밑바닥부터 시작하는 데이터 과학 데이터 분석을 위한 파이썬 프로그래밍과 수학·통계 기초

from Scratch

349

󽴜󽴔󻃸󼩴󻘀󽴔󺋇󺱧󼧓󻬏󽴔󼡧󻱃󻺏󺱼󼔻

1

. 각 노드의 이웃에 있는 중심성 점수의 합으로 해당 노드에 새로운 중심성 점

수를 부여한다.

2

. 중심성 벡터의 크기가

1

이 되도록 벡터를 재조정한다.

여기에 대한 수학적 논리가 처음에는 이해하기 힘들 수 있지만, 사실 계산 자체

는 (이를테면 매개 중심성과는 달리) 상당히 명확하게 이루어진다. 게다가 큰 그

래프에서 계산이 수월하다는 것도 장점이다. (최소한, 제대로 된 선형대수 라이

브러리를 사용한다면 대규모 그래프에 쉽게 적용할 수 있다. 하지만 우리처럼

리스트로 구성된 행렬을 다루는 구현체를 사용하면 쉽지 않을 것이다.)

22.3

방향성 그래프와 페이지랭크

데이텀이 인기를 별로 끌지 못하자, 순이익 팀의 부사장은 친구 모델에서 보증

(

endorsement

) 모델로 전향하는 것을 고려 중이다. 알고 보니 사람들은 어떤 데

이터 과학자들끼리 친구인지에 대해서는 관심이 별로 없지만, 헤드헌터들은 다른

데이터 과학자로부터 존경 받는 데이터 과학자가 누구인지에 대해 관심이 많다.

이 새로운 모델에서 관계는 상호적인 것이 아니라, 한 사람(

source

)이 다른 멋

진 한 사람(

target

)의 실력에 보증을 서주는

(source, target)

쌍으로 비대칭적

인 관계를 표현하게 된다(그림

22

-

5

).