[論文レビュー] Agent-based simulations of emotion spreading in online social networks

Milovan Šuvakov, David García+2 more|arXiv (Cornell University)|May 29, 2012

Opinion Dynamics and Social Influence被引用数 8

ひとこと要約

本稿では、MySpaceから得た実証データを用いて、オンラインソーシャルネットワークにおける感情の拡散をシミュレートするエージェントベースモデルを提示する。アーザルとバレンスで定義される動的で感情的状態を持つエージェントをモデル化し、時間経過に伴う影響を受けるメッセージベースの相互作用をシミュレートすることで、集団的な感情的ダイナミクス—例えば、肯定的感情の急激な増加や長距離時間相関—が、ユーザーの活動リズムとネットワーク構造によって駆動される個々の行動から生じることを示している。

ABSTRACT

Quantitative analysis of empirical data from online social networks reveals group dynamics in which emotions are involved (\v{S}uvakov et al). Full understanding of the underlying mechanisms, however, remains a challenging task. Using agent-based computer simulations, in this paper we study dynamics of emotional communications in online social networks. The rules that guide how the agents interact are motivated, and the realistic network structure and some important parameters are inferred from the empirical dataset of exttt{MySpace} social network. Agent's emotional state is characterized by two variables representing psychological arousal---reactivity to stimuli, and valence---attractiveness or aversiveness, by which common emotions can be defined. Agent's action is triggered by increased arousal. High-resolution dynamics is implemented where each message carrying agent's emotion along the network link is identified and its effect on the recipient agent is considered as continuously aging in time. Our results demonstrate that (i) aggregated group behaviors may arise from individual emotional actions of agents; (ii) collective states characterized by temporal correlations and dominant positive emotions emerge, similar to the empirical system; (iii) nature of the driving signal---rate of user's stepping into online world, has profound effects on building the coherent behaviors, which are observed for users in online social networks. Further, our simulations suggest that spreading patterns differ for the emotions, e.g., "enthusiastic" and "ashamed", which have entirely different emotional content. {\bf {All data used in this study are fully anonymized.}}

研究の動機と目的

• オンラインソーシャルネットワーク（MySpaceなど）で観察される集団的感情行動の背後にあるメカニズムを理解すること。
• アーザルとバレンスによって制御される個々の感情状態が、ネットワーク連携によってどのように影響を及ぼし、拡散するかをモデル化すること。
• ネットワーク構造とユーザー活動パターンが、大規模な感情的ダイナミクスの出現にどのように寄与するかを調査すること。
• 『熱心な』や『恥ずかしい』といった異なる感情が、ネットワーク内でどのように異なる伝播パターンを示すかを検証すること。
• 感情のバースト性やバレンスの優位性といったスタイライズドファクトを再現することで、モデルを実証データと照合すること。

提案手法

• エージェントは、刺激への反応性（アーザル）と魅力的・不快感の度合い（バレンス）という2つの感情状態変数でモデル化される。
• アーザルの上昇によって感情的行動が引き起こられ、各メッセージは受信エージェントに影響を与える時間経過に伴う信号として追跡される。
• シミュレーションでは、有向のメッセージウォールを備えた実際のMySpaceネットワーク構造と、実証的に得られたユーザー活動パターンが使用される。
• メッセージのテキストから機械学習技術を用いて感情的コンテンツを抽出し、各メッセージにバレンスおよびアーザルのレベルを割り当てる。
• 時間分解能の高いダイナミクスを実装し、感情的影響が送信後、時間の経過に従って連続的に減衰するようにする。
• ユーザー固有のステッピングインプロセス（駆動信号）と時間相関を組み込み、現実のユーザー参加ダイナミクスを模倣する。

実験結果

リサーチクエスチョン

• RQ1 個々の感情的行動がオンラインソーシャルネットワークにおける集団的感情的行動をどのように生じさせるのか。
• RQ2 感情の拡散に影響を与える背後にあるネットワーク構造の役割は何か。
• RQ3 『熱心な』と『恥ずかしい』といった異なる感情状態が、ネットワーク内でどのように異なる伝播パターンを示すのか。
• RQ4 ユーザー活動のリズム（駆動信号）が、大規模な感情的相関の出現にどの程度影響を与えるのか。
• RQ5 モデルは、感情のバースト性や肯定的バレンスの優位性といった主要な実証的特徴を再現できるか。

主な発見

• 集団的感情的ダイナミクス、例えば活動の急増や長距離時間相関が、個々の感情的行動とネットワーク相互作用から生じる。
• モデルは、肯定的感情の優位性と、相関構造やバレンス分布を含む感情時系列の観察されたスタイライズドファクトを再現する。
• ユーザー活動の時間的相関（駆動信号）は、整合的で大規模な感情的行動を生成するために不可欠であり、それがないとこのような相関は生じない。
• 『熱心な』や『恥ずかしい』といった異なる感情は、感情的位相空間内で異なる伝播パターンを示し、それらの社会的・心理的含意の違いを反映している。
• 高アーザルの感情状態は、小さな初期入力からも生じるため、集団的ネットワーク効果が個々の行動を拡大しており、『パーティー』のようなダイナミクスに類似している。
• モデルは、知られている選択的注意の心理生理学的メカニズムに一致する非対称なV字型パターンを感情的ダイナミクスに生成し、心理的研究のための検証可能な仮説を支持する。