[論文レビュー] Efficient Detection of Hot Span in Information Diffusion from Observation

Kouzou Ohara, Kazumi Saito+2 more|arXiv (Cornell University)|Oct 12, 2011

Complex Network Analysis Techniques参考文献 19被引用数 5

ひとこと要約

本論文は、限られた観測データからの社会的ネットワークにおける「ホットスパン」（異常な高い情報拡散レートが続く期間）を効率的に検出するアルゴリズムを提案する。尤度関数の微分を活用することで繰り返しパラメータ最適化を回避し、計算時間を5–100倍短縮するとともに、現実のネットワークにおいて、ナイーブな全探索法に比べて精度と速度の両面で顕著に優れている。

ABSTRACT

We addressed the problem of detecting the change in behavior of information diffusion from a small amount of observation data, where the behavior changes were assumed to be effectively reflected in changes in the diffusion parameter value. The problem is to detect where in time and how long this change persisted and how big this change is. We solved this problem by searching the change pattern that maximizes the likelihood of generating the observed diffusion sequences. The naive learning algorithm has to iteratively update the patten boundaries, each requiring optimization of diffusion parameters by the EM algorithm, and is very inefficient. We devised a very efficient search algorithm using the derivative of likelihood which avoids parameter value optimization during the search. The results tested using three real world network structures confirmed that the algorithm can efficiently identify the correct change pattern. We further compared our algorithm with the naive method that finds the best combination of change boundaries by an exhaustive search through a set of randomly selected boundary candidates, and showed that the proposed algorithm far outperforms the native method both in terms of accuracy and computation time.

研究の動機と目的

• 限られた観測データからの社会的ネットワークにおける異常な情報拡散（ホットスパン）の期間を検出すること。
• これらのホットスパンの開始時刻と終了時刻を特定し、ホットスパンおよび通常スパンにおける拡散パラメータ値を推定すること。
• 各候補ホットスパン境界に対して繰り返しパラメータ最適化を要するナイーブな手法の計算上の非効率性を克服すること。
• 複雑な拡散ダイナミクスを示す現実のネットワークに適用可能な一般化可能でスケーラブルなフレームワークを開発すること。
• 再帰的分割法と統計的基準を用いて、任意の形状の複数のホットスパンを検出できるようにこの手法を拡張すること。

提案手法

• 非同期独立カスケード（AsIC）モデル内での拡散確率パラメータの区分線形変化を検出する問題として定式化する。
• EMアルゴリズムを用い、全期間とホットスパンの両方についてパラメータ最適化を2回のみ実行することで、探索中における繰り返し最適化を回避する。
• 尤度関数の1階微分を探索基準として活用し、各ステップでのパラメータ再最適化を必要とせずにホットスパン境界を効率的に特定する。
• 分割統治戦略に基づくグリーディーな再帰的分割法を適用し、順次最も顕著な変化点を特定することで複数のホットスパンを検出する。
• MDL や AIC などの情報基準を用いて最適なホットスパン数を決定し、再帰的分割処理を停止する。
• AsLT や SIS ベースのモデルなど他のモデルへも拡張可能であり、価値加重ボルダー・モデルのような意見形成プロセスに対しても適用可能である。

実験結果

リサーチクエスチョン

• RQ1 限られた観測データしか入手できない状況下で、情報拡散におけるホットスパンの開始時刻と終了時刻を効率的に検出するにはどうすればよいか？
• RQ2 ホットスパン検出の過程で繰り返しパラメータ最適化を回避し、計算効率を向上させる最も効果的な方法は何か？
• RQ3 尤度の微分を、拡散ダイナミクスにおける変化点を特定するための信頼性があり効率的な基準として用いることができるか？
• RQ4 現実のネットワーク構造において、本手法はナイーブな全探索法と比較して、精度と計算時間の両面でどの程度優れているか？
• RQ5 本手法は、複雑な拡散パターンにおける複数のホットスパンや非区分線形のホットスパンを検出するために、どの程度一般化可能か？

主な発見

• 提案手法は、各候補境界に対して繰り返しEM最適化を実行するナイーブな手法に比べ、計算時間を5～100倍短縮した。
• 本手法は、特にホットスパン境界やパラメータ値の正確な同定において、ナイーブな手法に比べ顕著に高い検出精度を達成した。
• 3つの現実のネットワーク構造（ブログネットワークなど）において、限られた観測データ下でも高精度にホットスパンを検出できた。
• 2つの異なる区分線形ホットスパンについての予備的結果では、時系列的および大きさの両面で、ほぼ完璧な検出が達成された。
• 尤度の微分を探索基準として用いることで、各ステップでのパラメータ再最適化を必要とせず、効率的な境界検出が可能になった。
• 再帰的分割法とMDLなどの統計的停止基準を用いることで、複数のホットスパンや非区分線形変化といったより複雑なパターンへの拡張が可能である。