네트워크 군집화는 네트워크에서 내재된 커뮤니티나 집단을 발견하는 기본 과제이다. 따라서 스펙트럴 군집화(spectral clustering) 및 정규화 스펙트럴 군집화(regularized spectral clustering)와 같은 네트워크 군집화 방법들이 다양한 분야에 적용되어 왔다. 네트워크 구조 위에, 사회 네트워크 분석에서는 각 정점(vertex)으로부터의 정보를 통합하는 것이 유익할 수 있음이 알려져 있다. 이에 따라 네트워크 연결성뿐만 아니라 정점 공변량(vertex covariates)도 활용하여 잠재 클러스터를 밝히는 일련의 속성(어트리뷰트) 네트워크 군집화 알고리즘이 개발되었다. 본 논문은 서울 공공 자전거 정류장의 군집을 탐지하는 데 초점을 둔 최신 수준의 속성 네트워크 군집화 접근법들의 성능을 비교한다. 데이터 세트는 2019년 자전거 정류장 네트워크에 대한 이동(여행) 정보를 포함한다. 자전거 정류장에 대한 공간 정보는 정점 속성(vertex attributes)으로 제시된다. 우리는 특정 속성 네트워크 군집화 방법들이 자전거 대여 정류장의 설명 가능한 군집을 탐지하는 데 적합함을 보여준다. 본 결과는 자전거 공유 운영자들이 시스템 사용을 더 잘 이해하고, 기존 시스템에서 서비스 품질을 개선하는 방법을 학습하는 데 도움을 줄 수 있다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.