이 장에서는 사회 연결망 분석의 핵심 개념을 소개합니다. <code>igraph</code> R 패키지를 사용해 소셜 네트워크 데이터를 탐색하고 분석하는 방법과 네트워크를 시각화하는 방법을 배우게 됩니다. 


소셜 네트워크란 무엇인가요?

igraph 객체 만들기

정점과 간선 세기

네트워크 속성

노드 속성과 부분 선택

엣지 속성과 서브셋팅

속성 시각화

속성에 관한 퀴즈

네트워크 시각화

igraph 네트워크 레이아웃

간선 시각화

igraph 객체 퀴즈

네트워크 소개

이 장에서는 방향 네트워크에 대해 학습합니다. 또한 네트워크에서 정점 간의 핵심 관계를 식별하고, 이러한 관계를 활용해 중요하거나 영향력 있는 정점을 찾는 방법을 배웁니다. 
이 장 전반에 걸쳐 홍역 전파 네트워크를 사용합니다. 데이터는 1861년 독일 도시 Hagelloch에서 수집되었습니다. 네트워크의 각 방향 간선은 감염된 아동과 접촉한 뒤 홍역에 감염된 아동을 나타냅니다.



방향성 네트워크

방향성이 있는 igraph 객체

각 정점의 간선 확인하기

정점 간의 관계

이웃 정점

정점 간 거리

두 정점 사이의 최장 경로 찾기

중요하고 영향력 있는 정점

핵심 꼭짓점 식별하기

Betweenness

중요한 노드와 엣지 시각화하기

중요한 정점 퀴즈

네트워크에서 중요한 정점 찾기

이 모듈에서는 전역 네트워크 구조와 하위 구조를 특성화하는 방법을 다룹니다. 또한 무작위 네트워크 그래프 생성 방법을 소개합니다.

소개

포레스트 검프 네트워크

네트워크 밀도와 평균 경로 길이

그래프 밀도 퀴즈

네트워크 구조 이해하기

무작위 그래프

네트워크 무작위화

무작위화 퀴즈

네트워크 하위 구조

삼각형과 전이율

Transitivity 무작위화

클릭(clique)

가장 큰 클리크 시각화하기

네트워크 구조 특성화

이 장에서는 네트워크를 하위 네트워크로 분할하고, 어떤 정점들이 서로 더 밀접하게 관련되어 있는지를 파악하는 방법을 더 깊이 탐구합니다. 또한 3차원 시각화를 생성하여 시각화 기법을 발전시킵니다.


밀접한 관계: 동류성(assortativity)과 상호성(reciprocity)

동질성(Assortativity)

무작위화를 사용해 동류성 평가하기

상호성(Reciprocity)

Assortativity 퀴즈

커뮤니티 탐지

Fast-greedy 커뮤니티 탐지

엣지 사이 매개 중심성 기반 커뮤니티 탐지

커뮤니티 퀴즈

대화형 네트워크 시각화

threejs로 대화형 네트워크 만들기

threejs에서 꼭짓점 크기 조절하기

3D 커뮤니티 네트워크 그래프

특수한 관계 식별하기

Friendship network edge data

Friendship network data

Forrest Gump network data

Friendship network node data

Measles network data

<b>네트워크 입문하기</b>
<br><br>
네트워크 분석의 기본 개념을 익혀 보세요. 이 강의에서는 소셜 네트워크, 정점과 간선의 기초부터 시작해, igraph R 패키지를 사용해 네트워크 데이터를 탐색하고 시각화하는 방법을 배웁니다.
<br><br>
이어서 방향성이 있는 네트워크를 더 자세히 살펴보고, 정점 간의 핵심 관계를 식별하는 방법과 이를 활용해 중요한 정점을 찾아내는 법을 연습합니다. 또한 Hagelloch 지역의 홍역 전파 네트워크 데이터를 통해 배운 내용을 적용해 봅니다.
<br><br>
<b>네트워크 구조와 그래프 이해하기</b>
<br><br>
네트워크 밀도와 평균 경로 길이를 통해 전체 네트워크 구조와 하위 구조를 특성화하는 방법을 학습합니다. 이 강의의 3장에서는 무작위화와 랜덤 그래프를 소개하고, 삼각형, 전이성(transitivity), 클리크 시각화로 이어집니다.
<br><br>
<b>igraph에서 Assortativity로 관계 파악하기</b>
<br><br>
Assortativity는 공통 속성(수치형이든 범주형이든)을 공유할 때 두 정점이 서로 연결될 가능성을 나타냅니다. igraph의 ASSORTATIVITY 함수를 활용해 친구 관계 네트워크에서 성별이 미치는 영향을 살펴보고, 무작위화를 적용해 결과를 평가해 봅니다.
<br><br>
<b>threejs로 대화형 네트워크 플롯 만들기</b>
<br><br>
강의의 마지막에서는 igraph를 넘어 threejs의 네트워크 시각화 기능을 탐구합니다. 이 R 패키지로 처음 대화형 네트워크 플롯을 만들어 보고, 시각화를 더 확장하는 방법을 살펴봅니다.

<h2>네트워크 입문하기</h2>
네트워크 분석의 기본 개념을 알아보세요. 이 강의는 소셜 네트워크, 정점과 간선의 기본 개념부터 시작하여, igraph R 패키지를 사용해 네트워크 데이터를 탐색하고 시각화하는 방법을 안내합니다.
<br><br>
이제 방향성 네트워크를 더 자세히 살펴보게 됩니다. 여기에는 정점 간 핵심 관계를 식별하고, 새로 익힌 기술을 헤겔로흐의 홍역 전파를 다루는 네트워크 데이터에 적용하는 내용이 포함됩니다.

<h2>네트워크 구조와 그래프를 이해하기</h2>
네트워크 밀도와 평균 경로 길이를 살펴보며 네트워크 구조와 하위 구조를 특성화하는 방법을 배워보세요. 이 강의의 세 번째 장에서는 무작위화와 무작위 그래프를 살펴본 뒤, 삼각형, 전이성, 그리고 클리크 시각화로 이어집니다.

<h2>igraph에서 동질성을 사용하여 관계 식별하기</h2>
어소터티비티는 두 정점이 공통 속성을 공유할 때 서로 연결될 가능성이 얼마나 높은지를 결정합니다. 그 속성은 수치형일 수도 있고 범주형일 수도 있습니다. igraph의 ASSORTATIVITY 함수를 살펴보며 우정 네트워크 데이터세트에서 성별이 미치는 영향을 파악하고, 무작위화를 적용해 결과를 검증하게 됩니다.

<h2>threejs를 사용하여 인터랙티브 네트워크 그래프 만들기</h2>
이 강의의 마지막에는 igraph를 넘어 threejs의 네트워크 시각화 기능까지 살펴보며 지식을 넓히게 됩니다. 이 R 패키지를 사용해 첫 대화형 네트워크 그래프를 만들고, 시각화를 더 발전시킬 수 있는 방법도 살펴보게 됩니다.

Intermediate R

igraph 패키지로 네트워크 데이터를 분석하고 threejs로 인터랙티브 네트워크 플롯을 만드세요.

R로 하는 네트워크 분석

igraph 패키지로 네트워크 데이터를 분석·시각화하고, threejs로 대화형 네트워크 플롯을 만드세요.

Associate Professor, University of Texas at Austin

긴밀한 관계: 동류성 & 상호성

동류성

상호성

연습해 봅시다!

특수한 관계 식별하기 - 밀접한 관계: 동류성(assortativity)과 상호성(reciprocity)

밀접한 관계: 동류성(assortativity)과 상호성(reciprocity)

Create Your Free Account