다차원·다층·비선형·동적 HITS 모델

초록

본 논문은 시간‑가중치가 부여된 다층 유향 네트워크에 대해 HITS 알고리즘을 확장한 MD‑HITS 모델을 제안한다. 다섯 개의 중앙성 벡터(노드 허브·권위, 레이어 방송·수신, 시간 스탬프)를 정의하고, 다중동차(order‑preserving) 비선형 맵의 Perron 고유벡터를 이용해 존재·유일성을 보장한다. ρ(Mα)<1인 파라미터 α 조건 하에 전역 수렴하는 전력 반복 알고리즘을 설계했으며, 실제 데이터 실험을 통해 모델의 효과와 알고리즘의 안정성을 입증하였다.

상세 분석

MD‑HITS는 전통적인 HITS가 단일 그래프의 인접 행렬에 의존하는 한계를 넘어, 5차원 텐서 A(i,j,ℓ,k,t) 로 표현되는 시간·다층 네트워크를 다루도록 설계되었다. 핵심 아이디어는 다중동차 비선형 맵 FαA : R→R 를 정의하고, 각 구성요소 f₁,…,f₅ 를 텐서‑벡터 곱으로 구현한 뒤, 각 벡터에 0<αₛ≤1 의 거듭제곱을 적용해 비선형성을 부여한다. 이렇게 하면 FαA 가 순서보존(order‑preserving) 및 다중동차(multi‑homogeneous) 특성을 갖게 되며, Perron‑Frobenius 이론의 일반화인 고유벡터 존재·유일성 정리를 적용할 수 있다.

정리 2.1은 Mα 라는 5×5 비대칭 행렬의 스펙트럼 반경 ρ(Mα) 가 1보다 작을 경우, 비영(非零) 텐서 A 에 대해 고유벡터 c=(h,a,b,r,τ) 가 유일하게 존재하고, 모든 성분이 A 의 영패턴(zero‑pattern)을 따르면서 정규화 ‖cₛ‖∞=1 을 만족함을 증명한다. 여기서 β 벡터는 Mαβ=ρ(Mα)β 로 정의된 양의 고유벡터이며, Hilbert 메트릭 d_H 를 이용해 (C_A,d_H) 가 완비 공간임을 보이고, G(x)= (f₁(x)/‖f₁(x)‖∞,…,f₅(x)/‖f₅(x)‖∞ 로 정의된 정규화 연산이 d_H‑수축임을 증명한다. 따라서 전력 반복 x^{(k+1)}=G(x^{(k)}) 가 전역적으로 수렴해 고유벡터를 얻는다.

알고리즘은 초기 양의 벡터를 선택한 뒤, 각 단계에서 텐서‑벡터 곱을 수행하고 αₛ 제곱을 적용한 뒤 ‖·‖∞ 로 정규화한다. 복잡도는 텐서 A 의 비제로 원소 수에 선형적으로 비례하므로, 희소 텐서 구현 시 메모리와 연산량을 효율적으로 관리할 수 있다.

비선형 파라미터 αₛ 를 1 로 두면 기존 HITS(또는 다차원 선형 모델)와 동일해지지만, 연결성이 약한(또는 완전히 단절된) 네트워크에서도 ρ(Mα)<1 조건만 만족하면 고유벡터가 정의된다. 이는 기존의 Z‑eigenvector 기반 다층 PageRank·HITS 가 강한 연결성(irreducibility) 가정에 의존하는 것과 큰 차별점이다. 또한 레이어 간 교차 에지와 시간 스탬프를 동시에 고려함으로써, 예를 들어 저널·연구자·연도 삼중 관계를 자연스럽게 모델링할 수 있다.

실험에서는 학술 인용 네트워크, 교통 흐름 네트워크, 소셜 미디어 멀티플랫폼 데이터 등을 사용해, MD‑HITS 가 레이어와 시간에 대한 의미 있는 순위를 제공함을 확인했다. 특히, 일부 레이어가 고립돼 있거나 특정 시점에만 활동하는 경우에도 알고리즘이 안정적으로 수렴하고, 결과가 직관적인 해석을 가능하게 한다.

요약하면, 본 논문은 다차원·다층·동적 네트워크에 대한 중앙성 측정에 있어, 비선형 다중동차 맵을 통한 Perron 고유벡터 접근법을 제시하고, 존재·유일성 보장, 전역 수렴 알고리즘, 그리고 실용적인 적용 가능성을 모두 충족한다는 점에서 기존 연구를 크게 확장한다.