[論文レビュー] Generic Multilayer Network Data Analysis with the Fusion of Content and Structure

Xuan-Son Vu, Abhishek Santra+2 more|arXiv (Cornell University)|May 21, 2019

Complex Network Analysis Techniques参考文献 28被引用数 4

ひとこと要約

本稿では、コンテンツベースの特徴（例：テキストからの政治的立場）と構造的ネットワークデータを統合することで、大規模なソーシャルネットワークの柔軟で効率的な分析を可能にする、マルチレイヤーネットワーク（MLN）フレームワークを提案する。各特徴を別々のレイヤーとしてモデル化し、事前に計算されたコミュニティのノードインターセクションを用いることで、従来のグラフ合成手法と比較して計算時間を最大87%まで短縮する。特に、実世界のFacebookデータにおける複雑で多様な特徴を含むクエリに対して、高いスケーラビリティを示す。

ABSTRACT

Multi-feature data analysis (e.g., on Facebook, LinkedIn) is challenging especially if one wants to do it efficiently and retain the flexibility by choosing features of interest for analysis. Features (e.g., age, gender, relationship, political view etc.) can be explicitly given from datasets, but also can be derived from content (e.g., political view based on Facebook posts). Analysis from multiple perspectives is needed to understand the datasets (or subsets of it) and to infer meaningful knowledge. For example, the influence of age, location, and marital status on political views may need to be inferred separately (or in combination). In this paper, we adapt multilayer network (MLN) analysis, a nontraditional approach, to model the Facebook datasets, integrate content analysis, and conduct analysis, which is driven by a list of desired application based queries. Our experimental analysis shows the flexibility and efficiency of the proposed approach when modeling and analyzing datasets with multiple features.

研究の動機と目的

• 年齢、政治的立場、関係性など、複数の異種特徴を有する大規模で複雑なソーシャルネットワークデータセットの分析という課題に対処すること。
• 複数の特徴と関係性を扱う場合に計算的に非現実的かつ非効率的になる、従来の単一グラフモデリングの限界を克服すること。
• 分離された階層的ネットワークモデルを用いることで、ユーザーが任意の特徴の組み合わせを柔軟に選択可能な、ユーザー主導の分析を可能にすること。
• テキスト投稿から政治的立場を抽出するようなコンテンツ分析を、構造的ネットワーク分析にシームレスに統合し、より豊かなインサイトを提供すること。
• 実世界の大規模なFacebookデータセットを用いて、MLNアプローチのスケーラビリティ、効率性、正確性を実証すること。

提案手法

• 年齢、政治的立場、ロケーションなど、各特徴（例：年齢、政治的立場、ロケーション）を別々の単一レイヤー・グラフとしてモデル化し、M層からなるマルチレイヤーネットワーク（MLN）を構築する。
• 各レイヤーに対してInfomapアルゴリズムを用いてコミュニティを事前に計算し、コミュニティリストと内部クラスタリング係数を保存することで、自己保存性の特性を評価する。
• K層AND合成を必要とするクエリのため、共有ノードに基づいてK層のコミュニティをインターセクションすることで、完全なグラフ合成を回避して結果を計算する。
• 各レイヤーを同時に処理する並列処理を活用し、全体の計算時間を顕著に短縮する。
• 中間の合成グラフを構築しない原理的で整合性のある合成手法を用いることで、ストレージと時間の両方の効率性を向上させる。
• 各クエリに対して完全なAND合成グラフを生成する従来のグラフ合成アプローチ（SLG）と比較することで、結果の妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 マルチレイヤーネットワークモデリングは、従来の単一グラフアプローチと比較して、複数の異種特徴を有する大規模で複雑なソーシャルネットワークデータセットの分析において、より柔軟で効率的に行えるか？
• RQ2 テキストから導出されるコンテンツベースの特徴（例：政治的立場）を構造的ネットワーク特徴と統合することで、分析的インサイトはどのように向上するか？
• RQ3 クエリ数とレイヤー数が増加する際、コミュニティインターセクションを用いたMLNアプローチは、従来のグラフ合成手法に比べてどの程度の計算上の利点を示すか？
• RQ4 レイヤー単位のコミュニティ検出を並列処理することで、実世界のデータセットにおけるスケーラビリティとパフォーマンスはどの程度向上するか？
• RQ5 複雑で多様な特徴を含む分析シナリオにおいて、MLNアプローチはストレージと計算コストを顕著に削減しながら、結果の正確性を維持できるか？

主な発見

• 並列処理なしの状況では、MLNアプローチにより合計計算時間が36%短縮され（78.520秒から50.354秒に）、従来手法と比較して効率が向上した。
• 並列処理を適用した場合、MLNアプローチは合計計算時間を87%まで短縮（9.987秒にまで）し、強力なスケーラビリティを示した。
• 最も計算コストの高いクエリ（Q2b）では、合成処理にわずか0.039秒で完了したが、最も疎なレイヤーでは1.61秒を要した。これは、MLNが2桁の差を示す優位性を持つことを示しており、計算時間の大幅な短縮が可能である。
• MLNアプローチは、クエリ数（N）と1クエリあたりのレイヤー数（K）が増加するに従い、AND合成の指数的増加を回避するため、時間的・ストレージ的両面で従来手法を上回る性能を発揮する。
• 並列処理を用いることで、最も密なレイヤー（L5：ロケーション）の処理時間は80.4%まで短縮され、高複雑性のコンponentsにおいて顕著なパフォーマンス向上が確認された。
• 結果として、事前に計算されたコミュニティとノードインターセクションを用いたMLNアプローチが、複雑で多様な特徴を有するソーシャルネットワーククエリに対して、正確で効率的かつスケーラブルな分析を実現できることを検証した。