Current Result Document :
| 한글제목(Korean Title) |
소셜 네트워크 분류를 위한 분할 그래프 융합 |
| 영문제목(English Title) |
Fusion of Partitioned Graphs for Social Network Classification |
| 저자(Author) |
박경원
조성배
Kyoung-Won Park
Sung-Bae Cho
|
| 원문수록처(Citation) |
VOL 49 NO. 02 PP. 0859 ~ 0861 (2022. 12) |
한글내용
(Korean Abstract) |
그래프 딥러닝 방법을 통한 소셜 네트워크 분류는 광범위하고 복잡한 네트워크 구조로 인해 일반적인 정보이외에 지역적인 정보를 제대로 학습하는 것이 어렵다고 알려져 있다. 예를 들어, 소셜 네트워크에서 다른 사용자들에 비해 덜 발견되는 사용자들 간의 연결성과 같은 지역적인 부분 정보는 압도적으로 높은 빈도로 관찰되는 사용자들의 정보 때문에 효과적으로 학습될 수 없다. 복잡한 소셜 네트워크에서 세부적인 부분 정보를 효과적으로 학습하기 위해 본 논문에서는 연결성, 매개성, 근접성, 네트워크의 지름과 반지름 등, 총 5가지 척도를 사용하여 분할 알고리즘을 통해 서브그래프를 생성하고 이 서브그래프로부터 다양한 부분 정보를 학습한다. 국소 정보를 학습하는 과정에서 중요한 정보의 가중치를 반영하여 모든 정보를 고려한 그래프의 특징을 학습할 수 있는 어텐션 기반 융합 네트워크를 제안한다. 제안하는 방법의 타당성을 검증하기 위해 3개의 소셜 네트워크 데이터셋에 대해 실험을 수행하여, SOTA 방법 대비 우수한 성능을 얻었다. 특히 분류가 어렵다고 알려진 IMDB-MULTI 데이터셋의 경우 제안된 방법이 MA-GCNN 방법을 29.63%p로 능가하였다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
