소셜네트워크

Saltlux

Social Network는 1954년에 J.A. Barnes에 의해 사용되기 시작한 용어로, 오랜 시간 동안 사회과학 분야에서 사용되는 중요 연구 방법론입니다. 전통적인 사회과학 분야에서의 Social Network는 인간 간의 관계의 행동 패턴과 관계 속에서 나오는 사회 효과를 설명하기 위한 것으로 일반적 네트워크 이론과 같이 Graph 이론에 바탕을 두고 있으며, Social Network의 최대 크기는 150명 (Dunbar’s number)정도로 되어 있으며 평균 124명(Hill and Dunbar, 2002)정도 있습니다.

1. 개요
사회를 구성하는 요소를 노드(node)로 표현하고 각 구성요소간의 관계를 엣지(edge)로 묶어 표현한 사회구조(Social Structure)를 소셜 네트워크(Social Network)라 합니다. 노드는 사회를 구성하는 개인과 집단을 대표합니다. 그리고 각 노드를 연결하는 엣지는 사회 구성요소 간의 다양한 사회 관계를 표현합니다.
사회 관계는 단순한 호불호 이상의 상호의존적 관계를 포함하는데, 금전관계, 교우관계, 협업관계 등 사회현상을 반영한 관계정보 등이 대표적입니다.

2. SNA(Social Network Analysis)
사회관계망 분석은 사회구성원간의 관계를 측정하고 매핑하여 정보/지식처리(information/knowledge processing)까지 이르는 일련의 과정을 의미합니다.
Goal of SNA

- Find degree of Separation(AàBàCàD)
- Compute strength (A to D)
- Clustering People in group
- Find strength G1 and G2
- Find centrality (social capital)

3. SNA Classical technique
사회관계망 분석을 위해 depth-first, breadth-first, bidirectional의 기술을 사용합니다.

	depth-first	breadth-first	bidiretional
특징	-백트래킹 검색 -가능한 최대한 깊게 탐색 -이후 백트래킹	-Root node로부터 시작 -모든 이웃 node를 검색 -가장 이웃 노드의 가까운 노드	-양방향 동시 탐색 -Initial, Goal -휴리스틱 방법론

A*
- Best first
- Least-cost path from initial node
- Distance + cost

in-degree
out-degree
nodal degree
ego group selection
density
actor degree centralization
group degree centralization
actor closeness
group closeness centrality
actor betweenness
group betweenness centrality
cliques.

4. States of Arts
4.1 REPRESENTATION
현재 대부분의 연구에서 사용되는 사회관계망 표현 방식은 그래프형태를 띠고 있습니다. 노드와 엣지로 구성되는 그래프 모델로 표현된 사회관계는 다양한 그래프 알고리즘으로 분석이 가능하며 그래프 모델을 이용한 SNA 표현법과 분석패키지가 소개되었습니다.
 Node : individual
 Edge : binary social relationship
 SNA package : Pajek, UCINET (incompatible), GraphML



4.2 Ontology & Semantic Network
사회관계 인스턴스는 개인(PERSON) 도메인을 차별성있게 표현한 상위 온톨로지 혹은 상위 컨셉들을 이용하여 표현이 가능합니다. 관계를 표현하는데 유용한 상위 온톨로지는 FOAF, SIOC등이 소개되었습니다. 하지만 도메인 종속적인 환경에 따른 단점이 있습니다.
Semantic Network는 지식표현의 형태로 인식되며, 개념(Concepts)을 나타내는 Vertices와 개념간의 의미적 관계(Semantic Relations)를 가지는 Edge로 구성된 방향성 그래프 (Directed Graph)로 구성됩니다. 또한 Semantic Network는 기계가 읽을 수 있는 사전의 일반적 형태로 인식되고 있으며, Ontology가 개념에 대한 정의 및 개념간의 관계로 정의되므로 Semantic Network를 구성할 수 있는 최적의 표현체계로 볼 수 있습니다.



5. Ontology Engineering & Social Network Analysis
사회관계 네트워크는 온톨로지로 표현이 가능합니다. 또한 단순 BINARY 관계를 확장하여 STRENGTH, INTIMACY는 물론 GROUPING이 가능하며 명시적인 관계를 표현할 수도 있습니다.


사회관계를 표현하는 방법으로 온톨로지를 사용했을 때 몇가지 이점들이 있습니다. 첫 번째는 온톨로지가 일반적으로 컨셉과 컨셉간의 관계를 배치하고 표현하는데 사용되므로 사회관계망을 구성하는 요소들과 그 특성들을 표현하는데 적합하다는 것입니다. 두 번째는 사회관계망의 특성상 상호 관계 모순과 부정합을 온톨로지를 이용한 추론을 통해 해소할 수 있다는 것이며, 세 번째는 온톨로지에 규칙을 추가함으로써 기존에 발견된 관계 이외의 사람, 조직, 위치, 이벤트 등과 관련되어 새로운 관계들을 발견할 수 있다는 점입니다.


6. Social Network Service
SNS(Social Network Service)란, 사회적 관계 개념을 인터넷 공간으로 가져온 것으로 사람과 사람간의 관계맺기를 통해 네트워크 형성을 지원하는 서비스이다. (Wikipedia)

- Social Networks Services focuses on the Building and verifying of online social networks for communities of people who share interests and activites.

SNS를 우리말로 표현하면 ‘온라인 친구맺기’, ‘온라인 인맥쌓기’가 됩니다. 개인을 둘러싼 인맥들이 다양하게 커뮤니케이션 하면서 그로 인해 2차, 3차의 인맥을 구축하는 것이 SNS의 가장 큰 특징이라 할 수 있습니다. 대표적인 서비스로 ‘싸이월드’, ‘마이스페이스’를 들 수 있습니다.

6.1 SNS Seven Factor
• Identity (아이덴티티)
• Presence (존재)
• Relationships (관계)
• Conversations (대화)
• Groups (그룹)
• Reputation (평판)
• Sharing (공유)

6.2 SNS의 특징
각 나라 SNS 성공 비결은 먼저 ‘독특한 문화를 반영’한 서비스라는 점에 있습니다. 각각의 예는 다음과 같습니다.
- 합리적인 사고 방식이 지배하는 미국 마이스페이스는 이용자 학력/연봉까지 상세히 공개하도록 유도
- 중국 큐존은 참견하기 좋아하는 중국 사람의 감성을 자극해 유독 댓글 서비스가 강함.
- 일본 믹스는 사생활 공개보다는 스타나 애완동물 등 취미와 관심사 위주의 콘텐츠를 개발해 마니아 층을 공략
- 싸이월드는 친인척 관계를 포함한 ‘정’ 문화에 익숙한 국내 현실을 감안해 ‘일촌’이라는 개념을 도입
또한 ‘개인’을 겨냥한 서비스를 강화하고 인터넷 특징의 하나인 ‘개방’을 적용함으로써 사용자들의 ‘참여’를 유도합니다.
- 마이스페이스는 자기 취향대로 레이아웃과 배경색을 자유자재로 바꿀 수 있음.
- 싸이월드는 ‘도토리’를 통해 나만의 사이버 공간을 만들 수 있음.
- 다른 사이트에 저장돼 있는 사진/음악/동영상을 손쉽게 통합 가능.
- 마이스페이스는 다른 사람과 자유롭게 프로필을 교환할 수 있도록 하면서 커뮤니티를 유도
- 페이스북은 Facebook Platform을 제공하여 3’rd Party에서 어플리케이션을 개발하여 제공할 수 있도록 함.

6.3 Classification of Social Network
소셜네트워크는 Functional, User Profile Focused, Interest Focused, Entertaining의 4가지 관점에 따라 다음과 같이 분류할 수 있습니다.



REFERENCE
1. Ansari, A., Essegaier, S., and Kohli, R. 2000. Internet recommendation systems. Journal of Marketing Research. 37(3), 363-375.
2. Ansari, Meala and Mela, Carl F. 2003. E-customization. Journal of Marketing Research. 40(2), 131-145.
3. Onnela J-P, Saramäki J, Hyvönen J, Szabó G., Lazer D, Kaski K, Kertész J, Barabási A-L. 2007. Social ties and word-of-mouth referral behavior. Proceedings of Extending Database Technology Conference. 7332–7336.
4. Lazerfield, P. F., & Merton, R. K. 1954. Friendship as social process: A substantive and methodological analysis. In M. Berger, T. Able, & C. Page (Eds.), Freedom and control in modern society: 18–66. New York: Octagon.
5. Byrne, D. 1971. The ubiquitous relationship: attitude similarity and attraction, Human Relations, 24(3), 201-2
6. Dasgupta, K., Singh, R., Viswanathan, B., Chakraborty, D., Mukherjea, S., Nanavati, A. A., and Joshi, A. 2008. Social ties and their relevance to churn in mobile telecom networks. In Proceedings of the 11th international Conference on Extending Database Technology: Advances in Database Technology (Nantes, France, March 25 - 29, 2008). EDBT 08, vol. 261. ACM, New York, NY, 668-677. DOI=
http://doi.acm.org/10.1145/1353343.1353424
7. Leskovec, J. and Horvitz, E. 2008. Planetary-Scale View on a Large Instant-Messaging Network. In WWW 2008.