[論文レビュー] Evolving Twitter: an experimental analysis of graph properties of the social graph

Despoina Antonakaki, Sotiris Ioannidis+1 more|arXiv (Cornell University)|Oct 5, 2015

Complex Network Analysis Techniques参考文献 34被引用数 3

ひとこと要約

本稿では、APIでソートされたフォロワーリストを用いてエッジ作成時刻を近似するヒューリスティックを用い、Twitterの進化するソーシャルグラフ上で24のグラフ特性を推定するサンプリングフレームワークを提案する。2006年から2015年の間に、爆発的成長期、収縮期、安定期の3つの異なる成長段階が明らかになった。中心性やトランジティビティなどの主要指標が低下しており、Twitterがマイクロブログプラットフォームから広範なソーシャルメディアへと移行した兆候が示された。

ABSTRACT

Twitter is one of the most prominent Online Social Networks. It covers a significant part of the online worldwide population~20% and has impressive growth rates. The social graph of Twitter has been the subject of numerous studies since it can reveal the intrinsic properties of large and complex online communities. Despite the plethora of these studies, there is a limited cover on the properties of the social graph while they evolve over time. Moreover, due to the extreme size of this social network (millions of nodes, billions of edges), there is a small subset of possible graph properties that can be efficiently measured in a reasonable timescale. In this paper we propose a sampling framework that allows the estimation of graph properties on large social networks. We apply this framework to a subset of Twitter's social network that has 13.2 million users, 8.3 billion edges and covers the complete Twitter timeline (from April 2006 to January 2015). We derive estimation on the time evolution of 24 graph properties many of which have never been measured on large social networks. We further discuss how these estimations shed more light on the inner structure and growth dynamics of Twitter's social network.

研究の動機と目的

• 規模が大きく影響力を持つにもかかわらず、依然として十分に調査が進んでいないTwitterのソーシャルグラフの時間的変化する構造的特性を分析すること。
• 数十億エッジを持つネットワークにおけるグラフ指標の測定が計算的に非現実的であるのを解決するため、スケーラブルなサンプリングフレームワークを提案すること。
• Twitter APIのソート済みフォロワーリストに基づくヒューリスティックを用いて、フォロー関係の作成時刻を推定すること。
• ユーザーレベルおよびネットワークレベルの指標が時間経過とともにどのように変化するかを評価し、Twitterの成長ダイナミクスと構造的組織の変化を明らかにすること。
• メモリ制約や時間制約により、完全な計算が非現実的となる実世界のソーシャルネットワークにおいて、大規模なグラフ解析を可能にすること。

提案手法

• TwitterのAPIがフォロワーを日時順に返すという事実を活用し、フォロー関係の作成時刻を推定するためのヒューリスティックを開発した。
• 2次元のサンプリング戦略を適用した：まず、推定されたリンク作成時刻に基づいてグラフを時代に分け、次に計算コストの高い指標のためのノードまたは部分グラフのランダムサブサンプリングを実施した。
• 時間計算量を削減しながらも正確性を保つために、媒介性中心性などの指標に対してカットオフに基づく近似を用いた。
• 1,320万人のユーザと83億エッジをカバーする13.2百万ユーザと83億エッジを対象に、構造的、中心性、密度に基づく指標を含む24のグラフ特性を測定した。
• 成長ダイナミクスと構造的進化を分析するため、データセットを3つの期間（2006–2009年、2009–2011年、2011–2014年）に分割した。
• 可能な範囲でサブサンプル結果と完全グラフ指標を比較することで、サンプリングの正確性を検証し、規模が小さくなったにもかかわらず信頼できる推定が可能であることを確認した。

実験結果

リサーチクエスチョン

• RQ1 APIが直接公開しない状態で、Twitterのフォローリンクの作成時刻をどのように推定できるか？
• RQ2 Twitterのソーシャルネットワークにおいて、最初の10年間に顕著な時間的変化を示すグラフ特性は何か？
• RQ3 Twitterのソーシャルグラフの支配的成長ダイナミクスは何か、そして時間経過とともにどのように変化するか？
• RQ4 メモリ制約のある環境において、ランダムサブサンプリングが大規模グラフ指標の信頼できる近似をどの程度達成できるか？
• RQ5 ユーザーレベルの中心性とネットワークレベルの構造的指標は、どのように変化し、Twitterがマイクロブログからより広範なソーシャルインタラクションの場へと移行する過程を反映しているか？

主な発見

• 本稿では、Twitterのソーシャルグラフに3つの明確な成長段階が存在することを同定した：爆発的成長期（2006–2009年）、収縮期（2009–2011年）、安定成長期（2011–2014年）。
• 接近性、媒介性、固有ベクトル中心性、局所的トランジティビティといった指標が時間経過とともに一貫して低下しており、影響力のダイナミクスがより分散されたユーザーエンゲージメントへと移行している兆候が示された。
• 密度とコキュレーション指標も低下傾向にあり、密なコミュニティからより緩い接続構造への移行を示唆している。
• 中心性とページランク指標は時間経過とともに安定して低下しており、高中心性ノードの支配的役割が減少していることを示している。
• 時間計算量が二次関数的以上である指標に対しても、サンプリングフレームワークが妥当な正確性でグラフ指標を近似できることを示した。
• リンク作成時刻の推定に用いられたヒューリスティックにより、通常はAPIのメタデータ欠如のため不可能とされる時間的分析が可能になった。