[論文レビュー] Egomunities, Exploring Socially Cohesive Person-based Communities

Adrien Friggeri, Guillaume Chelius+1 more|arXiv (Cornell University)|Feb 13, 2011

Complex Network Analysis Techniques参考文献 8被引用数 13

ひとこと要約

本稿では、三角形密度と弱い繋がりに基づく新しい凝集度指標を用いて、ノードの近隣に中心を持つ主観的・個人中心のコミュニティ（egomunities）を導入する。凝集度を最大化することで、外向きの接続が少ない凝集度の高いコミュニティを特定し、全友人を用いる場合（1.96 MAE）と比較して、ユーザーの年齢推定においてより高い精度（0.938 MAE）を示す。重み付きネットワークへの拡張も行う。

ABSTRACT

In the last few years, there has been a great interest in detecting overlapping communities in complex networks, which is understood as dense groups of nodes featuring a low outbound density. To date, most methods used to compute such communities stem from the field of disjoint community detection by either extending the concept of modularity to an overlapping context or by attempting to decompose the whole set of nodes into several possibly overlapping subsets. In this report we take an orthogonal approach by introducing a metric, the cohesion, rooted in sociological considerations. The cohesion quantifies the community-ness of one given set of nodes, based on the notions of triangles - triplets of connected nodes - and weak ties, instead of the classical view using only edge density. A set of nodes has a high cohesion if it features a high density of triangles and intersects few triangles with the rest of the network. As such, we introduce a numerical characterization of communities: sets of nodes featuring a high cohesion. We then present a new approach to the problem of overlapping communities by introducing the concept of ego-munities, which are subjective communities centered around a given node, specifically inside its neighborhood. We build upon the cohesion to construct a heuristic algorithm which outputs a node's ego-munities by attempting to maximize their cohesion. We illustrate the pertinence of our method with a detailed description of one person's ego-munities among Facebook friends. We finally conclude by describing promising applications of ego-munities such as information inference and interest recommendations, and present a possible extension to cohesion in the case of weighted networks.

研究の動機と目的

• 従来のコミュニティ検出手法の限界を克服するため、グローバルなネットワーク分割から個人中心の局所的コミュニティ同一定向に焦点を移す。
• 社会学的原則に基づき、三角形密度と弱い繋がりを重視することで、コミュニティの質を定量化する新しい指標「凝集度」を定義する。
• ノードの近隣における凝集度を最大化するように、ヒューリスティックなアルゴリズムを設計し、egomunitiesを構築する。
• フェイスブックデータを用いた実証的分析を通じて、凝集度指標の妥当性を検証する。特に、大規模なユーザー実験（Fellows）を実施。
• 年齢推定などの個人的特徴推定への応用を検討し、重み付きネットワークへの凝集度の拡張も行う。

提案手法

• 凝集度を指標として提案：𝒞(S) = [Δ_in(S) / C(|S|,3)] × [Δ_in(S) / (Δ_in(S) + Δ_out(S))], ここでΔ_inは内部の三角形数、Δ_outは外部の三角形交差数を表す。
• コミュニティの質の根拠として、三角形密度と弱い繋がり（外部接続が少ないこと）を社会学的根拠として用いる。
• 初期ノードの近隣を拡張するための貪欲なヒューリスティックを適用し、凝集度を段階的に最大化することでegomunitiesを構築する。
• 大規模なフェイスブック実験（Fellows）を用いて、検出されたegomunitiesについてユーザーのフィードバックを収集し、凝集度が人間の直感的認識と整合することを検証する。
• 重み付きネットワークへの拡張として、重み付き三角形積W(u,v,w) = W(u,v)W(u,w)W(v,w)を定義し、Δ_in^wおよびΔ_out^wを再定義する。

実験結果

リサーチクエスチョン

• RQ1 三角形と弱い繋がりに基づく凝集度指標は、個人ユーザーを中心にした主観的に意味のある重複コミュニティを効果的に同定できるか？
• RQ2 egomunityに基づく年齢推定は、グローバルな友人ベースの推定と比較して、精度とバイアスの点で優れているか？
• RQ3 凝集度は、社会的ネットワークにおける人間のコミュニティ品質認識の信頼できる代理指標として機能するか？
• RQ4 凝集度は重み付きネットワークにどのように適合させられるか。関係の強さを反映するように調整できるか？
• RQ5 egomunitiesは、個人的特徴推定や関心推薦の分野で実用的応用が可能か？

主な発見

• egomunityに基づく年齢推定器は、平均絶対誤差（MAE）が0.938年であり、グローバルな友人ベースの推定器（1.96年）と比較して顕著に低い。
• egomunityベースの推定器はバイアスが-0.296年であり、グローバル推定器の+1.27年と比較して、より低いバイアスを示しており、精度の向上が裏付けられる。
• 実年齢とegomunityベースの年齢推定値のピアソン相関係数は0.894であり、グローバル友人ベース推定の0.859を上回る。
• フェイスブック参加者の70.24％が、年齢標準偏差が2.5年未満のegomunityを少なくとも1つ持つことから、信頼できる推定が可能な均質性が確保されている。
• 継続中のFellows実験におけるユーザーのフィードバックにより、凝集度指標が人間の直感的認識と強く整合していることが検証された。
• 重み付きネットワークへの拡張により、凝集度の構造的直感が保たれるとともに、エッジの重みを用いて関係の強さを反映するようになった。