바로가기메뉴

본문 바로가기 주메뉴 바로가기

ACOMS+ 및 학술지 리포지터리 설명회

  • 한국과학기술정보연구원(KISTI) 서울분원 대회의실(별관 3층)
  • 2024년 07월 03일(수) 13:30
사전등록 바로가기
 

logo

  • P-ISSN1013-0799
  • E-ISSN2586-2073
  • KCI

논문 상세

이전 다음
논문 투고

Vol.30 No.4

Citation Share

tnet과 WNET의 가중 네트워크 중심성 지수 비교 연구

A Comparison Study on the Weighted Network Centrality Measures of tnet and WNET

정보관리학회지 / Journal of the Korean Society for Information Management, (P)1013-0799; (E)2586-2073
2013, v.30 no.4, pp.241-264
https://doi.org/10.3743/KOSIM.2013.30.4.241
이재윤 (명지대학교)
이재윤. (2013). tnet과 WNET의 가중 네트워크 중심성 지수 비교 연구. 정보관리학회지, 30(4), 241-264, https://doi.org/10.3743/KOSIM.2013.30.4.241

초록

이 연구에서는 공개된 가중 네트워크 분석용 소프트웨어인 Opsahl의 tnet과 이재윤의 WNET에서 지원하는 가중 네트워크 중심성 지수를 비교 분석해보았다. tnet은 가중 연결정도중심성, 가중 근접중심성, 가중 매개중심성을 지원하고, WNET은 최근접이웃중심성, 평균연관성, 평균프로파일연관성, 삼각매개중심성을 지원한다. 가상 데이터를 대상으로 한 분석에서 tnet의 중심성 지수는 링크 가중치의 선형 변화에 민감한 반면 WNET의 중심성 지수는 선형 변화에 영향을 받지 않았다. 실제 네트워크 6종을 대상으로 가중 네트워크 중심성을 측정하고 결과를 비교하여 두 소프트웨어의 가중 네트워크 중심성 지수들의 특징을 파악하고 중심성 지수 간 관계를 살펴보았다.

keywords
네트워크 분석, 중심성 지수, 가중 네트워크, tnet, WNET, network analysis, centrality measures, weighted networks, tnet, WNET

Abstract

This study compared and analyzed weighted network centrality measures supported by Opsahl’s tnet and Lee’s WNET, which are free softwares for weighted network analysis. Three node centrality measures including weighted degree, weighted closeness, and weighted betweenness are supported by tnet, and four node centrality measures including nearest neighbor centrality, mean association, mean profile association, triangle betweenness centrality are supported by WNET. An experimental analysis carried out on artificial network data showed tnet’s high sensitiveness on linear transformations of link weights, however, WNET’s centrality measures were insensitive to linear transformations. Seven centrality measures from both tools, tnet and WNET, were calculated on six real network datasets. The results showed the characteristics of weighted network centrality measures of tnet and WNET, and the relationships between them were also discussed.

keywords
네트워크 분석, 중심성 지수, 가중 네트워크, tnet, WNET, network analysis, centrality measures, weighted networks, tnet, WNET

참고문헌

1.

김원진. (2010). 과학기술분야 국제협력 증진을 위한 아시아 국가 간 공동연구 현황 분석. 정보관리학회지, 27(3), 103-123.

2.

김판준. (2011). 저자 프로파일링 기법을 이용한 국내 독서 연구 영역 분석. 한국비블리아학회지, 22(4), 21-44.

3.

변지혜. (2011). 저자서지결합분석에 의한 국내 전기공학 분야 지적구조에 관한 연구. Journal of Information Science Theory and Practice, 42(4), 75-94.

4.

유소영. (2008). 학제적 분야의 정보서비스를 위한 학술지 인용 분석에 관한 연구: Y대학교 생명공학과를 중심으로. 정보관리학회지, 25(4), 283-308.

5.

유종덕. (2011). 저자프로파일링분석과 저자동시인용분석의 유용성 비교 검증. 정보관리학회지, 28(1), 123-144.

6.

이기황. (2010). 계량적 접근에 의한 조선시대 필사본 조리서의 유사성 분석. 언어와 정보, 14(2), 131-157.

7.

이은숙. (2002). 복수저자를 고려한 동시인용분석 연구: 정보학과 컴퓨터과학을 대상으로. 지식처리연구, 3(2), 1-26.

8.

이재윤. (2006). 지적 구조의 규명을 위한 네트워크 형성 방식에 관한 연구. 한국문헌정보학회지, 40(2), 333-355.

9.

이재윤. (2006). 계량서지적 네트워크 분석을 위한 중심성 척도에 관한 연구. 한국문헌정보학회지, 40(3), 191-214.

10.

이재윤. (2006). 지적 구조 분석을 위한 새로운 클러스터링 기법에 관한 연구. 정보관리학회지, 23(4), 215-231.

11.

이재윤. (2007). 지적 구조 분석을 위한 MDS 지도 작성 방식의 비교 분석. 한국문헌정보학회지, 41(2), 335-357.

12.

이재윤. (2008). 연구자의 투고 학술지 현황에 근거한 국내 학문분야 네트워크 분석. 정보관리학회지, 25(4), 327-345.

13.

이재윤. (2012). 자기 인용 네트워크와 인용 정체성을 이용한 연구자의 연구 이력 분석에 관한 연구. 정보관리학회지, 29(1), 157-174. http://dx.doi.org/10.3743/KOSIM.2012.29.1.157.

14.

이재윤. (2012). 폭소노미 연구 문헌에 대한 자아 중심 주제 인용 분석. 정보관리학회지, 29(4), 295-312. http://dx.doi.org/10.3743/KOSIM.2012.29.4.295.

15.

이재윤. (2006). 연구자 소속과 표제어 분석을 통한 국내 인지과학 분야의 학제적 구조 파악 (127-134). 제13회 한국정보관리학회 학술대회 논문집.

16.

이형진. (2012). Centrality Measure in Weighted HPAI Transmission Network:The case of the highly pathogenic H5N1 avian influenza Virus in Gimje, South Korea in 2008. 농촌계획, 18(4), 79-89. http://dx.doi.org/10.7851/ksrp.2012.18.4.079.

17.

정선영. (2013). T. D. Wilson의 연구주제 네트워크 분석 (51-54). 제20회 한국정보관리학회 학술대회 발표논문집.

18.

최상희. (2013). 대학도서관 서비스를 위한 서지분석기반 학과의 주제적 특성 분석 연구. 정보관리학회지, 30(1), 237-258. http://dx.doi.org/10.3743/KOSIM.2013.30.1.237.

19.

허고은. (2013). 저자동시인용 분석과 동시출현단어 분석을 이용한 의료정보학 저널의 지적구조 분석. 정보관리학회지, 30(2), 207-225. http://dx.doi.org/10.3743/KOSIM.2013.30.2.207.

20.

Barrat, A.. (2004). The architecture of complex weighted networks (3747-3752). Proceedings of the National Academy of Sciences.

21.

Gómez, J. M.. (2013). Centrality in primate-parasite networks reveals the potential for the transmission of emerging infectious diseases to humans (7738-7741). Proceedings of the National Academy of Sciences of the United States of America.

22.

Knappett, C.. (2013). Network analysis in archaeology : New approaches to regional interaction:Oxford University Press.

23.

Knoke, D.. (2012). Economic networks. Cambridge:Polity Press.

24.

이재윤. (2011). Intellectual Structure and Infrastructure of Informetrics: Domain Analysis from 2001 to 2010. 정보관리학회지, 28(2), 11-36.

25.

Newman, M. E. J.. (2004). Analysis of weighted networks. Physical Review E, 70(5), 056131-.

26.

Oatley, T.. (2013). The political economy of global finance: A network model. Perspectives on Politics, 11(1), 133-153.

27.

Opsahl, T.. (2010). Node centrality in weighted networks: Generalizing degree and shortest paths. Social Networks, 32(3), 245-251.

28.

Opsahl, T.. (2008). Prominence and control: The weighted rich-club effect. Physical Review Letters, 101(16), 168702-.

29.

Peeples, M. A.. (2013). To binarize or not to binarize : Relational data and the construction of archaeological networks. Journal of Archaeological Science, 40(7), 3001-3010.

30.

Pryke, S.. (2012). Social network analysis in construction:Wiley-Blackwell.

31.

Schvaneveldt, R. W.. (1990). Pathfinder associative networks : Studies in knowledge organizations:Ablex Pub. Corp.

32.

Vedres, B.. (2012). Networks in social policy problems:Cambridge University Press.

정보관리학회지

논문 투고 OA 정책