[論文レビュー] A Data-driven Approach for Constructing Multilayer Network-based Service Ecosystem Models

Mingyi Liu, Zhiying Tu+2 more|arXiv (Cornell University)|Apr 22, 2020

Complex Network Analysis Techniques参考文献 32被引用数 4

ひとこと要約

本稿では、公開ニュースや外部データソースを活用して、ステーカーホルダー、サービス、機能、ドメイン、進化を引き起こす出来事などを統合する、データ駆動型のマルチレイヤーネットワークベースのサービスエコシステムモデル（MSEM）を構築する手法を提案する。この手法により、解釈可能性と進化追跡能力が向上した大規模で低コストかつ意味的に豊富な実世界のサービスエコシステムのモデリングが可能になる。

ABSTRACT

Services are flourishing drastically both on the Internet and in the real world. Additionally, services have become much more interconnected to facilitate transboundary business collaboration to create and deliver distinct new values to customers. Various service ecosystems have become a focus in both research and practice. However, due to the lack of widely recognized service ecosystem models and sufficient data for constructing such models, existing studies on service ecosystems are limited to very narrow scope and cannot effectively guide the design, optimization, and evolution of service ecosystems. We propose a Multilayer network-based Service Ecosystem Model, which covers a variety of service-related elements, including stakeholders, channels, functional and nonfunctional features, and domains, and especially, structural and evolutionary relations between them. "Events" are introduced to describe the triggers of service ecosystem evolution. We propose a data-driven approach for constructing MSEM from public media news and external data sources. Qualitative comparison with state-of-the-art models shows that MSEM has a higher coverage degree of fine-grained elements/relations in service ecosystems and richer semantics for higher interpretability. Experiments conducted on real news corpora show that compared with other approaches, our approach can construct large-scale models for real-world service ecosystems with lower cost and higher efficiency.

研究の動機と目的

• ビジネス的および技術的側面を網羅する包括的で大規模かつ解釈可能なサービスエコシステムモデルの不足を是正すること。
• 既存のモデルが単一の視点や小規模なデータセットに限定されており、構造的・進化的なダイナミクスを捉えることが難しいという制限を克服すること。
• ニュースコーパスなどの非構造的公開データを活用して、タイムリーで低コストかつ意味的に豊富な実世界のサービスエコシステムのモデリングを可能にすること。
• 外部の出来事とコミュニティレベルの構造的変化を結びつけることで、サービスエコシステムの進化の駆動要因を特定・分析すること。
• 協働の傾向、イノベーションの機会、エコシステムの進化パターンに関する実用的インサイトを、サービスプロバイダーおよび規制当局が得られるようにすること。

提案手法

• ステーカーホルダー、サービスチャnel、機能的および非機能的特徴、ドメイン、構造的・進化的関係を統合したマルチレイヤーネットワークベースのサービスエコシステムモデル（MSEM）を構築する。
• 自然言語処理技術を用いて、公開ニュースコーパスからサービス関連の出来事を抽出し、エコシステムの進化を引き起こすトリガーとする。
• 外部の知識グラフやオープンデータソースを活用して、MSEMにおけるエンティティおよび関係の表現を豊かにする。
• MSEMスナップショットに対して静的コミュニティ検出と時系列アライメントを適用し、時間経過に伴うコミュニティの変化を追跡する。
• コミュニティの変化を測定することで進化イベント（誕生、消滅、分裂、統合）を特定し、因果的解釈が可能なようにそれらを下位のサービスイベントにマッピングする。
• 出来事の系列に対して高レベルの意味的および順序的パターン分析を実施し、エコシステム進化のビジネス的駆動要因を解明する。

実験結果

リサーチクエスチョン

• RQ1 ビジネス的・技術的・時間的側面を網羅する形で、サービスエコシステムの構造と進化を包括的にモデリングする方法は何か？
• RQ2 非構造的公開データから、大規模で現実世界のサービスエコシステムモデルを効率的かつ低コストに構築する方法は何か？
• RQ3 外部の出来事は、サービスエコシステムの進化を引き起こし、その形を規定する上で果たす役割は何か？
• RQ4 実務的意思決定を支援するため、サービスエコシステムモデルの意味的豊かさと解釈可能性をどのように向上できるか？
• RQ5 観察可能な構造的変化の背後にある根本的なビジネス的駆動要因は何か？

主な発見

• 提案されたMSEMは、最先端のモデルと比較して、サービスエコシステム内の細分化された要素および関係のカバレッジが高く、モデルの解釈可能性が向上している。
• データ駆動型アプローチにより、従来の手法よりも低コストかつ高効率に、現実世界のニュースコーパスから大規模なサービスエコシステムモデルを構築できる。
• 公開ニュースからの出来事抽出により、エコシステムの進化を効果的に追跡可能であり、5G関連のR&D投資などの特定された出来事が、コミュニティ拡大（例：2019年のファーウェイ中心コミュニティ）を引き起こしていることが明らかになった。
• コミュニティの進化追跡により、安定的（例：騰訊、アリババ）、縮小的（例：バイドウ、アマゾン）、拡大的（例：ファーウェイ、字節跳動）なステーカーホルダーの変化が明らかになり、協働のダイナミクスの変化が示された。
• サービスイベントをモデルに統合することで、説明力が向上し、観察可能な構造的変化と現実世界のビジネス的駆動要因を結びつけることができるようになった。
• 本手法により、進化するエコシステムのスケーラブルかつタイムリーな分析が可能となり、関係者がイノベーションの機会を特定し、規制当局が対応策を策定できるよう支援する。