[論文レビュー] Literature Survey on Interplay of Topics, Information Diffusion and Connections on Social Networks

Kuntal Dey, Saroj Kaushik+1 more|arXiv (Cornell University)|Jun 3, 2017

Complex Network Analysis Techniques参考文献 90被引用数 13

ひとこと要約

本調査は、オンラインソーシャルネットワークにおけるトピックモデリング、情報拡散、ソーシャルネットワーク構造に関する研究を統合的に要約し、コンテンツ、インフルエンス、接続性を統合的に扱う。主なモデルを特定し、トピック、拡散、接続性の相互作用を分析し、インフルエンスダイナミクス、コミュニティの影響、親しみやすさ-類似性の相互作用に関する未解決問題を提示する。

ABSTRACT

Researchers have attempted to model information diffusion and topic trends and lifecycle on online social networks. They have investigated the role of content, social connections and communities, familiarity and behavioral similarity in this context. The current article presents a survey of representative models that perform topic analysis, capture information diffusion, and explore the properties of social connections in the context of online social networks. The article concludes with a set of outlines of open problems and possible directions of future research interest. This article is intended for researchers to identify the current literature, and explore possibilities to improve the art.

研究の動機と目的

• オンラインソーシャルネットワークにおけるトピックモデリング、情報拡散、ソーシャルネットワーク接続に関する既存の文献を統合すること。
• コンテンツ（トピック）、ソーシャルインフルエンス、ネットワーク構造（接続、コミュニティ）の間の相互作用を分析すること。
• 親しみやすさ、類似性、ハモフィリーがトピックの進化と情報拡散に与える影響をモデル化するうえでのギャップを特定すること。
• 今後の研究のための未解決問題を、ソーシャルインフルエンス、コミュニティダイナミクス、コンテンツベースのリンク予測の観点から整理すること。

提案手法

• オンラインソーシャルネットワークにおけるトピック分析、情報拡散、ソーシャルコネクション特性に関する代表的モデルの体系的レビュー。
• コンテンツ（例：ハッシュタグ、バースティックキーワード、顔付けされたトピック）、拡散ダイナミクス（例：カスケードモデル）、ネットワーク構造（例：コミュニティ、リンク予測）の取り扱いに基づくモデルの分類。
• ソーシャルインフルエンス、ハモフィリー、親しみやすさがトピックライフサイクルと情報拡散に与える影響の分析。
• 情報カスケード、ソーシャルインフルエンス、トピックライフサイクルなどのコアな概念について、形式的定義と直感的な説明を併用して用語の統一を図ること。
• コンテンツ、インフルエンス、構造の統合的分析を通じて、それらの相互依存性を浮き彫りにすること。
• インフルエンスモデリング、コミュニティへの影響、親しみやすさ-類似性ダイナミクスにおける文献のギャップを批判的に評価し、未解決の研究課題を特定すること。

実験結果

リサーチクエスチョン

• RQ1 オンラインソーシャルネットワークにおけるトピックはどのようにして出現し、進化し、衰退するのか。また、その地理的・社会的拡散に影響を与える要因は何か。
• RQ2 ソーシャルインフルエンスは情報拡散にどのように寄与するのか。また、トピックダイナミクスと併せてどのようにモデル化できるか。
• RQ3 ソーシャルコミュニティはトピック形成、情報拡散、ユーザーインフルエンスにどのように影響するか。
• RQ4 ユーザー間の親しみやすさと類似性が、トピック参加と情報共有にどのように同時に影響を与えるか。
• RQ5 コンテンツベースのリンク予測は、コミュニティのような暗黙のソーシャル構造を効果的にモデル化できるか。また、これにより情報フローにどのような影響が生じるか。

主な発見

• 特にコミュニティを含むソーシャルネットワーク構造の組合せ的影響が、トピックの進化、情報拡散、ユーザーインフルエンスに与える影響に関する研究が著しく不足している。
• インフルエンシャルユーザーが情報拡散に与える役割は、依然として十分に調査されておらず、特に彼らがトピック拡散を拡大するか抑制するか、最適な情報シーディング戦略は何かといった点が未解明である。
• トピック固有のインフルエンスダイナミクスとトピックベースのコミュニティ形成は、インフルエンスがトピック間をどのように伝播するかを理解するために、さらなるモデリングが求められる。
• 既存のモデルは、親しみやすさと類似性を分析する際、ユーザーの事前関心や顔付けされたトピックを十分に考慮していないため、予測精度が制限されている。
• コンテンツベースのリンク予測は有望ではあるが、言語モデルが高伝導度の情報パスを特定する能力について、深く掘り下げた検討が不足している。
• ネットワークおよびコミュニティ内でのユーザー年齢が情報拡散とインフルエンスに与える影響は、未解決であり、まだ十分に調査されていない分野である。