베이지안 딥러닝을 활용한 정치성향 모델링 및 추론

Abstract

지난 몇 년간, Prior information 과 assumption을 용이하게 추가할 수 있는 probabilistic graphical model (PGM)과 뛰어난 성능향상을 기록한 deep learning은 많은 각광을 받아왔다. 최근엔, 두 가지 모델 각각에 대한 심도 있는 연구뿐만 아니라, 두 모델을 융합한 collaborative deep learning 등의 새로운 모델들도 제시되고 있다. 본 연구에서는 의원 시스템 분석 및 이해를 위한 새로운 bayesian deep learning 모델인 DIPEN을 제안하였다. DIPEN은 다른 모델에 비해 의원의 법안 투표 예측 부분에서 모든 measure에 대해 우수한 성능을 기록하였다. 더 나아가, 개별 의원의 정치성향 분석만 가능한 타 모델과는 달리, 의원들 간의 네트워크 영향력과 개별 의원별로 법안과 네트워크의 영향력 비중 분석 등도 유의미하게 해석할 수 있다.