형님들 어그로 끌어서 죄송합니다ㅠㅠ

급식인데 여기 밑에 글에 이상한소리 적혀있는지 한번만 봐주실수 있을까요?

진짜 존나 짧으니까 한번만 읽고 알려주세요ㅠㅠ



네트워크 이론과 빅데이터

 

네트워크 이론에서의 네트워크는 그래프 이론에서의 그래프가 현실 세계에서 나타난 것이다. 그래프 이론이란 수학에서 객체 간에 짝을 이루는 관계를 모델링하기 위해 사용되는 수학 구조인 그래프에 관한 연구이다. 이 문맥에서 그래프는 꼭짓점(버텍스/vertexk, 노드/node)들로 구성되며, 변(엣지/edge, 간선), 즉 선으로 연결된다. 그래프는 무향(무방향성)일 수 있는데 이는 각 변(선)으로 연결되는 두 개의 꼭짓점 간에 구별이 없다는 의미이며, 한편 변은 한 꼭짓점에서 다른 꼭짓점 간에 방향이 있을 수도 있다.

빅데이터에서 각각의 데이터들을 꼭짓점으로, 그 데이터들의 관계를 변으로 나타낼 수 있다. 여기서 이 데이터들의 연결은 두가지, ‘인과가 있는 상관관계’와 ‘인과가 없는 상관관계’로 나눌 수 있다. 먼저 인과가 있는 관계부터 예를 들어 설명하면, 학생들을 대상으로 해서 수집한 빅데이터에서 ‘공부 시간’과 ‘성적’의 관계가 있을 것이다. 이들은 양의 상관관계를 띄며, 공부 시간이 성적의 원인이다. 반대로 인과가 없는 상관관계의 예로는, 국가들을 대상으로 수집한 빅데이터에서 ‘1인당 초콜릿 소비량’과 ‘1인당 노벨상 수상자 배출 수’가 있다. 실제로, 한 연구에서 초콜릿 소비량과 노벨상 수상자의 수에는 양의 상관관계가 있음이 밝혀졌다. 하지만 이것이 높은 초콜릿 소비량이 높은 노벨상 수상자의 수의 원인이 되는 증거라고 할 순 없을 것이다. 이 두 종류의 관계는 그래프 이론에서의 유향과 무향에 대응된다.

앞서 살펴본 공부 시간과 성적의 관계는 유추하기가 쉽다. 상식적으로, 공부를 오래 하면 일반적으로 성적이 좋을 것이라는 생각이 들기 때문이다. 반면에 1인당 초콜릿 소비량과 1인당 노벨상 수상자 배출 수는 어떠한가? 관심을 두고 조사를 해 보지 않는 한, 이러한 관계가 있다는 사실을 밝혀내지 못했을 것이다. 아니, 애초에 관심을 두지 않았을 것이다. 이것이 바로 빅데이터의 무서우면서 강력한 성질이다. 빅데이터는 우리가 상식적으로 생각해서 찾아내기 어려운 요소들의 상관관계를 파악하게 해준다.