[論文レビュー] An Agent-Based Model of Message Propagation in the Facebook Electronic Social Network

Hamid Reza Nasrinpour, Marcia Friesen+2 more|arXiv (Cornell University)|Nov 22, 2016

Complex Network Analysis Techniques被引用数 8

ひとこと要約

本稿では、共通の近傍に基づく手順を用いて欠落エッジを補正した、Facebookネットワーク構造の代表的サンプルを用いた、メッセージ伝播をシミュレートするエージェントベースモデルを提案する。結果として、投稿の内容品質が拡散に与える影響が最も顕著であり、短く目立たない投稿が、長く魅力的なものよりも効果的に広がることが示された。また、伝播パターンにはエピデミック閾値が観察されなかった。

ABSTRACT

A large scale agent-based model of common Facebook users was designed to develop an understanding of the underlying mechanism of information diffusion within online social networks at a micro-level analysis. The agent-based model network structure is based on a sample from Facebook. Using an erased configuration model and the idea of common neighbours, a new correction procedure was investigated to overcome the problem of missing graph edges to construct a representative sample of the Facebook network graph. The model parameters are based on assumptions and general activity patterns (such as posting rate, time spent on Facebook etc.) taken from general data on Facebook. Using the agent-based model, the impact of post length, post score and publisher's friend count on the spread of wall posts in several scenarios was analyzed. Findings indicated that post content has the highest impact on the success of post propagation. However, amusing and absorbing but lengthy posts (e.g. a funny video) do not spread as well as short but unremarkable ones (e.g. an interesting photo). In contrast to product adoption and disease spread propagation models, the absence of a similar "epidemic" threshold in Facebook post diffusion is observed.

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情報拡散のマイクロレベルのメカニズムを理解すること。
• 共通の近傍に基づく手順を用いて、サンプリングされたFacebookネットワークグラフにおける欠落エッジを補正する課題に対処すること。
• 投稿の長さ、投稿スコア、発信者の友達数の影響をシミュレートおよび分析すること。
• Facebookに類似した情報拡散が、感染症や製品の採用モデルと同様に「エピデミック閾値」を示すかどうかを調査すること。

提案手法

• エージェントは個々のFacebookユーザーを表し、投稿頻度やプラットフォーム滞在時間といった行動パラメータを持つエージェントベースモデルを構築した。
• ネットワーク構造は、エラスド・コンフィギュレーション・モデルを用いて構築され、ノード間の共通の近傍を活用して欠落エッジを回復する、新しい補正手順が導入された。
• 平均滞在時間や投稿頻度を含む、一般的なFacebook利用統計からモデルパラメータが導出された。
• 複数のシナリオにおいてシミュレーションを実行し、投稿の長さ、投稿スコア（いいね／コメント数）、ユーザーの友達数がメッセージの到達範囲に与える影響を評価した。
• シミュレートされた伝播パターンと、実際のFacebookデータで観察された経験的傾向を比較することで、モデルの妥当性を検証した。
• エピデミックモデルに類似した臨界閾値の有無を検出するために、比較的分析が実施された。

実験結果

リサーチクエスチョン

• RQ1 シミュレート環境下で、投稿の長さはFacebookのウォール投稿の到達範囲と拡散性にどのように影響するか？
• RQ2 投稿スコア（いいねやコメント数）とユーザーの友達数の両方が、メッセージ伝播に与える相対的な影響は何か？
• RQ3 Facebookのメッセージ伝播は、感染症や製品の採用モデルと同様に、閾値効果を示すか？
• RQ4 長さや関与度とは独立して、コンテンツの質がメッセージ伝播の成功に与える影響はどの程度か？
• RQ5 共通の近傍に基づく補正手順は、スパarsなデータセットからFacebookネットワークの代表的サンプルを再構築するのにどの程度効果的か？

主な発見

• 投稿の内容品質が、長さや関与度指標を上回り、メッセージ伝播の成功に最も強い影響を与える。
• 短く目立たない投稿（例：興味深い写真）は、長く魅力的なコンテンツ（例：面白い動画）よりも、より効果的に広がる。
• モデルには「エピデミック閾値」が観察されない。つまり、情報が特定の伝播率を超えると急激に広がるような臨界点は存在しない。
• 共通の近傍に基づく補正手順により、欠落エッジの大部分が回復され、サンプル化されたFacebookネットワークの代表性が著しく向上した。
• 友達数が多いユーザーが、必ずしも広がりの範囲が広がるわけではない。高品質なコンテンツや高い投稿スコアと組み合わせられて初めて、その利点が発揮される。
• シミュレーション結果は、実際のFacebook活動の経験的観察と整合しており、モデルが現実世界の伝播ダイナミクスを反映する能力を有していることが裏付けられた。