[論文レビュー] Dose-response functions and surrogate models for exploring social contagion in the Copenhagen Networks Study

Jonathan F. Donges, Jakob Lochner+5 more|arXiv (Cornell University)|Mar 17, 2021

Opinion Dynamics and Social Influence参考文献 99被引用数 5

ひとこと要約

本論文は、時間的社交ネットワークにおけるネットワーク駆動型伝染および同質性（ホモフィリー）を検出するための線量反応関数（DRF）および代替データモデリングフレームワークを提案する。コペンハーゲン・ネットワーク・スタディに適用した結果、運動行動における線量反応型伝染やホモフィリーの有意な証拠は得られず、観察されたダイナミクスは個々の傾向や外部要因によってよりよく説明されることが示された。

ABSTRACT

Spreading dynamics and complex contagion processes on networks are important mechanisms underlying the emergence of critical transitions, tipping points and other nonlinear phenomena in complex human and natural systems. Increasing amounts of temporal network data are now becoming available to study such spreading processes of behaviours, opinions, ideas, diseases and innovations to test hypotheses regarding their specific properties. To this end, we here present a methodology based on dose-response functions and hypothesis testing using surrogate data models that randomise most aspects of the empirical data while conserving certain structures relevant to contagion, group or homophily dynamics. We demonstrate this methodology for synthetic temporal network data of spreading processes generated by the adaptive voter model. Furthermore, we apply it to empirical temporal network data from the Copenhagen Networks Study. This data set provides a physically-close-contact network between several hundreds of university students participating in the study over the course of three months. We study the potential spreading dynamics of the health-related behaviour "regularly going to the fitness studio" on this network. Based on a hierarchy of surrogate data models, we find that our method neither provides significant evidence for an influence of a dose-response-type network spreading process in this data set, nor significant evidence for homophily. The empirical dynamics in exercise behaviour are likely better described by individual features such as the disposition towards the behaviour, and the persistence to maintain it, as well as external influences affecting the whole group, and the non-trivial network structure. The proposed methodology is generic and promising also for applications to other temporal network data sets and traits of interest.

研究の動機と目的

• 線量反応関数（DRFs）を用いた、時間的ネットワークデータにおける複雑な伝染およびホモフィリーを検出するための堅牢な手法を開発すること。
• 観察データにおいて、ホモフィリー、外部要因、ネットワーク構造などの交絡要因と因果的伝染効果を区別する課題に対処すること。
• コペンハーゲン・ネットワーク・スタディの実証的時間的ネットワークデータが、健康関連行動にネットワーク駆動型拡散ダイナミクスを示すかを検証すること。
• 代替データモデルの有効性を評価し、伝染プロセスの痕跡を他の動的メカニズムから分離できるかを検証すること。
• 持続可能性移行や公衆衛生ダイナミクスを含む、多様な時間的ネットワークシステムにおける拡散プロセスを分析するための汎用的かつ移植可能なフレームワークを提供すること。

提案手法

• ノードがそのネットワークの隣人からの露出レベルに応じて特性を採用する確率をモデル化するための線量反応関数（DRFs）を構築する。
• 合成および実証的時間的ネットワークデータからのDRFの堅牢な推定を実施し、不確実性の伝播を含むガウスフィルタリングを適用する。
• 主な構造的特徴（伝染やホモフィリーに関連するもの）を保持しつつ、データの大部分をランダム化する代替データモデルの階層を設計する。
• 代替モデルを用いて非パラメトリックな仮説検定を実施：実証的DRFをランダム化されたデータからのDRFと比較し、統計的有意性を評価する。
• 度数列、時間的順序、または特性のダイナミクスなどの制約を段階的に緩和する多段階の代替モデリングアプローチを実装し、結果の感度をテストする。
• 生成モデル（例：適応的ボーティングモデル）を統合し、実世界の実証データに適用する前に、合成データ上で手法の妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 コペンハーゲン・ネットワーク・スタディにおける定期的フィットネススタジオ利用の広がりに、社会的伝染を示す線量反応関係が見られるか？
• RQ2 観察された行動的ダイナミクスのどの程度が、類似した特性を持つ人々の間での好ましい関係性（ホモフィリー）によって説明可能か？
• RQ3 実証データに、個々のレベルの持続性や外部のグループ全体への影響とは異なる、ネットワーク駆動型伝染プロセスの痕跡が検出可能か？
• RQ4 ネットワーク構造、時間的分解能、特性測定に関する異なる仮定に対して、研究結果はどの程度頑健か？
• RQ5 提案された代替モデリングフレームワークは、複雑な時間的ネットワークデータにおいて、伝染と他のメカニズムを効果的に区別できるか？

主な発見

• コペンハーゲン・ネットワーク・スタディのデータにおいて、定期的フィットネススタジオ利用の観察された広がりには、線量反応型ネットワーク伝染プロセスの統計的有意な証拠は見つからなかった。
• また、データセットにおける観察された行動的ダイナミクスを駆動する要因としてのホモフィリーの有意な証拠も得られなかった。
• 実証的なフィットネス行動の広がりは、個々のレベルでの傾向や行動の持続性、および外部のグループ全体への影響によってよりよく説明された。
• 時間的ネットワークの非自明な構造が、提案されたDRFおよび代替モデリングフレームワーク下で、検出可能な伝染シグナルを生み出さなかった。
• この手法により、ネットワーク駆動型伝染やホモフィリーが主なメカニズムである可能性が排除され、個々の要因や環境要因の重要性が浮き彫りになった。
• 代替モデリングの階層は、ネットワーク構造と時間的ダイナミクスの効果を効果的に分離でき、手法が交絡要因に対して感受性を示すことを示した。