[論文レビュー] Cluster Analysis for a Scale-Free Folksodriven Structure Network

Massimiliano Dal Mas|arXiv (Cornell University)|Dec 19, 2011

Complex Network Analysis Techniques参考文献 23被引用数 10

ひとこと要約

本稿では、ユーザー、ウェブサイト、時間の各側面におけるタグの共起頻度に基づいてリンクされる動的で重み付きのフォルクロノミー・ネットワーク「Folksodriven」を提案する。クラスタ解析およびネットワーク指標を用いて、構造がスケールフリーや高密度接続性を示し、ランダムネットワークよりもクラスタリング係数および経路長において優れた性能を示すことが明らかになった。

ABSTRACT

Folksonomy is said to provide a democratic tagging system that reflects the opinions of the general public, but it is not a classification system and it is hard to make sense of. It would be necessary to share a representation of contexts by all the users to develop a social and collaborative matching. The solution could be to help the users to choose proper tags thanks to a dynamical driven system of folksonomy that could evolve during the time. This paper uses a cluster analysis to measure a new concept of a structure called "Folksodriven", which consists of tags, source and time. Many approaches include in their goals the use of folksonomy that could evolve during time to evaluate characteristics. This paper describes an alternative where the goal is to develop a weighted network of tags where link strengths are based on the frequencies of tag co-occurrence, and studied the weight distributions and connectivity correlations among nodes in this network. The paper proposes and analyzes the network structure of the Folksodriven tags thought as folksonomy tags suggestions for the user on a dataset built on chosen websites. It is observed that the hypergraphs of the Folksodriven are highly connected and that the relative path lengths are relatively low, facilitating thus the serendipitous discovery of interesting contents for the users. Then its characteristics, Clustering Coefficient, is compared with random networks. The goal of this paper is a useful analysis of the use of folksonomies on some well known and extensive web sites with real user involvement. The advantages of the new tagging method using folksonomy are on a new interesting method to be employed by a knowledge management system. *** This paper has been accepted to the International Conference on Social Computing and its Applications (SCA 2011) - Sydney Australia, 12-14 December 2011 ***

研究の動機と目的

• 実際の広範なウェブサイトから得たユーザーデータを用いて、時間とともに進化する動的でユーザー主導のタグ付けシステムの開発。
• リンク強度がタグの共起頻度を反映する重み付きネットワークとしてフォルクロノミーをモデル化すること。
• クラスタリング係数、経路長、接続性といった構造的特性を分析し、コンテンツ発見のためのネットワーク効率を評価すること。
• ランダムネットワークと比較することで、ネットワークの頑健性およびスケーラビリティを検証すること。
• 共同作業的で文脈に配慮したタグ提案を支援する知識管理システムのフレームワークを提供すること。

提案手法

• ノードがタグを、エッジがユーザーメタデータに由来する共起頻度を表す重み付きネットワークを構築する。
• 時間的および出典ベースのメタデータ（ウェブサイト）を用いてネットワークに文脈を付加し、「Folksodriven」構造を形成する。
• ネットワークの結束度を測定し、濃密なタグコミュニティを同定するためにクラスタ解析を適用する。
• クラスタリング係数および平均経路長を計算し、ネットワークトポロジーおよび効率を評価する。
• 実世界のデータセットを用いて、実験的ネットワークとランダムネットワークモデルを比較し、スケールフリーおよびスモールワールド特性を評価する。
• 実際のユーザ行動下でモデルの妥当性を検証するため、確立されたウェブサイトからの実データを用いる。

実験結果

リサーチクエスチョン

• RQ1 時間、出典、ユーザーメタデータを統合することで、フォルクロノミー・ネットワークの構造はどのように変化するか？
• RQ2 共起ベースのタグネットワークにおけるリンク重みの分布はどのようなものか？スケールフリー特性を示すか？
• RQ3 Folksodrivenネットワークのクラスタリング係数はランダムネットワークと比べてどのように異なるか？
• RQ4 Folksodrivenネットワークにおける平均経路長はどの程度か？効率的な偶然の発見を可能にするか？
• RQ5 ネットワーク構造は、効果的で動的なタグ推薦システムを支援できるか？

主な発見

• Folksodrivenネットワークはスケールフリー構造を示し、ノード次数のべき乗則分布を示しており、極めて高い接続度を持つ「ハブ」タグの存在を示している。
• ネットワークは高いクラスタリング係数を示しており、ランダムネットワークをはるかに上回っており、強い局所的接続性とコミュニティ形成を示している。
• 平均経路長は比較的短く、効率的なナビゲーションおよび関連コンテンツの偶然発見を可能にしている。
• ネットワークは非常に高密度に接続されており、タグの濃密なハイパーグラフを形成しており、情報検索および推薦の強固な基盤を提供している。
• タグの共起頻度は安定した重み付きネットワークを形成し、ユーザ行動に応じて動的に進化し、リアルタイムの提案を可能にしている。
• 構造的特性から、共同作業的知識管理およびインテリジェントタグ付けシステムへの適性が確認された。