Citation networks contain timely information about what researchers are interested in at a certain time. A community in such a network is built around either a renowned researcher or a common research field; either way, predicting how the community will change in the future will give insight into the research trend in the future. The paper proposes and analyzes methods to predict how communities change over time in the citation network graph without additional external information and based on link prediction and community detection. Different combinations of the proposed methods are also analyzed. Experiments show that the proposed methods can predict the citation community changes multiple timeframes in the future. Furthermore, the performance of the methods differs based on the prediction time span.
인용 네트워크는 연구가들이 흥미 있어하는 연구주제가 시간에 따라 어떻게 변화해 가는지에 대한 시간적 정보를 가지고 있다. 이러한 네트워크 상의 연구 커뮤니티들은 연륜 있는 연구자 개인 혹은 다수 연구가들의 공통적인 연구 주제를 중심으로 이루어지며, 그 원인이 무엇이던 간에 해당 연구 커뮤니티가 미래에 어떻게 변화할지 예측하는 것으로 해당 연구 분야에 있어서의 연구 트렌드를 파악할 수 있다. 이번 연구의 목표는 링크 예측(Link Prediction) 과 커뮤니티 식별 (Community Detection)을 통하여 추가적인 정보 없이 네트워크의 구조적인 정보만을 가지고 시간의 흐름에 따른 인용 네트워크 그래프에서의 연구 커뮤니티의 변화를 예측하는 모델을 제시하고 그 결과를 분석하는 것이다. 이를 위하여 노드 예측(Node prediction) 방법론을 새로 제시하고, 상기한 방법론들을 각자 모듈화 하여 다양한 방식의 구현을 가능케 한다. 또한 이러한 방법으로 새로 생겨나는 커뮤니티 혹은 분해되어 사라지는 커뮤니티를 예측해낼 수 있는지 검증한다