Earticle

This paper constructs the knowledge transfer simulation mode based on small world network model. It uses the average path length and clustering coefficient to stand for AC frequency and aggregation degree among knowledge network nodes and studies the node’s ability to release and absorb as well as the knowledge transfer effect by trust degree. Simulation results show that improving the AC frequency and aggregation degree of nodes, enhancing node’s ability to transfer knowledge can ensure transfer frequency in organization reaching a high level.

Trust in e-commerce has become one of the most important issues in online applications. Constantly, a user will only search for the most credible of goods and service providers and then take on their transactions. How to confirm which service providers are the most trusted for a user has become the most critical problems. This paper presents a trust network and small world trust community clustering for the analysis of the users most trusted relationship. It uses the nodes to represent the various subjects involved in the trust and use the connection links to denote relationships. The weight of the links indicates the strength of the relationships. First, it construct a trust network diagram which has the weight value of links, and then to analyze the clustering properties of the relationship according to the weights and the path length. At last, it classifies the most trusted subjects to the same cluster for a user. Local trust recommendation degree and global trust recommendation degree are used to evaluate trust relations among subjects and it gives an improved shortest path algorithm to construct trust network. A clustering algorithm based on coefficient and path length is presented for e-commerce trust network community. Experiments show that the method of building trust through the network model can well describe the main indirect e-commerce trust and the algorithm has obvious advantages in accuracy and time cost.

Distributed Hash Tables (DHT) provide a fault-tolerant and scalable means to store data blocks in P2P systems. In this thesis, we have proposed an improved version of CAN called “small-world DHT”. The key idea is to link each CAN node to a constant number of long-distance contacts, which are chosen according to the probability density function. This enables our scheme to achieve O(log2n) routing path length with O(1) routing table size per node. We have shown that the hybrid infrastructure of a structured overlay network (CAN) and a random graph (small-world model) not only preserve CAN’s simplicity, but also achieves a resilient and efficient DHT routing algorithm. We have also exploited the LookAhead-GREEDY routing algorithm, whereby each node obtains information about its neighbors’ neighbors by periodically exchanging the routing table entries with its neighbors. The routing algorithm improves the routing efficiency and enhances the network’s resilience to failure. Our scheme requires knowledge of the current network size in order to construct the long-distance links. To estimate the network size, the latter maintains a distributed binary partition tree and measures the size of the sample area by counting the number of leaves in the corresponding branch.

강화 학습(Reinforcement Learning)을 실제 문제에 적용하는 데 있어 가장 큰 문제는 차원성의 저주(Curse of dimensionality)이다. 문제가 커짐에 따라 목적을 이루기 위해서 더 않은 단계의 판단이 필요하고 이에 따라 문제의 해결이 지수적으로 어려워지게 된다. 이를 해결하기 위칠 문제를 여러 단계로 나누어 단계별로 학습하는 계층적 강화 학습(Hierarchical Reinforcement Learning)이 제시된 바 있다. 하지만 대부분의 계층적 강화 학습 방법들은 사전에 문제의 구조를 아는 것을 전제로 하며 큰 사이즈의 문제를 간단히 표현할 방법을 제시하지 않는다. 따라서 이들 방법들도 실제적인 문제에 바로 적용하기에는 적합하지 않다. 이러한 문제점들을 해결하기 위해 복잡계 네트워크(Complex Network)가 갖는 작은 세상 성질(Small world Property)에 착안하여 자기조직화 하는 생장 네트워크(Self organizing growing network)를 기반으로 한 환경 표현 모델이 제안된 바 있다. 이러한 모델에서는 문제 크기가 커지더라도 네트워크의 사이즈가 크게 커지지 않기 때문에 문제의 난이도가 크기에 따라 크게 증가하지 않을 것을 기대할 수 있다. 본 논문에서는 이러한 환경 모델을 사용한 강화 학습 알고리즘을 구현하고 실험을 통하여 각 모델이 강화 학습의 문제 사이즈에 따른 성능에 끼치는 영향에 대해 알아보았다.

및 맺음말본 연구는 한국 과학자의 공동연구 네트워크의 구조와 네트워크의 위치효과를 분석한 시론적 논문이라는 의미를 갖는다. 그러나 본 연구의 자료는 단면도(snap shot) 자료가 갖고 있는 제한을 가진다. 즉 연결망의 성장과 변화 같은 역동적인(dynamic)한 측면에 대하여 파악할 수 없었던 것이다. 공동연구의 자료가 누적될 때 이 연결망의 구조가 어떻게 변해갈지는 예측하기 어렵다. 만일 신규 진입 연구자가 선호적 연결을 한다면 연결망은 더 좁은 세상으로, 그렇지 않고 전공이나 학연 등으로 분절되어 집단으로 나뉘어져 진입한다면 파편화된 연결망으로 변할 것이다. 그러나 우리는 단면도처럼 관찰한 연결망이 좁은 세상의 구조특징을 지니고 있는지를 알아 볼 수 있었다. 와츠의 제안을 따라 우리는 시뮬레이션을 통하여 현재 관찰한 연결망이 무작위 연결망의 구조와 어떻게 다른지를 비교하는 방식을 채택하였다. 그 결과 무작위 연결망보다 경로거리에서는 큰 차이가 나지 않고, 군집계수에서는 엄청나게 큰 차이를 보임을 발견하였다. 즉, 과학자 공동연구의 연결망은 끼리끼리 모이는 군집화 경향이 매우 강함에도 불구하고 좁은 세상의 구조를 지니고 있는 것이다. 연결선도 대부분의 좁은 세상에서 그러하듯이 멱함수 분포를 보인다는 점도 확인했다. 학문 분야별로 연결망의 구조가 다르며 서로 다른 전공을 가진 과학자들이 분야를 넘나들며 연구를 진행하고 있다는 점도 발견했다. 연구 분야 별로 연결의 형태가 다른데, BT의 경우는 연결의 연결을 거쳐 대부분이 커다란 포괄적인 연결망에 포함된 반면(포괄적 연결망), IT의 경우는 비교적 분절적인 연결망을 구성하고 있음을 알 수 있었다. 전공 간 협업에 있어서는 BT를 대표하는 생물학, 생화학, 그리고 IT를 대표하는 전자/정보공학­컴퓨터학­물리학이 중심에 위치하고 있음을 알 수 있었다. 또 공동연구로 이어지는 좁은 세상 연결망에 놓여 있는 개별 과학자의 구조적 위치를 측정하여, 그의 구조적 위치와 연구 생산성과의 관련성을 회귀 분석으로 알아본 결과, 인적 자본 변수나 연구 경력 변수를 통제한 상태에서 연결의 징검다리 역할을 하거나 연결망의 중심에 놓인 연구자들이 높은 논문 생산성 그리고 연구비 수혜와 관련되어 있음을 확인하였다. 인과적으로 해석하기에는 어려움이 따르지만, 공동 연구 연결망의 중심적 위치에 더 많은 정부 연구비가 할당되고, 또 이들의 논문 발표 편수도 변방에 위치한 경우보다 더 많아지는 것을 확인할 수 있었다. 과학 기술이 점차 복잡해지고, 연구 생산성에 대한 불확실성이 증대됨에 따라, 과학적 지식 생산의 한 가지 조건은 다른 사람과 잘 연결되어 있어야 한다는 점이 한국과학계에서도 적용된다는 점을 확인한 것이다(Fuchs, 1993). 본 연구는 과학기술의 발전을 도모하기 위해서는 전체 과학 분야가 하나의 좁은 세상으로 통합되고, 학문의 융합(fusion)이나 통섭(consilience)을 통한 이질적인 연구 분야를 연결시키는 네트워크가 필요하다는 점을 시사한다. 이러한 조심스러운 시사점에 확실성을 더하기 위하여 더 많이 누적된 자료를 바탕으로 과학자 연결망에 대한 후속 연구가 이루어지기를 기대한다.