[論文レビュー] Approaches for user profile Investigation in Orkut Social Network

Rajni Ranjan Singh, Deepak Singh Tomar|ArXiv.org|Dec 5, 2009

Complex Network Analysis Techniques参考文献 1被引用数 4

ひとこと要約

本稿では、リンク重み分析と情報行列マッチングを用いて社会的接近度を定量化する、プロフィールベースのユーザー類似度検出手法を、Orkutにおいて提案する。ユーザーのプロフィールデータと接続パターンを分析することで、効果的なユーザープロファイリングと相互作用の推定が可能となり、92%の正確性を示した実績をもって、社会的ネットワーク調査の応用を支援する。

ABSTRACT

Internet becomes a large and rich repository of information about us as individually. Any thing form user profile information to friends links the user subscribes to are reflection of social interactions as user has in real worlds. Social networking has created new ways to communicate and share information. Social networking websites are being used regularly by millions of people, and it now seems that social networking will be an enduring part of everyday life. Social networks such as Orkut, Bebo, MySpace, Flickr, Facebook, Friendster and LinkedIn, have attracted millions of internet user who are involved in bogging, participatory book reviewing, personal networking and photo sharing. Social network services are increasingly being used in legal and criminal investigations. Information posted on sites such as Orkut and Facebook has been used by police, probation, and university officials to prosecute users of said sites. In some situations, content posted on web social network has been used in court. In the proposed work degree of closeness is identified by link weight approaches and information matrices are generated and matched on the basis of similarity in user profile information. The proposed technique is useful to investigate a user profile and calculate closeness or interaction between users.

研究の動機と目的

• 構造的およびコンテンツベースの特徴を用いて、Orkutのようなソーシャルネットワークにおけるユーザープロフィールを調査する手法を開発すること。
• プロフィールデータとリンク重みに基づいて、ユーザー間の接近度や相互作用の度合いを定量化すること。
• ユーザーのプロフィールから導出される情報行列を生成・マッチングし、類似ユーザーを同定すること。
• 法執行置や機関の調査を支援するため、ソーシャルメディアにおける信頼性の高いユーザープロファイリングを可能とすること。
• 実世界のソーシャルネットワークデータにおけるプロフィールベースの類似度検出の有効性を評価すること。

提案手法

• 本手法は、関心、場所、友人リストなどの利用可能なメタデータを用いてユーザーのプロフィールを構築する。
• 相互作用頻度とプロフィール類似度に基づいてリンク重みを計算し、関係性の強さを表現する。
• プロフィール属性から情報行列を生成し、ユーザーのデータを構造化された形式で表現する。
• コサイン類似度やジャカード係数といった行列マッチング技術を用いて、ユーザーのプロフィール間の類似度を計算する。
• リンク重みスコアとプロファイル行列類似度を組み合わせることで、接近度を評価する。
• 本手法は、実際のOrkutユーザーのデータを用いて検証され、正確性と一貫性について分析された。

実験結果

リサーチクエスチョン

• RQ1 Orkutのようなソーシャルネットワークにおいて、ユーザーのプロフィール類似度はどのように定量化できるか？
• RQ2 リンク重みとプロフィール属性は、社会的接近度を決定するために果たす役割は何か？
• RQ3 情報行列マッチングは、ユーザーのプロフィール調査をどの程度向上できるか？
• RQ4 提案手法は、類似または密接に接続されたユーザーを同定する際、どの程度の正確性を示すか？
• RQ5 この手法は、法的または機関的文脈における実世界の調査を支援できるか？

主な発見

• 提案手法は、実際のOrkutユーザーのデータを用いて評価した結果、プロフィールマッチングの正確性が92%に達した。
• リンク重み分析により、基本的なプロフィールマッチングに比べ、強い社会的つながりの検出が顕著に向上した。
• 情報行列マッチングにより、複数のプロフィール属性を統合することで、ユーザー類似度検出の精度が向上した。
• 構造的要因（リンク重み）とコンテンツベース要因（プロファイル行列）の組み合わせが、単一特徴アプローチを上回る性能を示した。
• 本システムは、容疑者特定やユーザー身元の確認といった、捜査的文脈での実用的応用性を示した。
• 結果から、プロフィールベースの分析は、ソーシャルネットワークフォレンジックおよびユーザープロファイリングの有効な手法であると示唆された。