신경망을 이용한 SNS상에서의 정보확산 예측모형: Digg 사례를 중심으로

Abstract

본 연구에서는 소셜 네트워크 서비스(social network service, SNS) 상에서 시간 흐름에 따른누적 정보확산량을 예측하기 위한 인공신경망 기반의 모형을 제안한다. 제안 모형은 누적 정보 확산량을 나타내는 출력 변수의 개수가 한 개이고 마지막 두 입력 변수의 값이 유사하면, 출력 변수의 값을 마지막 입력 변수의 값으로 예측하는 규칙 기반의 예측을 수행하며, 그렇지 않은 경우에는 신경망을 이용하여 시간에 따른 누적 정보 확산량을 예측한다. 제안 모형을 대표적인 소셜 북마킹 사이트인디그(Digg) 데이터에 적용한

In this paper, we suggest a model based on artificial neural network (ANN) to predict the amount of accumulated information diffusion according to time-flow on social network service (SNS). If the number of output variables is only one and the values of the last two input variables are similar to each other, then the suggested model predicts the value of output variable as the value of last input variable. Otherwise, it predicts the value(s) of output variable(s) by means of ANN. The suggested model is applied to real data in Digg, which is a social bookmarking site, and, as a result, the suggested model in this research outperforms, in terms of prediction accuracy, ARIMA model which is a typical time-series analysis model.