[論文レビュー] Epidemiological modeling of online social network dynamics

John Cannarella, Joshua A. Spechler|arXiv (Cornell University)|Jan 17, 2014

Complex Network Analysis Techniques参考文献 16被引用数 107

ひとこと要約

本稿では、ユーザー活動を感染症に類似した拡散としてモデル化し、回復（放棄）が感染済みユーザーとの接触を必要とする、感染性回復SIR（irSIR）モデルを提案する。このモデルはMySpaceのGoogle検索データに適合し、Facebookの急速な衰退を予測する。2017年までにピークユーザー数の80％を失うと予測される。

ABSTRACT

The last decade has seen the rise of immense online social networks (OSNs) such as MySpace and Facebook. In this paper we use epidemiological models to explain user adoption and abandonment of OSNs, where adoption is analogous to infection and abandonment is analogous to recovery. We modify the traditional SIR model of disease spread by incorporating infectious recovery dynamics such that contact between a recovered and infected member of the population is required for recovery. The proposed infectious recovery SIR model (irSIR model) is validated using publicly available Google search query data for "MySpace" as a case study of an OSN that has exhibited both adoption and abandonment phases. The irSIR model is then applied to search query data for "Facebook," which is just beginning to show the onset of an abandonment phase. Extrapolating the best fit model into the future predicts a rapid decline in Facebook activity in the next few years.

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）におけるユーザーの採用と放棄のダイナミクスを、疫学的モデリングを用いて説明すること。
• 特に放棄ダイナミクスを捉えることのできない伝統的なSIRモデルの限界を解消すること。
• MySpaceの事例として、実世界のGoogle検索クエリデータを用いて、変更されたSIRモデルを検証すること。
• 検証済みのモデルをFacebookに適用し、将来のユーザー活動の低下を予測すること。
• 検索クエリトレンドをユーザー参加度の代理指標として用いることで、OSNライフサイクル分析のデータ駆動型で予測可能なフレームワークを提供すること。

提案手法

• 感染性回復ダイナミクスを導入することで、古典的SIRモデルを変更し、回復（放棄）が感染済み者と回復済み者の間での接触によってのみ発生することをモデル化する。
• SIRモデルの回復項を、感染済み者と回復済み者の両方の集団に依存するように修正し、社会的影響による放棄を反映するパラメータνを導入する。
• ユーザー活動およびネットワークの人気度の代理指標として、'MySpace'および'Facebook'のGoogleトレンド検索クエリデータを用いる。
• 非線形最小二乗法を用いて、観察された検索ボリュームデータに適合するように、モデルパラメータ（β、γ、ν、R₀）をキャリブレーションする。
• 予測の不確実性を定量化するために、最良の適合よりも15％高いSSEに基づく予測境界を用いる。
• ユーザー活動の20％未満を「終焉」の指標として定義し、OSNの予測された衰退日を特定する。

実験結果

リサーチクエスチョン

• RQ1 疫学的モデルは、オンラインソーシャルネットワークの採用と放棄のダイナミクスを効果的に記述できるか？
• RQ2 なぜ伝統的なSIRモデルは、MySpaceのようなOSNのライフサイクル全体を捉えることができないのか？
• RQ3 感染性回復ダイナミクスを組み込むことで、OSNユーザー活動データへのモデル適合がどのように向上するか？
• RQ4 Google検索クエリデータは、OSNにおける実際のユーザー参加度の信頼できる代理指標としてどの程度有効か？
• RQ5 利用可能なデータとirSIRモデルに基づいて、Facebookの将来の傾向はどのように予測されるか？

主な発見

• irSIRモデルは、MySpaceの検索データに適合させる際、従来のSIRモデルと比較して、二乗誤差の和（SSE）を75％削減した。
• モデルはMySpaceの採用段階と放棄段階の両方を的確に捉えており、ピークユーザー活動は2008年、2011年までに衰退して無名化された。
• 2004年1月から2012年までのFacebookの検索データは、irSIRモデルに高い精度で適合しており、強い予測力を持つことを示している。
• 最良の適合irSIRモデルを外挿することで、Facebookは2015年から2017年の間にピークユーザー数の80％を失うと予測される。
• 予測境界は、2012年以降のデータ不足とモデル予測における非対称的不確実性のため、最良の適合曲線よりもゆっくりとした衰退の可能性が高くなる傾向を示している。
• ユーザー活動の20％未満（「終焉」と定義）は、Facebookに関して2014年12月に達すると予測され、モデルの予測境界は2013年末から2015年初頭にかけての範囲にわたる。