네트워크 2/e

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

10. 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
18.3.2 메시지의 계층 모형