력의 비선형 정도를 조절하는 파라미터이다. 따라서 새로운 하이퍼엣지가 특정 정점 집합 S에 연결될 확률은

P(S) ∝ ∏_{i∈S}