온라인 양분 네트워크 진화 모델

초록

본 논문은 사용자와 아이템이 이분 그래프로 연결된 온라인 플랫폼의 성장 메커니즘을 분석한다. 사용자의 무작위 연결과 선호 연결을 혼합한 진화 모델을 제안하고, 파라미터 p 를 통해 두 행동의 비율을 조절한다. 모델은 사용자 차수 분포가 멘델브로트 법칙이라 불리는 이동형 파워‑law(shifted power‑law)를 따르는 현상을 재현하며, 실제 Delicious와 CiteULike 데이터와의 비교를 통해 이론적 예측이 실증적으로 타당함을 입증한다. p 값이 커질수록 파워‑law 꼬리 영역이 확대되는 구조적 의미도 제시한다.

상세 요약

이 연구는 온라인 이분 네트워크에서 사용자와 객체(아이템) 간 연결이 시간에 따라 어떻게 형성되는지를 수학적으로 모델링한다. 기존 모델들은 순수한 선호 연결(preferential attachment)만을 고려해 차수 분포가 순수한 파워‑law 혹은 지수형으로 수렴한다고 주장했지만, 실제 데이터에서는 사용자 차수가 “시프트된” 파워‑law, 즉 멘델브로트 법칙 형태를 보인다. 이를 설명하기 위해 저자들은 두 가지 사용자 행동을 도입한다. 첫 번째는 무작위 선택(random attachment)으로, 새로운 사용자가 기존 객체 중 하나를 균등 확률로 연결한다. 두 번째는 선호 선택(preferential attachment)으로, 객체의 현재 차수에 비례해 연결 확률이 높아지는 메커니즘이다. 두 행동의 혼합 비율을 나타내는 파라미터 p (0≤p≤1)를 도입함으로써, 모델은 무작위성( p =0)에서 완전 선호성( p =1)까지 연속적인 스펙트럼을 커버한다.

수학적 분석에서는 연속 시간 근사와 마스터 방정식을 이용해 사용자 차수 k_u 와 객체 차수 k_o 의 기대 성장률을 도출한다. 특히, 사용자 차수에 대한 확률 분포 P(k) 는
\