소셜 네트워크 커뮤니티 진화 예측

초록

본 논문은 SGCI와 GED 두 가지 방법으로 추출한 과거 커뮤니티 변천 사슬을 기반으로, 구조적 네트워크 특징을 활용해 향후 커뮤니티 상태를 예측하는 모델을 설계한다. DBLP, Facebook, 폴란드 블로그 3개 실제 데이터셋에 대해 다양한 분류기와 사슬 길이를 실험한 결과, 사슬 길이가 3~7일 때 예측 정확도가 최고에 근접함을 확인하였다.

상세 요약

이 연구는 소셜 미디어에서 형성되는 커뮤니티의 동적 변화를 정량적으로 예측하고자 하는 목표를 갖는다. 먼저 두 가지 변천 사슬 추출 기법을 도입한다. SGCI(Stable Group Changes Identification)는 그룹의 안정성을 기준으로 변화를 식별하고, GED(Group Evolution Discovery)는 그룹 간 합병·분할·소멸 등 복합적인 전이를 포착한다. 두 방법 모두 시간 슬라이스별 네트워크를 스냅샷으로 나누고, 각 스냅샷에서 커뮤니티 탐지 알고리즘(예: Louvain)을 적용한 뒤, 전후 스냅샷 간 매칭을 통해 변천 사슬을 구성한다.

사슬이 구성되면, 각 시점의 그룹에 대해 정점 수, 밀도, 중심성, 클러스터링 계수 등 20여 개의 구조적 특성을 추출한다. 이후 피처 선택 단계에서 상관관계 분석과 차원 축소(PCA)를 적용해 모델에 가장 기여하는 특성 집합을 도출한다. 선택된 피처는 지도 학습 분류기의 입력으로 사용되며, 논문에서는 의사결정트리, 랜덤 포레스트, SVM, XGBoost 등 네 가지 대표 분류기를 비교한다.

실험 데이터는 학술 논문 협업 네트워크(DBLP), 개인 간 교류가 활발한 Facebook, 그리고 주제 중심 블로그가 집합된 폴란드 블로그스피어로 구성된다. 각 데이터셋은 월간 혹은 연간 단위로 타임스텝을 정의하고, 총 5,000여 개의 그룹 변천 사례를 확보한다. 모델 학습은 70% 데이터를 훈련, 30%를 테스트로 나누어 수행했으며, 평가 지표는 정확도, F1‑score, ROC‑AUC를 사용한다.

결과는 두 가지 주요 패턴을 보여준다. 첫째, 사슬 길이가 짧을수록(12) 예측 성능이 현저히 낮으며, 사슬이 35 단계로 늘어나면 급격히 향상된다. 특히 GED 기반 사슬은 37 단계에서 거의 포화점에 도달해, 추가적인 길이 증가는 성능에 큰 영향을 주지 않는다. 반면 SGCI는 35 단계에서 최고 성능을 보이며, 그 이후에는 과적합 위험으로 약간 감소한다. 둘째, 랜덤 포레스트와 XGBoost가 다른 분류기에 비해 일관된 우수성을 나타냈으며, 특히 피처 중요도 분석에서 그룹 밀도와 핵심 노드 중심성이 핵심 예측 변수임을 확인했다.

이 연구는 커뮤니티 진화 예측에 있어 과거 변천 사슬의 길이와 선택된 구조적 피처가 핵심 변수임을 실증적으로 제시한다. 또한 SGCI와 GED 각각의 특성이 다르게 작용함을 보여, 실제 적용 상황에 따라 적절한 사슬 추출 방법을 선택할 필요성을 강조한다. 한계점으로는 시간 간격이 고정되어 있어 비정형적인 이벤트(예: 급격한 외부 충격)를 포착하기 어려운 점과, 피처 엔지니어링이 도메인에 의존적이라는 점을 들 수 있다. 향후 연구에서는 동적 시간 윈도우, 텍스트 기반 내용 피처, 그리고 그래프 신경망을 활용한 엔드‑투‑엔드 모델링을 통해 예측 정확도를 더욱 높일 여지가 있다.