이 장에서는 라벨이 있는 네트워크, 네트워크 학습, 그리고 발생할 수 있는 주요 과제를 소개합니다.

동기: 소셜 네트워크와 예측 분석

이탈 가능성이 가장 높은 사람

엣지 리스트로부터 네트워크 만들기

레이블이 있는 네트워크와 네트워크 학습

노드 라벨 지정

노드에 색 입히기

이탈 고객 시각화

Relational Neighbor Classifier

네트워크 기반 추론의 과제

네트워크 학습의 과제

확률적 관계 이웃 분류기

Collective Inferencing

소개, 네트워크, 라벨이 있는 네트워크

이 장에서는 homophily를 배우고, 이를 특성화하는 두 가지 측도인 dyadicity와 heterophilicty를 계산하는 방법을 익힙니다.

동질성

동질성이 높은 네트워크

엣지 유형 추출하기

엣지 유형 세기

노드 수 세기와 연결도(connectance) 계산

다이아디시티

같은 라벨 간선

이탈자의 다이애디시티

비이탈 고객의 다이애드시티

이질성(Heterophilicity)

상반된 레이블 간선

이질성(heterophilicity) 계산하기

동질성 요약

Dyadicity, Heterophilicity, & Homophily

이 네트워크는 동질성(homophily)이 있나요?

Homophily

이 장에서는 igraph 패키지를 사용해 다양한 네트워크 특징을 계산하고 이를 네트워크에 추가합니다.

기본 네트워크 특성

간단한 네트워크 특성

중심성 특징

Transitivity

링크 기반 특성

인접 행렬

링크 기반 특징

2차 링크 기반 특징

이웃 링크 기반 특징

PageRank

가장 영향력 있는 노드

PageRank의 변화

PageRank의 수렴

개인화 PageRank

PageRank 특성 추출하기

네트워크 특징화(Featurization)

이 장에서는 3장에서 만든 네트워크로부터 평평한(flat) 데이터셋을 만들고, 표준 데이터 마이닝 기법을 사용해 예측 모델을 구축한 뒤 AUC와 상위 10% 리프트(top decile lift)로 성능을 측정합니다.

데이터셋 추출하기

평면 데이터셋 만들기

결측값

결측값 대체하기

상관된 변수

예측 모델 구축하기

학습용과 테스트용으로 분할하기

로지스틱 회귀 모델

랜덤 포레스트 모델

모델 성능 평가하기

이탈 예측하기

AUC 측정하기

상위 10분위 리프트 측정하기

요약 및 마무리 생각

모두 종합하기

Student Edge List dataset

Student Customers dataset

Student Network dataset

이 강의에서는 R을 사용해 네트워크 데이터로 최첨단 Predictive Analytics를 수행하는 방법을 배웁니다. 네트워크 분석의 목표는 이탈 여부, 사기 여부, 연체 여부 등 네트워크 노드가 어떤 클래스에 속하는지를 예측하는 것입니다. 이를 위해 네트워크와 그 기저 구조에서 얻은 정보를 예측적으로 활용하는 방법을 다룹니다. 보다 구체적으로, 네트워크 특징을 비네트워크 특징에 추가해 어떤 분석 모델이든 성능을 높일 수 있도록 하는 특징화(featurization) 개념을 소개합니다. 본 강의에서는 igraph 패키지를 사용해 이탈 사례를 가정한 고객 네트워크를 생성하고 라벨링하며, 네트워크 학습의 기초를 학습합니다. 이어서 homophily, dyadicity, heterophilicty 개념을 배우고, 이를 통해 네트워크에서 핵심 탐색적 인사이트를 얻는 방법을 익힙니다. 다음으로 igraph 패키지의 기능을 활용해 다양한 네트워크 특징을 계산하고, 노드 중심 특징과 이웃 기반 특징을 모두 도출합니다. 또한 Google PageRank 알고리즘을 활용해 네트워크 특징을 계산하고 그 예측력을 경험적으로 검증합니다. 마지막으로, 네트워크에서 평평한(flat) 데이터셋을 생성하고 로지스틱 회귀와 랜덤 포레스트로 분석하는 방법을 배웁니다.

Network Analysis in R

Supervised Learning in R: Classification

R에서 예측 분석 기술을 배우세요. 실습과 실제 데이터로 결과 예측 및 네트워크 데이터 분석.

R로 배우는 네트워크 데이터 기반 Predictive Analytics

네트워크 학습과 네트워크에서 설명적 특징을 추출해 노드의 레이블을 예측하는 방법을 배웁니다.

Professor of Data Science, KU Leuven and University of Southampton

활용 분야

개요

협업 네트워크

이탈 네트워크

연습해 봅시다!

소개, 네트워크, 라벨이 있는 네트워크 - 동기: 소셜 네트워크와 예측 분석

동기: 소셜 네트워크와 예측 분석

Create Your Free Account