[論文レビュー] A Multilayer Approach to Multiplexity and Link Prediction in Online Geo-Social Networks

Desislava Hristova, Anastasios Noulas+3 more|arXiv (Cornell University)|Aug 31, 2015

Complex Network Analysis Techniques被引用数 4

ひとこと要約

本稿では、TwitterとFoursquareを対象として、単一プラットフォームを超えたネットワーク・ネイバー概念を拡張することで、複数のオンライン・ソーシャル・ネットワークにまたがるユーザーの相互作用をモデル化するマルチレイヤー・フレームワークを提案する。マルチレイヤー特徴量としてのマルチレイヤー・アダミック/アダール係数を導入することで、クロスネットワークリンク予測が向上し、AUCが0.88に達した。これは、マルチプレックス・リンクが単一ネットワーク・リンクよりも強い相互作用強度と構造的重なりを示すことを示している。

ABSTRACT

Online social systems are multiplex in nature as multiple links may exist between the same two users across different social networks. In this work, we introduce a framework for studying links and interactions between users beyond the individual social network. Exploring the cross-section of two popular online platforms - Twitter and location-based social network Foursquare - we represent the two together as a composite multilayer online social network. Through this paradigm we study the interactions of pairs of users differentiating between those with links on one or both networks. We find that users with multiplex links, who are connected on both networks, interact more and have greater neighbourhood overlap on both platforms, in comparison with pairs who are connected on just one of the social networks. In particular, the most frequented locations of users are considerably closer, and similarity is considerably greater among multiplex links. We present a number of structural and interaction features, such as the multilayer Adamic/Adar coefficient, which are based on the extension of the concept of the node neighbourhood beyond the single network. Our evaluation, which aims to shed light on the implications of multiplexity for the link generation process, shows that multilayer features, constructed from properties across social networks, perform better than their single network counterparts in predicting links across networks. We propose that combining information from multiple networks in a multilayer configuration can provide new insights into user interactions on online social networks, and can significantly improve link prediction overall with valuable applications to social bootstrapping and friend recommendations.

研究の動機と目的

• オンライン・ソーシャル・ネットワークにおけるマルチプレックス・ティーの実証的研究の不足に対処するため、複数のプラットフォームにまたがる相互作用をモデル化すること。
• TwitterとFoursquareの両方でリンクを持つユーザーが、片方でのみリンクを持つユーザーと比較して、相互作用強度および構造的重なりにおいてどのように異なるかを調査すること。
• クロスネットワークのネイバー類似性と相互作用パターンを捉えるためのマルチレイヤー・ネットワーク特徴量を開発すること。
• 異種ソーシャル・ネットワーク間でリンクを予測する際、マルチレイヤー特徴量が単一ネットワーク特徴量を上回る性能を示すかどうかを評価すること。
• マルチプレックス・ティーとクロスプラットフォームのユーザー行動を活用することで、より良いフレンド推薦およびソーシャル・ネットワークのブートストラップを可能にすること。

提案手法

• 著者らは、TwitterとFoursquareを複合マルチレイヤー・オンライン・ソーシャル・ネットワークとしてモデル化し、各プラットフォームを別々のレイヤーとして扱う。
• 全レイヤーにわたる接続を集約したグローバル・ネイバーと、複数レイヤーにまたがる接続の交差を捉えるコア・ネイバーを定義する。
• コア・ネイバーにおけるネイバー重なりを測るため、アダミック/アダール係数をマルチレイヤー文脈に拡張する。
• グローバル相互作用回数、距離に依存する類似性、およびプラットフォーム間のハッシュタグ共起性を含むマルチレイヤー特徴量を構築する。
• これらのマルチレイヤー特徴量を用いて、Foursquareの特徴からTwitterのリンクを予測する、および逆にTwitterの特徴からFoursquareのリンクを予測するクロスネットワークリンク予測を実施する。
• 米国3都市の実世界データを用いて、マルチレイヤー特徴量と単一ネットワークベースラインを比較し、AUCスコア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 TwitterとFoursquareの両方でリンクを持つユーザーは、片方のネットワークでのみリンクを持つユーザーと比較して、相互作用頻度および構造的類似性においてどのように異なるか？
• RQ2 マルチレイヤー拡張版のアダミック/アダール係数を用いて測定されるネイバー重なりは、マルチプレックス・リンクと単一ネットワーク・リンクの間でどの程度異なるか？
• RQ3 クロスネットワーク相互作用および構造的性質から導出されるマルチレイヤー特徴量は、単一ネットワーク特徴量と比較して、リンク予測性能を向上させることができるか？
• RQ4 特に、あるネットワークの特徴から別のネットワークのリンクを予測する際、マルチレイヤー特徴量の予測力はどの程度か？
• RQ5 移動パターンと属性類似性（例：ハッシュタグ）は、マルチプレックス・ティーおよびプラットフォーム間のリンク形成とどの程度相関するか？

主な発見

• TwitterとFoursquareの両方でリンクを持つユーザーは、単一ネットワーク・リンクを持つユーザーと比較して、著しく高い相互作用頻度を示し、より多くのメンションと同一施設への同時訪問が確認された。
• マルチプレックス・リンクを持つユーザーの最も頻繁に訪問する場所同士の距離は著しく短く、単一ネットワークペアと比較して位置類似性が顕著に高いことがわかった。
• マルチレイヤー・アダミック/アダール係数は、マルチプレックス・ペアにおいてコア・ネイバーの重なりが顕著に大きいことを示しており、ネットワーク間での構造的類似性が強いことを裏付けている。
• マルチレイヤー特徴量セットは、クロスネットワークリンク予測においてAUCが0.88に達した。これは、単一ネットワーク特徴量ベースラインを上回る性能を示している。
• グローバル相互作用と距離に依存する類似性を組み合わせた特徴量は、単一レイヤーの対応する特徴量よりも顕著に優れた識別力を持つことがわかった。
• 本研究は、マルチプレックス・ティーが相互作用強度と構造的結束を強化することを確認した。これにより、ソーシャル・ネットワーク分析および推薦にマルチレイヤー・モデルを活用することが有効であることが示された。