| dc.citation.endPage |
74 |
- |
| dc.citation.number |
3 |
- |
| dc.citation.startPage |
65 |
- |
| dc.citation.title |
데이타베이스연구 |
- |
| dc.citation.volume |
41 |
- |
| dc.contributor.author |
Kim, Deokhyeon |
- |
| dc.contributor.author |
Han, Taejoon |
- |
| dc.contributor.author |
Kim, Junghoon |
- |
| dc.date.accessioned |
2026-01-14T08:50:44Z |
- |
| dc.date.available |
2026-01-14T08:50:44Z |
- |
| dc.date.created |
2026-01-13 |
- |
| dc.date.issued |
2025-12 |
- |
| dc.description.abstract |
모듈러리티 기반 커뮤니티 탐지는 네트워크의 구조적 정보만을 고려하기에 현실 세계의 복잡한 다차원적 속성을 반영하지 못한다. 본 논문은 사용자 속성을 멀티셋으로 모델링하고 가중 자카드 유사도를 활용하여 속성 유사도를 정량화함으로써, 구조적 모듈러리티와 속성 모듈러리티를 가중 합한 결합 모듈러리티를 제안한다. 결합 모듈러리티 최대화가 NP-hard임을 보이고, 병합 시 결합 모듈러리티 증가량이 최대인 커뮤니티 쌍을 반복 병합하는 탐욕 알고리즘 GAJM을 설계하였다. 실제 네트워크 데이터셋 및 합성 데이터셋 실험에서 제안하는 모델은 구조–속성의 균형을 직관적으로 제어할 수 있고, 대규모 네트워크에서도 실용적으로 확장됨을 확인했다. 또한 동일 규모의 커뮤니티에서 속성 비중을 높일수록 사용자 위치가 더 밀집하여 실제 응용에 유의미하고 해석 가능한 커뮤니티를 산출함을 입증하였다. |
- |
| dc.identifier.bibliographicCitation |
데이타베이스연구, v.41, no.3, pp.65 - 74 |
- |
| dc.identifier.issn |
1598-9798 |
- |
| dc.identifier.uri |
https://scholarworks.unist.ac.kr/handle/201301/90300 |
- |
| dc.language |
한국어 |
- |
| dc.publisher |
한국정보과학회 |
- |
| dc.title.alternative |
Joint Structural-Attribute Modularity Maximization for Community Detection in Large Attributed Networks |
- |
| dc.title |
구조 및 속성 결합 모듈러리티 최대화를 통한 대규모 속성 네트워크의 커뮤니티 탐지 |
- |
| dc.type |
Article |
- |
| dc.description.isOpenAccess |
FALSE |
- |
| dc.identifier.kciid |
ART003293145 |
- |
| dc.type.docType |
Article |
- |
| dc.description.journalRegisteredClass |
kci |
- |
| dc.subject.keywordPlus |
그래프 마이닝 |
- |
| dc.subject.keywordPlus |
응집 서브그래프 탐색 |
- |
| dc.subject.keywordPlus |
커뮤니티 탐지 |
- |