[論文レビュー] Dynamics of Information Spreading in Online Social Networks.

Sai Zhang, Ke Xu+2 more|arXiv (Cornell University)|Apr 22, 2014

Complex Network Analysis Techniques被引用数 1

ひとこと要約

本稿では、インタラクティブ・マーカフ・チェーン（IMC）と平均場理論を用いて、オンライン・ソーシャル・ネットワークにおける動的インフォーマーション拡散モデルを提案する。このモデルは、ネットワークトポロジーが拡散速度とカバレッジに与える影響を捉え、六つの主要パラメータを用いて、実世界のRenrenにおける動画共有のダイナミクスを正確に予測する。拡散は次数の不均一性によって促進され、次数同士の相関関係によって妨げられることを示している。

ABSTRACT

Abstract—Online social networks (OSNs) are changing the way information spreads throughout the Internet. A deep under-standing of information spreading in OSNs leads to both social and commercial benefits. In this paper, dynamics of information spreading (e.g., how fast and widely the information spreads against time) in OSNs are characterized, and a general and accurate model based on Interactive Markov Chains (IMCs) and mean-field theory is established. This model shows tight relations between network topology and information spreading in OSNs, e.g., the information spreading ability is positively related to the heterogeneity of degree distributions whereas negatively related to the degree-degree correlations in general. Further, the model is extended to feature the time-varying user behavior and the ever-changing information popularity. By leveraging the mean-field theory, the model is able to characterize the complicated information spreading process (e.g., the dynamic patterns of information spreading) with six parameters. Extensive evaluations based on Renren’s data set illustrate the accuracy of the model, e.g., it can characterize dynamic patterns of video sharing in Renren precisely and predict future spreading dynamics successfully. Index Terms—online social networks, complex networks, in-formation spreading, network topology, dynamic patterns. I.

研究の動機と目的

• オンライン・ソーシャル・ネットワーク（OSN）における情報拡散のダイナミクスを理解し、その社会的・商業的応用へのインパクトを明らかにすること。
• 特に次数分布と次数同士の相関関係といったネットワーク構造が、情報伝播の速度とカバレッジに与える影響をモデル化すること。
• 時間変動するユーザ行動と変化する情報の人気度を捉える一般性と高い正確性を持つモデルを開発すること。
• 大規模なOSNとしてのRenrenからの実世界データを用いて、モデルの予測能力を評価すること。
• 最小限のパラメータで、ネットワークトポロジーと情報拡散ダイナミクスの間の定量的関係を特定すること。

提案手法

• 情報拡散におけるユーザ間の確率的相互作用を表現するために、インタラクティブ・マーカフ・チェーン（IMC）を用いる。
• 大規模ネットワークの複雑なダイナミクスを単純化するため、平均場理論を用いて決定的微分方程式のセットに変換する。
• ユーザの活動状態やコンテンツの人気度の時間的変化を捉えるために、六つの主要パラメータを組み込む。
• IMCフレームワークに時間発展を統合することで、時間変動するユーザ行動をモデルに組み込む。
• 観測されたデータにおける時間的傾向に基づき、パrameterを調整することで、変化する情報の人気度をモデルに反映させる。
• 理論的分析により、ネットワークトポロジー（特に次数の不均一性と次数同士の相関関係）が拡散効率に与える影響を結びつける。

実験結果

リサーチクエスチョン

• RQ1 ネットワークトポロジー、特に次数分布と次数同士の相関関係が、OSNにおける情報拡散の速度と範囲にどのように影響を与えるか？
• RQ2 IMCと平均場理論に基づく一般モデルが、実際のOSNにおける情報拡散の動的パターンを正確に捉えることができるか？
• RQ3 時間変動するユーザ行動と変化する情報の人気度は、拡散ダイナミクスの予測可能性にどのように影響を与えるか？
• RQ4 提案されたモデルが、たった六つのパラメータのみで将来の拡散行動をどの程度正確に予測できるか？
• RQ5 ネットワーク構造的特性と情報拡散効果性の間の定量的関係は何か？

主な発見

• 本モデルは、Renrenにおける動画共有の動的拡散パターンを正確に特徴づけ、高い予測適合度を示している。
• 情報拡散は次数分布の不均一性と正の相関関係にあり、より不均一なネットワークでは情報が速やかに拡散される。
• 次数同士の相関関係は拡散効率を悪化させ、高い同型性（アソートティビティ）を持つネットワークでは情報拡散が妨げられる。
• 本モデルは、六つのパラメータのみで、時間変動するユーザ行動と変化するコンテンツの人気度を効果的に捉えている。
• 平均場理論とIMCの統合により、大規模な情報拡散プロセスのスケーラブルで正確なモデリングが可能になった。
• Renrenのデータセットを用いた実証的評価により、本モデルの頑健性と実世界のOSNダイナミクスへの一般化可能性が確認された。