[論文レビュー] An Experimental Study of Structural Diversity in Social Networks

Jessica Lasky‐Su, Krishna Kamath+3 more|arXiv (Cornell University)|Sep 8, 2019

Social Media and Politics参考文献 27被引用数 5

ひとこと要約

本研究では、Twitterにおける大規模な無作為化比較実験を通じて、ユーザーのソーシャルネットワークにおける構造的多様性—すなわち、ネットワークの非均質性—がソーシャルメディア上のリテンションに因果的に影響するかどうかを調査している。観察データでは構造的多様性とリテンションの相関関係が確認されたが、実験では低・中・高多様性の治療群間でリテンションまたはエンゲージメントに有意差が認められず、従来の観察的研究の因果解釈に疑問を呈している。

ABSTRACT

Several recent studies of online social networking platforms have found that adoption rates and engagement levels are positively correlated with structural diversity, the degree of heterogeneity among an individual's contacts as measured by network ties. One common theory for this observation is that structural diversity increases utility, in part because there is value to interacting with people from different network components on the same platform. While compelling, evidence for this causal theory comes from observational studies, making it difficult to rule out non-causal explanations. We investigate the role of structural diversity on retention by conducting a large-scale randomized controlled study on the Twitter platform. We first show that structural diversity correlates with user retention on Twitter, corroborating results from past observational studies. We then exogenously vary structural diversity by altering the set of network recommendations new users see when joining the platform; we confirm that this design induces the desired changes to network topology. We find, however, that low, medium, and high structural diversity treatment groups in our experiment have comparable retention rates. Thus, at least in this case, the observed correlation between structural diversity and retention does not appear to result from a causal relationship, challenging theories based on past observational studies.

研究の動機と目的

• 構造的多様性がソーシャルメディアプラットフォームにおけるユーザーのリテンションおよびエンゲージメントを因果的に向上させるかどうかを検証すること。
• ネットワーク行動研究において相関関係と因果関係を混同する観察的研究の限界を是正すること。
• 新規ユーザーのソーシャルネットワークにおける構造的多様性を外生的に操作するスケーラブルな無作為化実験を設計および実装すること。
• 現実のプラットフォーム環境において、ネットワークトポロジーの多様性がユーザー行動、特にリテンションに与える因果的効果を隔離すること。
• ネットワーク構造がソーシャル行動に与える因果的効果を測定するうえでの理論的およびメソドロジカルな課題を明確化すること。

提案手法

• 新規ユーザーが登録時に受けるネットワーク推薦のセットを操作することで、Twitterで大規模な無作為化比較試験を実施した。
• 推奨フォロワーの構成を変更することで、低・中・高多様性のネットワークトポロジーを生成した。
• ユーザーが採用したコールド・コンタクト間の連結成分の数を用いて構造的多様性を測定した。これは構造的多様性理論における標準的指標である。
• 30日間にわたり、リテンション率、ツイート活動、いいね数を治療群間で比較するための統計的推論を用いた。
• 有効な因果推定を保証するため、異なる構造的多様性条件に意味的に割り当て可能なユーザーに分析を絞った。
• 無作為化が想定されたネットワークトポロジーの変化を誘発したことを検証し、操作の有効性を確認した。

実験結果

リサーチクエスチョン

• RQ1 ユーザーのソーシャルネットワークにおける構造的多様性を高めることで、Twitterにおけるユーザーのリテンションが向上するか？
• RQ2 観察データで確認された構造的多様性とリテンションの相関関係は、因果関係によるものか、選択バイアスによるものか？
• RQ3 現実のソーシャルメディアプラットフォームで、構造的多様性を大規模に効果的に操作できるか？
• RQ4 構造的多様性は、ツイート投稿やいいねといったユーザーのエンゲージメント指標にどのように影響するか？
• RQ5 結果は、新規ユーザーの有効なサブセットに限らず、より広範な集団にも一般化可能か？

主な発見

• 観察データでは構造的多様性と高いユーザーのリテンションが相関しており、先行研究の結果を再現した。
• 無作為化実験では、低・中・高構造的多様性治療群間でリテンション率に統計的に有意な差が認められなかった。
• 高多様性群と低多様性群の間のリテンション差の95％信頼区間は（-0.04, 0.07）であり、有意な効果がないことを示している。
• 治療条件間で、最初の30日間のツイート投稿数やいいね数に有意差は認められなかった。
• 構造的多様性とリテンションの相関関係は、この文脈では主に選択効果によるものであり、因果的メカニズムによるものではない。
• 結果から、自然に多様なネットワークを形成するユーザーは、均質なネットワークを形成するユーザーとは、構造的多様性そのものとは無関係に、行動に顕著な系統的差を示すことが示唆された。