[論文レビュー] Estimating Social Influence from Observational Data

Dhanya Sridhar, Caterina De Bacco+1 more|arXiv (Cornell University)|Mar 24, 2022

Advanced Causal Inference Techniques被引用数 5

ひとこと要約

本稿では、確率的要因モデルにおける潜在変数を用いて未観測の交絡要因をモデル化することで、観察データとしてのネットワークおよび行動データから社会的影響を推定する手法であるPoisson Influence Factorization (PIF)を提案する。PIFは、半実験的および実世界のLast.fmデータにおいて、既存手法よりも精度と頑健性に優れ、相関する楽曲再生行動における社会的影響の役割がかつて考えられていたよりも小さいことが明らかになった。

ABSTRACT

We consider the problem of estimating social influence, the effect that a person's behavior has on the future behavior of their peers. The key challenge is that shared behavior between friends could be equally explained by influence or by two other confounding factors: 1) latent traits that caused people to both become friends and engage in the behavior, and 2) latent preferences for the behavior. This paper addresses the challenges of estimating social influence with three contributions. First, we formalize social influence as a causal effect, one which requires inferences about hypothetical interventions. Second, we develop Poisson Influence Factorization (PIF), a method for estimating social influence from observational data. PIF fits probabilistic factor models to networks and behavior data to infer variables that serve as substitutes for the confounding latent traits. Third, we develop assumptions under which PIF recovers estimates of social influence. We empirically study PIF with semi-synthetic and real data from Last.fm, and conduct a sensitivity analysis. We find that PIF estimates social influence most accurately compared to related methods and remains robust under some violations of its assumptions.

研究の動機と目的

• 共感性や共通の好みといった要因が影響効果を模倣する可能性があるため、交絡要因（例えば、共感性や共通の好み）が存在する観察データから社会的影響を推定する課題に対処すること。
• 単なる相関に依存するのではなく、反事後的推論を必要とする因果効果として社会的影響を形式化すること。
• 共通の関心や好みなどの重要な交絡要因が観測不能であっても、影響を推定できる手法を開発すること。
• 半実験的データおよび実世界のLast.fmデータを用いて、精度と頑健性を実証的に評価すること。
• 標準的手法が交絡要因を考慮しないがために、社会的影響がしばしば高めに推定されていることを示すこと。

提案手法

• 反事後的介入を用いて社会的影響を因果効果として形式化する：「友人の過去の行動を介入することで、同僚の行動はどのように変化するか？」
• ユーザー行動（例：楽曲再生）とネットワーク構造（例：友人関係）をポアソン要因分解を用いて同時にモデル化するPIFを構築する。
• ユーザーごとおよびアイテムごとの潜在変数（潜在要因）を、ネットワークのつながりと行動の両方に影響を与える未観測の交絡要因の代理として用いる。
• 推定された潜在変数を用いて因果的補正を施し、交絡要因によるバイアスを影響推定から低減する。
• 変分ベイズ推論を用いて潜在要因の事後分布を近似し、スケーラブルな推論を可能にする。
• 実際のLast.fmデータおよび半実験的シミュレーションを用い、将来の行動予測の尤度とAUCを指標として、モデル性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 共感性や共通の好みといった交絡要因が観測不能な状況下で、観察データから社会的影響をどれほど信頼性高く推定できるか？
• RQ2 PIFによる社会的影響の推定は、補正なし相関、ネットワークのみのモデル、およびマルチステージポアソン要因分解といったベースライン手法と比べてどのように異なるか？
• RQ3 現実のデータ環境において、モデルの仮定に若干の違反が生じた場合でも、PIFはどれほど頑健性を保っているか？
• RQ4 友人間の行動の相関のうち、どれくらいの割合が社会的影響に起因し、どれくらいが共通の好みや特性に起因するか？
• RQ5 他の手法よりもホールドアウトデータに対して一般化性能が優れているか？これは、PIFが行動伝播の真の因果プロセスを捉えている可能性を示唆する。

主な発見

• PIFはLast.fmデータにおいて、ホールドアウトされたポアソン対数尤度（-186）とAUC（0.67）の両方で、補正なし、mSPF、Net-Onlyなどのすべてのベースラインを上回った。
• PIFが推定した平均的影響（0.0006）は、補正なし手法の結果（0.004）と比べてほぼ1桁小さいことから、観測された相関の多くが交絡要因に起因していることが示唆された。
• 半実験的実験では、特に高い交絡要因が存在する状況下でも、PIFは真の影響値を他の関連手法よりも優れた精度で回復できた。
• 感度分析の結果、PIFは一部のモデル仮定の違反に対しても頑健であることが示され、現実のデータ環境でも実用的である可能性を示した。
• 実際のLast.fmデータでは、友人の再生行動に相関が見られる一方で、その大部分は直接的な社会的影響ではなく、共通の好みに起因していることがPIFによって明らかになった。
• ベースラインモデル（過去の再生頻度に基づく予測）はホールドアウト尤度が-317.8であったが、PIFはこれを著しく改善しており、より優れた予測性能と因果的整合性を示している。