[論文レビュー] Online Social Network Analysis: A Survey of Research Applications in Computer Science

David Burth Kurka, Alan Godoy+1 more|arXiv (Cornell University)|Apr 22, 2015

Complex Network Analysis Techniques参考文献 154被引用数 36

ひとこと要約

本サーベイは、Facebook や Twitter などのオンラインソーシャルネットワーク（OSN）に関する、10年以上にわたる研究を統合的に分析し、計算的アプローチに焦点を当てたOSN分析の包括的な分類体系を提案する。研究分野をアプリケーションドメイン別に分類し、ネットワーク科学や機械学習といった主要な手法を強調するとともに、時間的ダイナミクス、倫理的配慮、ネットワーク進化のシステム的モデリングに関する未解決の課題を特定する。

ABSTRACT

The emergence and popularization of online social networks suddenly made available a large amount of data from social organization, interaction and human behavior. All this information opens new perspectives and challenges to the study of social systems, being of interest to many fields. Although most online social networks are recent (less than fifteen years old), a vast amount of scientific papers was already published on this topic, dealing with a broad range of analytical methods and applications. This work describes how computational researches have approached this subject and the methods used to analyze such systems. Founded on a wide though non-exaustive review of the literature, a taxonomy is proposed to classify and describe different categories of research. Each research category is described and the main works, discoveries and perspectives are highlighted.

研究の動機と目的

• 本分野に新たに参入する研究者を対象に、オンラインソーシャルネットワーク（OSN）に関する急速に拡大する計算的研究を整理・マップ化すること。
• 計算的アプローチに焦点を当て、社会的・行動的科学ではなく、OSN分析における主要な研究分野を特定・分類すること。
• OSN研究におけるメソドロジーのトレンド、主な発見、および時間的ダイナミクスや倫理的含みに関する未解決の課題を強調すること。
• 関連文献の選定や未開拓の研究分野の同定を支援する構造的分類体系を提供すること。
• ユーザーまたはメッセージレベルの分析をはるかに超えて、ネットワークレベルの効果や進化を調査するためのシステム的・複雑系的アプローチの必要性を強調すること。

提案手法

• コンピュータサイエンス分野におけるOSN分析に関する査読付き論文を対象とした、包括的ではないが広範な文献レビューの実施。
• 情報拡散、コミュニティ検出、センチメント分析などの特定応用分野に分類できる分類体系の提案。
• OSNデータに適用されたネットワーク科学、機械学習、自然言語処理などのメソドロジー的アプローチの分析。
• OSNデータの時間的・空間的ダイナミクスの評価を行い、リアルタイムおよび継続的データストリームへの重点を強調。
• 静的ネットワークモデリングや倫理的配慮の欠如といった、現在の研究における制限要因の同定。
• マルチエージェントモデリングと複雑系理論を用いて、システム的・ネットワークレベルの分析の今後の方向性を示唆。

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分析における主な計算的研究分野は何か。また、それらはどのように分類されるか。
• RQ2 現在のOSN分析手法は、時間的ダイナミクス、ネットワーク進化、リアルタイムデータをどのように扱っているか。
• RQ3 特にネットワークのシステム的効果をモデリングする観点で、OSN研究における主要なメソドロジー的ギャップは何か。
• RQ4 計算的社会科学は、OSNデータを活用することで、従来のデータ収集方法に比べて、より迅速で検証可能で再現性のある研究をどのように向上させられるか。
• RQ5 公開されたOSNデータの分析に伴い生じる、プライバシーの懸念や行動データの誤用のリスクといった倫理的・プライバシー上の課題は何か。それらは今後の研究でどのように対処されるべきか。

主な発見

• 15年未満の期間にわたり、OSNに関する広範な計算的研究が登場しており、ネットワーク構造、情報拡散、センチメント分析分野で顕著な貢献がなされている。
• 大多数のOSN研究はユーザーまたはメッセージレベルの特徴に焦点を当てており、ネットワークトポロジーとダイナミクスのシステム的モデリングは限定的である。
• ネットワーク分析における時間的不整合（例：接続のアクティブ化時刻を無視すること）は、ユーザー間の距離を誤って短く評価する要因となる。
• OSNデータと他のデータソース（例：GPS、センサー）の統合は、モノのインターネット（IoT）の発展に伴い拡大が予想される。
• 計算的社会科学は、従来のデータ収集手法に比べて迅速で検証可能で再現性のある研究が可能になるため、OSNデータの活用によって恩恵を受けることができる。
• プライバシーリスクや行動データの誤用の可能性といった倫理的懸念は、現在の大多数のOSN研究で十分に取り扱われていないまま残っている。