[論文レビュー] A model of consistent node types in signed directed social networks

Dongjin Song, David Meyer|arXiv (Cornell University)|Aug 17, 2014

Complex Network Analysis Techniques参考文献 21被引用数 4

ひとこと要約

本稿では、共通の隣接ノードが存在しない状況においてもエッジの符号を説明できる、符号付き有向ソーシャルネットワークにおける一貫性のあるノードタイプを特徴づける新しいモデルを提案する。実世界のネットワーク（Wikipedia、Slashdot、Epinions）にベイズ推論を適用することで、部分観測状態でも最先端の手法を上回るエッジ符号予測性能を達成した。

ABSTRACT

Signed directed social networks, in which the relationships between users can be either positive (indicating relations such as trust) or negative (indicating relations such as distrust), are increasingly common. Thus the interplay between positive and negative relationships in such networks has become an important research topic. Most recent investigations focus upon edge sign inference using structural balance theory or social status theory. Neither of these two theories, however, can explain an observed edge sign well when the two nodes connected by this edge do not share a common neighbor (e.g., common friend). In this paper we develop a novel approach to handle this situation by applying a new model for node types. Initially, we analyze the local node structure in a fully observed signed directed network, inferring underlying node types. The sign of an edge between two nodes must be consistent with their types; this explains edge signs well even when there are no common neighbors. We show, moreover, that our approach can be extended to incorporate directed triads, when they exist, just as in models based upon structural balance or social status theory. We compute Bayesian node types within empirical studies based upon partially observed Wikipedia, Slashdot, and Epinions networks in which the largest network (Epinions) has 119K nodes and 841K edges. Our approach yields better performance than state-of-the-art approaches for these three signed directed networks.

研究の動機と目的

• 共通の隣接ノードが存在しない状況でエッジ符号を説明できない既存理論（構造的バランス理論および社会的地位理論）の限界を解消すること。
• 推定されたノード役割に基づくノードタイプモデルを構築し、エッジ符号の一貫性を保証すること。
• 有向トライアドを統合することで、構造的バランス理論および社会地位理論と整合性を持つようにモデルを拡張すること。
• Wikipedia（119Kノード、841Kエッジを含む）を含む、部分観測された実世界の符号付き有向ネットワークに対してモデルを評価すること。
• 最先端の手法と比較して、エッジ符号予測において優れた性能を示すことを実証すること。

提案手法

• 完全に観測された符号付き有向ネットワークの局所構造から、潜在的なノードタイプを推定する。
• 接続されたノードのタイプ間の整合性に基づいてエッジ符号を予測し、一貫性を確保する。
• 部分観測されたネットワークデータからノードタイプをベイズ推論によって計算する。
• 構造的バランス理論および社会地位理論と同様に、推論プロセスに有向トライアドを統合する。
• Wikipedia、Slashdot、Epinionsの3つの実世界ネットワークを用いて、手法の妥当性を検証する。
• 部分観測状態におけるエッジ符号予測の標準指標を用いて、性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 ノード間に共通の隣接ノードが存在しない状況でも、ノードタイプに基づくモデルが符号付き有向ネットワークにおけるエッジ符号を説明できるか？
• RQ2 既存手法と比較して、推定されたノードタイプは部分観測ネットワークにおけるエッジ符号をどの程度正確に予測できるか？
• RQ3 構造的バランス理論および社会地位理論と同様に、有向トライアドをどの程度効果的にモデルに統合できるか？
• RQ4 ノードタイプのベイズ推論は、実世界の符号付き有向ネットワークにおける符号予測精度を向上させるか？
• RQ5 Epinionsのような大規模ネットワークを含む、多様なネットワーク構造に一般化できるか？

主な発見

• 提案手法は、Wikipedia、Slashdot、Epinionsネットワークにおいて、最先端の手法を上回るエッジ符号予測性能を達成した。
• 共通の隣接ノードが存在しない状況でも、エッジ符号を効果的に説明でき、構造的バランス理論および社会地位理論の主な限界を克服した。
• ノードタイプのベイズ推論により、部分観測ネットワーク、特に119Kノードおよび841Kエッジを有する大規模なEpinionsネットワークにおいても、頑健な性能を発揮した。
• 有向トライアドをモデルに統合することで、既存の理論的枠組みと整合性を保ちながら、予測精度を向上させた。
• Epinionsのような大規模ネットワークを含む、多様な符号付き有向ネットワーク構造にわたって、優れた一般化性能を示し、モデルの頑健性とスケーラビリティを確認した。