[論文レビュー] Modeling Morphology of Social Network Cascades

Muhammad Shafiq, Alex X. Liu|arXiv (Cornell University)|Feb 10, 2013

Complex Network Analysis Techniques参考文献 26被引用数 7

ひとこと要約

本稿では、深さ優先走査とランレングス符号化を用いてソーシャルネットワーク内のカスケードの形状を符号化し、それを高次マルコフ連鎖としてモデル化する、多階層マルコフモデル$M^{4}C$を提案する。Twitterデータを用いた評価において、$M^{4}C$はカスケードサイズの予測で90%を超える正確性を達成し、グラフ特徴に基づくベースライン手法を著しく上回った。

ABSTRACT

Cascades represent an important phenomenon across various disciplines such as sociology, economy, psychology, political science, marketing, and epidemiology. An important property of cascades is their morphology, which encompasses the structure, shape, and size. However, cascade morphology has not been rigorously characterized and modeled in prior literature. In this paper, we propose a Multi-order Markov Model for the Morphology of Cascades ($M^4C$) that can represent and quantitatively characterize the morphology of cascades with arbitrary structures, shapes, and sizes. $M^4C$ can be used in a variety of applications to classify different types of cascades. To demonstrate this, we apply it to an unexplored but important problem in online social networks -- cascade size prediction. Our evaluations using real-world Twitter data show that $M^4C$ based cascade size prediction scheme outperforms the baseline scheme based on cascade graph features such as edge growth rate, degree distribution, clustering, and diameter. $M^4C$ based cascade size prediction scheme consistently achieves more than 90% classification accuracy under different experimental scenarios.

研究の動機と目的

• ソーシャルネットワークカスケードの形状、構造、サイズを厳密にモデル化し、定量的に測定すること。
• 特に任意で複雑な形状をとるカスケードについて、先行研究において形式的特徴付けが不足している点を是正すること。
• さまざまなサイズやトポロジーのカスケードを表現できるスケーラブルで表現力のあるモデルを開発すること。
• オンラインソーシャルネットワークにおけるカスケードサイズ予測という未解決問題にモデルを適用すること。
• カスケードが特定のサイズに達するかどうかを予測するという点で、既存のグラフ特徴に基づくベースライン手法を上回ることを示すこと。

提案手法

• カスケード符号化アルゴリズムは、カスケードグラフに対して深さ優先走査を実行し、走査経路をランレングス符号化によって圧縮して、コンactかつ一意な表現を生成する。
• ランレングス符号化された系列は、多階層マルコフ連鎖を用いて離散時間確率過程としてモデル化され、カスケード形状の確率的特徴付けが可能になる。
• 標準的なマルコフ連鎖を高次に一般化することで、カスケード伝搬パターンにおける長距離依存性を捉えることができる。
• マルコフモデルの状態空間はランレングス符号化された系列から導出され、形状特徴を抽出し分類に利用できる。
• モデルは初期のカスケード部分（最初の$\tau_1$エッジ）を学習データとして用い、最終的なカスケードが目標サイズ（$\tau_2$エッジ）を超えるかどうかを予測する。
• 歪んだカスケードサイズ分布に起因するクラス不均衡を処理するために、インスタンス再サンプリングを用いた交差検証フレームワークが採用された。

実験結果

リサーチクエスチョン

• RQ1 任意の構造・形状・サイズを持つソーシャルネットワークカスケードの形態を形式的かつ定量的に表現できるモデルは構築可能か？
• RQ2 初期の伝搬ダイナミクスに基づいて、カスケードが特定のサイズに達するかどうかを$M^{4}C$モデルはどれほど効果的に予測できるか？
• RQ3 カスケードサイズ予測において、$M^{4}C$モデルは従来のグラフ特徴（例：エッジ増加率、次数分布、クラスタリング係数、直径）に基づく手法を上回るか？
• RQ4 初期観測ウィンドウ（$\tau_1$）と目標サイズギャップ（$\tau_2 - \tau_1$）の変化が、予測性能にどのように影響するか？
• RQ5 $M^{4}C$モデルは、オンラインソーシャルネットワークを超えて、疫学やマーケティングなどの他の分野へも一般化可能か？

主な発見

• $M^{4}C$は、実際のTwitterデータを用いたすべての実験設定において、カスケードサイズ予測で90%を超える分類正確性を達成した。
• $\tau_1 = 100$かつ$\tau_2 - \tau_1 = 10$のとき、$M^{4}C$ベースの予測スキームのピーク精度は96%に達した。
• $\tau_1 = 10$かつ$\tau_2 - \tau_1 = 100$のとき、最高の精度99%が達成され、初期サイズと目標サイズの間隔が広いほど性能が向上することが示された。
• $\tau_1$と$\tau_2 - \tau_1$が増加するにつれて、$M^{4}C$およびベースライン手法の両方の性能が向上し、初期カスケードダイナミクスにおける信号対雑音比の向上に起因する。
• $M^{4}C$モデルは、テストされたすべての構成において、カスケードグラフ特徴に基づくベースライン手法を一貫して上回った。
• ROC分析により、$M^{4}C$はさまざまなしきい値においても強力な識別力を持ち、一貫して高いAUC値を示した。