동기: 소셜 네트워크와 예측 분석

R로 배우는 네트워크 데이터 기반 Predictive Analytics

Bart Baesens, Ph.D.

Professor of Data Science, KU Leuven and University of Southampton

활용 분야

나이
성별
사기

사기 네트워크

이탈
- 고객 이탈
- 기업의 이탈 예측 방법:
  1. 머신러닝 기법
  2. 소셜 네트워크

개요

레이블된 소셜 네트워크
- 네트워크 구성 및 레이블링
- 네트워크 학습
동질성
- 관계 의존성 측정
- 이질성 및 쌍 관계

네트워크 특징화
- 노드 특징 계산
네트워크 기반 예측 모델링
- 네트워크를 평면 데이터셋으로 변환
- 고객 이탈 예측

협업 네트워크

library(igraph); 
DataScienceNetwork <- data.frame(
  from = c('A', 'A', 'A', 'A', 'B', 'B', 'C', 'C', 'D', 'D', 'D', 'E',
          'F', 'F', 'G', 'G', 'H', 'H', 'I'),
  to = c('B','C','D','E','C','D','D', 'G','E', 'F','G','F','G','I', 
          'I','H','I','J','J'))
g <- graph_from_data_frame(DataScienceNetwork, directed = FALSE)

pos <- cbind(c(2, 1, 1.5, 2.5, 4, 4. 5, 3, 3.5, 5, 6), 
             c(10.5, 9.5, 8, 8.5, 9, 7.5, 6, 4.5, 5.5, 4))
plot.igraph(g, edge.label = NA, edge.color = 'black', layout = pos, 
            vertex.label = V(g)$name, vertex.color = 'white', 
            vertex.label.color = 'black', vertex.size = 25)

협업 네트워크

V(g)$technology <-
  c('R','R','?','R','R',
    'R','P','P','P','P')
V(g)$color <- V(g)$technology

V(g)$color <- gsub('R',"blue3", V(g)$color)
V(g)$color <- gsub('P',"green4", V(g)$color) 
V(g)$color <- gsub('?',"gray", V(g)$color)

이탈 네트워크

edgeList

  from    to
1    1   393
2    1  2573
3    1  4430
4  393   926
5  393  1574

연습해 봅시다!

R로 배우는 네트워크 데이터 기반 Predictive Analytics