[論文レビュー] Conditions for viral influence spreading through multiplex correlated social networks

Yanqing Hu, Shlomo Havlin+1 more|arXiv (Cornell University)|Apr 11, 2014

Complex Network Analysis Techniques参考文献 25被引用数 5

ひとこと要約

本稿は、接続性と影響力リンクが共存するマルチプレックスソーシャルネットワークにおけるウイルス的影響力の拡散が、急激なパーコレーション転移を引き起こす隠れた相関を持つ影響力ネットワークに依存することを提案する。解析的パーコレーション理論と科学的共同研究およびブログネットワークからの実証データを用いて、ネットワーク層間の局所的相関に関するスケーリング条件を同定し、それが広範な影響力の連鎖反応を決定づける。これは、FacebookがMyspaceを凌駃するような現実世界のトレンドシフトに類似した相転移を予測する。

ABSTRACT

A fundamental problem in network science is to predict how certain individuals are able to initiate new networks to spring up "new ideas". Frequently, these changes in trends are triggered by a few innovators who rapidly impose their ideas through "viral" influence spreading producing cascades of followers fragmenting an old network to create a new one. Typical examples include the raise of scientific ideas or abrupt changes in social media, like the raise of Facebook.com to the detriment of Myspace.com. How this process arises in practice has not been conclusively demonstrated. Here, we show that a condition for sustaining a viral spreading process is the existence of a multiplex correlated graph with hidden "influence links". Analytical solutions predict percolation phase transitions, either abrupt or continuous, where networks are disintegrated through viral cascades of followers as in empirical data. Our modeling predicts the strict conditions to sustain a large viral spreading via a scaling form of the local correlation function between multilayers, which we also confirm empirically. Ultimately, the theory predicts the conditions for viral cascading in a large class of multiplex networks ranging from social to financial systems and markets.

研究の動機と目的

• FacebookがMyspaceを凌駃するなど、ウイルス的影響力カスケードが社会的ネットワーク全体を急速に再構築する条件を理解すること。
• 双方向の接続性と非対称な影響力リンク（例：単方向の引用やフォローリンク）の相互作用が、大規模なネットワークの崩壊と再編をどのように可能にするかをモデル化すること。
• 相関する層を有するマルチプレックスネットワークにおける、急激または連続的なパーコレーション転移の解析的条件を導出すること。
• APS（アメリカ物理学会）とLiveJournalの実証データを用いて理論枠組みを検証すること。

提案手法

• 共起著者関係などの無向接続リンクと、引用やフォロワー関係などの有向影響力リンクを有する二重の相互依存層を有するマルチプレックスネットワークをモデル化する。
• パーコレーション理論を適用し、活性化されたノードの割合に対する巨大連結成分のサイズを分析し、相転移を同定する。
• 接続性次数と影響力次数（イン・・アウト次数）の間の局所的相関関数を定義し、層間依存性を定量化する。
• 母関数とスケーリング解析を用いて、影響力重みに基づく平均アウト・ディグリーの境界を導出し、最小および最大の影響力確率を推定する。
• イン・アウト次数の両方について、最近接ノード次数分析（⟨k_nn⟩）を用いて接続性ネットワークと影響力ネットワーク間の相関を測定する。
• APS共同研究ネットワークとLiveJournal情報拡散ネットワークからの実証データと照合することで、理論的予測の妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 ウイルス的影響力カスケードが既存のネットワークを大規模に崩壊させ、新たなネットワークを生じさせるための条件は何か？
• RQ2 引用やソーシャルフォローなどの隠れた影響力リンクが、相互接続性とどのように作用し、連鎖反応を促進または抑制するのか？
• RQ3 接続性と影響力の両方のネットワーク層間の相関が、パーコレーション転移の性質（急激 vs. 連続）を決定づける役割を果たすか？
• RQ4 層間の局所的相関に関するスケーリング則が、現実世界のネットワークにおける大規模な影響力拡散の発生を予測できるか？
• RQ5 科学的共同研究やオンラインブログのような実証ネットワークが、予測されたパーコレーション行動と相関構造をどの程度再現するか？

主な発見

• 本稿は、マルチプレックスネットワークにおけるウイルス的カスケードが広範に拡散するかどうかを決定づける、接続性層と影響力層間の局所的相関に関する臨界スケーリング条件を同定した。
• APS共同研究ネットワークからの実証データは、統計物理学（PACS 64.60）から複雑ネットワーク（PACS 89.75-k）への移行期における観測された巨大連結成分のサイズが、影響力リンク重みから導出された理論的境界と一致することを示している。
• 接続性次数と影響力重みを条件としたノードの平均アウト・ディグリーは、スケーリング則に従い、実証観察と一致しており、理論モデルの妥当性が裏付けられた。
• APSネットワークにおいて接続性次数と影響力次数（イン・アウト）の間に強い相関がないことは、モデルの仮定である弱い直接的相関の存在を支持し、簡略化された母関数の使用を可能にした。
• モデルは、影響力リンクの強度と相関の程度に応じて、急激なおよび連続的なパーコレーション転移を予測しており、Facebookの台頭といった実証的トレンドシフトと整合的である。
• 生成関数を六次元に拡張することで、次数相関を含めた一般化が可能となり、金融ネットワークや相互依存インfraストラクチャネットワークなど、より複雑な現実世界のシステムへの応用が可能となる。