[UDA] 비정형데이터-군집화

 

image matrix

 

연결이 많은 개체들끼리 묶어줌

UCINET에서 행렬 위치를 바꿔서 재조합할 수 있음

유튜브에서 설명한 트위터 사례와 같은 맥락

R로도 가능한 작업, 직관적인 표현을 위해 UCINET 사용 

 

 

유튜브에서 다뤄지는 network community detection과는 살짝 개념이 다름

위 분석에서는 빨간 부분도 community, 이 분석에서는 파란 core 부분만 유의미함

UCINET에서 페짓-바탕화면에 저장 - 파일 열기 

페짓은 연결망이 2개 (비즈니스, 애트리빗?) 

core 분석을 하면 ucinet에서 노드의 색을 바꿔서 분류별 다르게 보여줄 수 있음

 

degree centrality에 따라 사이즈를 달리할 수 있음 

분석 후 matrix 뒤에 붙어온 정보를 활용할 수도 있음 (어떤 카테고리 중심으로 할 것인지)

여러가지 설정을 복합적으로 사용할 수 있음 - 노드 크기(d.c), 색 변화 (core~)

 

1. 광화문, 서초동과 같은 느낌 거리가 멀고 연결이 없음

3. core가 있지만 community도 형성되어 있음 (미국, 유럽)

4. community structure인데 core ~이런 느낌

 

네트워크 상에서 내가 맺고 있는 관계와 주변인의 네트워크 관계가 같으면 네트워크 상에서 구조적으로 동일하다고 봄

1과 2는 같은 연결 구조를 가지고 있음 > 이를 다 합칠 수 있음

값을 맺는 관계가 다르다면 수학적으로 연결이 되어 있을 때 1, 안 되어 있을 때 0으로 봤을 때,  차의 절댓값은 항상 0이 될 것

 

네트워크 상에서 같은 관계를 맺고 있으면 동위성을 갖는다고 봄

사례) 할머니-어머니-딸의 관계에 있을 때

> 세상에 그런 사람관계가 없음 (구조적 등위성이 성립할 수 없음)

 

> relax해서 동일한 연결성이 없더라도 받는 쪽과 뿌리는 쪽의 역할이 같을 때 동일한 위치에 있는 개체로 생각함 

(역할 등위성 - 수학적으로 동일하지는 않지만 구조적으로 바라봄)

 

 

 

 

구조적 등위성을 가지고 있을 때 형태, 역할 등위성도 성립하지만 역은 성립하지 않는 포함관계 

마지막 관계가 가장 relax한 관계이기 때문

 

건반 모양 하나 당 차이 1

메디츠가 다른 개체와의 관계 중 가장 차이가 많이 남

계층적으로 관계를 묶고 있음 

거리가 증가한다는 것은 연결 관계가 갈 수록 달라진다는 의미 

가로 축 숫자가 줄어든다는 것의 의미는 연결관계가 줄어든다는 것

증가한다는 것은 연결관계가 비슷한 관계부터 먼 관계까지 뻗어나감 

일정 수치 기준으로 잘랐을 때 집단이 3개가 됨 (메디츠는 독립적인 하나의 집단, 집단의 구성원은 

 

이런 식으로 블락

위계적 군집화 관계 속에서 어느 지점에서 자를 것인지