책 소개
요약
컴퓨터 네트워크, 사회연결망, 생물학적 네트워크를 포함하는 네트워크 연구는 최근 몇 년 동안 엄청난 관심을 끌었다. 인터넷의 급부상과 함께 저렴하고 폭넓게 이용할 수 있는 컴퓨터의 도움으로 전례 없이 큰 규모의 네트워크 데이터를 수집하고 분석할 수 있게 됐으며, 새로운 이론적 도구 개발로 다양한 종류의 네트워크에서 새로운 지식을 얻을 수 있게 됐다. 네트워크 연구는 광범위한 학제 간 연구이며 수학, 물리학, 컴퓨터 및 정보과학, 생물학, 사회과학을 포함한 많은 분야에서 발전이 있어왔다. 이 책은 이러한 각 분야에서의 가장 중요한 발견을 모아 각기 다른 분야의 업적들 간의 강한 상호 연결을 강조하며 통일된 방식으로 제시하고자 한다.
추천의 글
“이 책은 가장 뛰어난 연구자이자 우아한 설명가 중 한 명이 쓴 네트워크 과학 분야의 거의 완벽한 책이다. 명확하고 포괄적이며 매혹적이다.”
—스티븐 스트로가츠(Steven Strogatz)/ 코넬대학교 수학과
“이 분야의 거물 중 한 명이 저술한 네트워크 과학에 관한 매우 포괄적이고 명확한 해설이다. 저자는 아무리 기술적인 콘텐츠라도 광범위한 독자층이 접근할 수 있도록 하는 데 성공했다.”
—산토 포투나토(Santo Fortunato)/ 인디애나대학교 정보학 및 컴퓨팅 학부
“세계의 저명한 네트워크 과학자 중 한 명이 저술한 이 책은 활용 가능한 주제에 대한 가장 포괄적인 입문서다. 저자의 특징적인 명확성을 보여주고 최근의 연구를 반영하기 위해 철저히 개정된 이 두 번째 판은 학생과 연구원 같은 분들을 위한 필수 자료다.”
—던컨 와츠(Duncan Watts)/ 마이크로소프트 리서치
이 책에서 다루는 내용
◆ 네트워크의 측정
◆ 물리학, 통계학, 사회학에서 개발된 방법을 포함하는 네트워크 데이터 분석 방법
◆ 그래프 이론의 기초
◆ 스펙트럼 알고리듬과 커뮤니티 찾기를 포함한 컴퓨터 알고리듬
◆ 무작위 그래프 모델과 같은 네트워크의 수학적 모델
◆ 네트워크에서 일어나는 동역학 모델
이 책의 대상 독자
기술적인 수준은 각 부마다 다르다. 1부를 이해하는 데는 어떠한 수학적 지식도 필요하지 않지만, 2부는 대학교 학부 수준의 미적분학과 일련의 선형대수학 지식이 필요하다. 3부와 4부는 수학적으로 더 심화되며 우수한 학부생이나 대학원생, 해당 분야에서 활동하고 있는 연구원에게 적합하다.
이 책의 구성
네 부분으로 구성되어 있다. 머리말에 해당하는 짧은 장에 이어, 1부에서는 현시대 과학이 연구하는 기본적인 네트워크의 유형과 그 구조를 결정하는 데 사용하는 테크닉을 설명한다. 2부에서는 네트워크의 구조를 나타내는 데 사용하는 수학적 방법, 네트워크의 구조를 정량적으로 측정하는 측도와 통계량들, 그리고 그러한 측도와 통계량을 계산하는 컴퓨터 알고리듬을 포함해, 네트워크 학문에서 사용하는 핵심적인 도구를 소개한다. 3부에서는 네트워크화된 시스템의 행동을 예측하고 그 형성과 성장을 이해하는 데 도움을 줄 수 있는 네트워크 구조의 수학적 모델을 설명한다. 4부에서는 네트워크 회복력에 대한 모델, 네트워크에서 일어나는 전염병, 네트워크 탐색 과정 등 네트워크 이론의 응용 사례를 살펴본다.
목차
목차
- 1장. 도입
- 1부. 실증적인 네트워크 연구
- 2장. 기술 분야 네트워크
- 2.1 인터넷
- 2.1.1 트레이스라우트를 사용한 인터넷 구조 측정
- 2.1.2 라우팅 테이블을 사용한 인터넷 구조 측정
- 2.2 전화망
- 2.3 전력망
- 2.4 교통망
- 2.5 배송 및 분배 네트워크
- 3장. 정보 네트워크
- 3.1 월드와이드웹
- 3.2 인용 네트워크
- 3.2.1 특허와 법률 인용
- 3.3 그 외 정보 네트워크
- 3.3.1 P2P 네트워크
- 3.3.2 추천 네트워크
- 3.3.3 핵심어 색인
- 4장. 사회연결망
- 4.1 사회연결망의 실증 연구
- 4.2 인터뷰와 설문조사
- 4.2.1 자기 주변 네트워크
- 4.3 직접 관찰
- 4.4 기록 보관소 또는 제3자 기록물에서 얻은 데이터
- 4.5 소속 네트워크
- 4.6 좁은 세상 실험
- 4.7 눈덩이 표본추출, 접촉자 추적, 마구걷기
- 5장. 생물학적 네트워크
- 5.1 생화학적 네트워크
- 5.1.1 물질대사 네트워크
- 5.1.2 단백질-단백질 상호작용 네트워크
- 5.1.3 유전자 조절 네트워크
- 5.1.4 그 밖의 생화학적 네트워크
- 5.2 두뇌 속의 네트워크
- 5.2.1 뉴런 네트워크
- 5.2.2 두뇌의 기능적 연결 네트워크
- 5.3 생태계 네트워크
- 5.3.1 먹이 그물
- 5.3.2 그 밖의 생태계 네트워크
- 2부. 네트워크 이론의 기초
- 6장. 네트워크의 수학 표현
- 6.1 네트워크와 그 표현
- 6.2 인접 행렬
- 6.3 가중치 네트워크
- 64 방향성 네트워크
- 6.4.1 비순환 네트워크
- 6.5 하이퍼그래프
- 6.6 이분 네트워크
- 6.6.1 접속 행렬과 네트워크 투영
- 6.7 다층 네트워크와 동적 네트워크
- 6.8 트리
- 6.9 평면 네트워크
- 6.10 링크수
- 6.10.1 조밀도와 듬성도
- 6.10.2 방향성 네트워크
- 6.11 걷기와 경로
- 6.11.1 최단 경로
- 6.12 덩어리
- 6.12.1 방향성 네트워크에서의 덩어리
- 6.13 독립 경로, 연결성, 컷 집합
- 6.13.1 가중치 네트워크의 최대 흐름과 컷 집합
- 6.14 그래프 라플라시안
- 6.14.1 그래프 분할
- 6.14.2 네트워크 시각화
- 6.14.3 마구걷기
- 6.14.4 저항 네트워크
- 6.14.5 그래프 라플라시안의 속성
- 7장. 네트워크 측정량과 측정법
- 7.1 중심도
- 7.1.1 링크수 중심도
- 7.1.2 고유벡터 중심도
- 7.1.3 카츠 중심도
- 7.1.4 페이지랭크
- 7.1.5 허브와 권위자
- 7.1.6 근접 중심도
- 7.1.7 사이 중심도
- 7.2 노드의 그룹
- 7.2.1 클리크
- 7.2.2 중심
- 7.2.3 덩어리와 k-덩어리
- 7.3 전이성과 뭉침 계수
- 7.3.1 국소 뭉침과 여분 연결
- 7.4 상호성
- 7.5 부호 있는 에지와 구조 균형
- 7.6 유사도
- 7.6.1 구조 동등성 측정량
- 7.6.2 보편 동등성 측정량
- 7.7 동종선호와 끼리끼리 섞임
- 7.7.1 정렬할 수 없는 성질을 기준으로 한 끼리끼리 섞임
- 7.7.2 정렬할 수 있는 성질을 기준으로 한 끼리끼리 섞임
- 7.7.3 링크수를 기준으로 한 끼리끼리 섞임
- 8장. 컴퓨터 알고리듬
- 8.1 네트워크 분석과 시각화를 위한 소프트웨어
- 8.2 실행 시간과 계산 복잡도
- 8.3 네트워크 데이터의 저장
- 8.3.1 인접 행렬
- 8.3.2 인접 리스트
- 8.3.3 그 밖의 네트워크 표현법
- 8.4 네트워크의 기본적인 측정량을 구하는 알고리듬
- 8.4.1 링크수
- 8.4.2 뭉침 계수
- 8.5 최단 경로와 너비 우선 탐색
- 8.5.1 너비 우선 탐색 알고리듬 소개
- 8.5.2 가장 단순한 구현 방법
- 8.5.3 더 나은 구현 방법
- 8.5.4 너비 우선 탐색의 변형 알고리듬
- 8.5.5 최단 경로 찾기
- 8.5.6 사이 중심도
- 8.6 에지의 길이가 변하는 경우의 최단 경로
- 8.7 최대 흐름과 최소 컷
- 8.7.1 증가 경로 알고리듬
- 8.7.2 구현과 실행 시간
- 8.7.3 왜 이 알고리듬은 옳은 답을 주는가
- 8.7.4 독립 경로 찾기와 최소 컷 집합
- 8.7.5 노드 독립 경로
- 9장. 네트워크 통계와 측정 오류
- 9.1 오류의 종류
- 9.2 오류의 원인
- 9.3 오류의 추정
- 9.3.1 측정 오류에 대한 전통적인 통계 방법론
- 9.3.2 최대가능도기법
- 9.3.3 네트워크 데이터의 오류
- 9.3.4 EM 알고리듬
- 9.3.5 독립적인 에지 오류
- 9.3.6 예시
- 9.3.7 다른 값들에 대한 추정
- 9.3.8 그 밖의 에러 모형
- 9.4 에러의 보정
- 9.4.1 링크 예측
- 9.4.2 노드 식별
- 10장. 실제 네트워크의 구조
- 10.1 덩어리
- 10.1.1 방향성 네트워크의 덩어리
- 10.2 최단 경로와 좁은 세상 효과
- 10.3 링크수 분포
- 10.4 거듭제곱 법칙과 척도 없는 네트워크
- 10.4.1 거듭제곱 법칙을 발견하고 시각화하기
- 10.4.2 거듭제곱 분포의 성질
- 10.5 그 밖의 중심도 측정량들의 분포
- 10.6 뭉침 계수
- 10.6.1 국소 뭉침 계수
- 10.7 동류성 혼합(끼리끼리 섞임)
- 3부. 네트워크 모형
- 11장. 무작위 그래프
- 11.1 무작위 그래프
- 11.2 평균 에지 수와 평균 링크수
- 11.3 링크수 분포
- 11.4 뭉침 계수
- 11.5 거대 덩어리
- 11.5.1 하나 이상의 거대 덩어리가 존재할 수 있을까?
- 11.6 작은 덩어리들
- 11.7 경로 길이
- 11.8 무작위 그래프의 문제점
- 12장. 구조 모형
- 12.1 구조 모형
- 12.1.1 구조 모형에서의 에지 연결 확률
- 12.1.2 링크수의 기댓값이 주어진 무작위 모형
- 12.2 남은 링크수 분포
- 12.3 뭉침 계수
- 12.4 국소적으로 트리인 네트워크
- 12.5 한 노드의 두 번째 이웃들의 수
- 12.6 거대 덩어리
- 12.6.1 예시
- 12.6.2 거대 덩어리 크기에 대한 일반적인 해법
- 12.7 작은 덩어리들
- 12.7.1 작은 덩어리들 안에 있는 노드의 링크수
- 12.7.2 에지를 따라 도달할 수 있는 평균 노드 수
- 12.8 거듭제곱 링크수 분포를 따르는 네트워크
- 12.9 지름
- 12.10 생성 함수 방법
- 12.10.1 생성 함수
- 12.10.2 예시
- 12.10.3 거듭제곱 분포
- 12.10.4 정규화와 모멘트
- 12.10.5 생성 함수의 곱
- 12.10.6 링크수 분포에 대한 생성 함수
- 12.10.7 노드의 두 번째 이웃의 수
- 12.10.8 작은 덩어리들에 대한 생성 함수
- 12.10.9 작은 덩어리들의 크기에 대한 완전한 분포
- 12.11 그 밖의 무작위 그래프 모형
- 12.11.1 방향성 네트워크
- 12.11.2 이분 네트워크
- 12.11.3 비순환 네트워크
- 12.11.4 링크수 상관성
- 12.11.5 뭉치기와 전이성
- 12.11.6 동류성 혼합과 커뮤니티 구조
- 12.11.7 동적 네트워크
- 12.11.8 좁은 세상 모형
- 13장. 네트워크 형성 모형
- 13.1 선호적 연결
- 13.1.1 프라이스 모형의 링크수 분포
- 13.1.2 프라이스 모형의 컴퓨터 시뮬레이션
- 13.2 바라바시와 알버트의 모형
- 13.3 네트워크의 시간 변화와 선발자 효과
- 13.4 선호적 연결 모형의 확장
- 13.4.1 여분 에지의 추가
- 13.4.2 에지 제거
- 13.4.3 비선형 선호적 연결
- 13.5 노드 복제 모형
- 13.6 네트워크 최적화 모형
- 13.6.1 여행 시간과 비용 사이의 상충
- 4부. 응용
- 14장. 커뮤니티 구조
- 14.1 네트워크를 그룹으로 나누기
- 14.2 모듈도 최대화
- 14.2.1 모듈도 함수의 꼴
- 14.2.2 간단한 모듈도 최대화 알고리듬
- 14.2.3 스펙트럼 모듈도 최대화
- 14.2.4 둘보다 더 많은 수의 그룹으로 나누기
- 14.2.5 루뱅 알고리듬
- 14.2.6 모듈도 최대화 방법의 해상도 한계
- 14.3 정보 이론에 기반한 방법
- 14.4 통계적 추론에 기반한 방법
- 14.4.1 통계적 추론을 사용한 커뮤니티 찾기
- 14.5 커뮤니티를 찾기 위한 그 밖의 알고리듬
- 14.5.1 사이 중심도를 기반으로 한 방법
- 14.5.2 계층적 뭉치기
- 14.6 알고리듬 성능 측정
- 14.6.1 실제 네트워크에 대한 테스트
- 14.6.2 인공적으로 만든 테스트 네트워크
- 14.6.3 성능 정량화
- 14.6.4 커뮤니티 찾기 알고리듬 간의 비교
- 14.7 다른 종류의 네트워크 구조 찾기
- 14.7.1 중첩된 커뮤니티
- 14.7.2 계층적 커뮤니티
- 14.7.3 중심-주변부 구조
- 14.7.4 잠재적 공간, 계층화된 네트워크, 순위 구조
- 15장. 스미기와 네트워크의 회복력
- 15.1 스미기
- 15.2 노드를 무작위로 균일하게 제거하기
- 15.2.1 구조 모형에서의 균일한 제거
- 15.3 노드를 불균일하게 제거하기
- 15.4 실제 네트워크에서의 스미기
- 15.5 스미기를 위한 컴퓨터 알고리듬
- 15.5.1 실제 네트워크에 대한 결과
- 16장. 네트워크에서의 감염병 전파
- 16.1 감염 전파 모형
- 16.1.1 SI 모형
- 16.1.2 SIR 모형
- 16.1.3 SIR 모형의 풀이
- 16.1.4 기초 감염 재생산 수
- 16.1.5 SIS 모형
- 16.1.6 SIRS 모형
- 16.1.7 그 밖의 감염병 전파 모형
- 16.1.8 질병의 조합
- 16.1.9 복잡한 전염과 정보 전파
- 16.2 네트워크에서의 감염병 모형
- 16.3 발병 크기와 스미기
- 16.3.1 SIR 모형에서 발병 규모
- 16.3.2 SIR 모형과 구조 모형
- 16.3.3 공존하는 질병
- 16.3.4 동시 감염
- 16.3.5 복잡한 감염
- 16.4 네트워크에서 일어나는 전염병 확산의 시간에 의존하는 성질
- 16.5 SI 모형에서 시간에 의존하는 성질
- 16.5.1 쌍 근사
- 16.5.2 SI 모형에서 링크수 기반의 근사
- 16.6 SIR 모형에서 시간에 의존하는 성질
- 16.6.1 SIR 모형에서 링크수 기반의 근사
- 16.7 SIS 모형에서 시간에 의존하는 성질
- 16.7.1 SIS 모형에서 링크수 기반의 근사
- 17장. 네트워크 동역학 시스템
- 17.1 동역학 시스템
- 17.1.1 고정점과 선형화
- 17.2 네트워크 동역학
- 17.2.1 선형 안정성 분석
- 17.2.2 특별한 경우
- 17.2.3 예시
- 17.3 한 노드에 둘 이상의 변수가 있을 때의 동역학
- 17.3.1 특별한 경우
- 17.4 네트워크의 스펙트럼
- 17.5 동기화
- 18장. 네트워크 검색
- 18.1 웹 검색
- 18.2 분산된 데이터베이스 검색
- 18.3 메시지 송신
- 18.3.1 클라인버그 모형
도서 오류 신고
정오표
정오표
[p.161 2-3행]
하나 이상의 노드가 있는 모든 강하게 연결된 덩어리에는 적어도 하나의 순환 구조가 있어야 한다.
->
두 개 이상의 노드가 있는 모든 강하게 연결된 덩어리에는 적어도 하나의 순환 구조가 있어야 한다.