[論文レビュー] Penetrating a Social Network: The Follow-back Problem

Fanyu Que, Krishnan Rajagopalan+1 more|arXiv (Cornell University)|Apr 8, 2018

Complex Network Analysis Techniques参考文献 13被引用数 3

ひとこと要約

本稿では、フォロワー獲得を最適化することでエージェントの影響力を最大化する戦略として「フォロー・バック問題」を導入する。本稿では、ターゲットの次数と相互ネットワーク被りに基づく確率的モデルを提案し、任意のグラフ構造に対して整数計画法を定式化し、Twitterデータを用いたシミュレーションを通じて、ベースライン方策よりも顕著に期待フォロワー数を増加させることを示している。

ABSTRACT

Modern threats have emerged from the prevalence of social networks. Hostile actors, such as extremist groups or foreign governments, utilize these networks to run propaganda campaigns with different aims. For extremists, these campaigns are designed for recruiting new members or inciting violence. For foreign governments, the aim may be to create instability in rival nations. Proper social network counter-measures are needed to combat these threats. Here we present one important counter-measure: penetrating social networks. This means making target users connect with or follow agents deployed in the social network. Once such connections are established with the targets, the agents can influence them by sharing content which counters the influence campaign. In this work we study how to penetrate a social network, which we call the follow-back problem. The goal here is to find a policy that maximizes the number of targets that follow the agent. We conduct an empirical study to understand what behavioral and network features affect the probability of a target following an agent. We find that the degree of the target and the size of the mutual neighborhood of the agent and target in the network affect this probability. Based on our empirical findings, we then propose a model for targets following an agent. Using this model, we solve the follow-back problem exactly on directed acyclic graphs and derive a closed form expression for the expected number of follows an agent receives under the optimal policy. We then formulate the follow-back problem on an arbitrary graph as an integer program. To evaluate our integer program based policies, we conduct simulations on real social network topologies in Twitter. We find that our polices result in more effective network penetration, with significant increases in the expected number of targets that follow the agent.

研究の動機と目的

• エージェントのフォロワー獲得戦略を最適化することで、ソーシャルネットワークへの浸透を最大化する戦略的手法を開発すること。
• ターゲットがエージェントをフォローする確率に影響を与える行動的およびネットワーク的特徴を同定すること。
• エージェントとターゲットのネットワークトポロジーおよび重複度に基づいて、ターゲットがエージェントをフォローする確率をモデル化すること。
• 任意のグラフ構造に対して、最適な浸透方策を整数計画法として定式化すること。
• 実世界のTwitterネットワークトポロジーを用いたシミュレーションを通じて、提案方策の評価と妥当性を検証すること。

提案手法

• 実証的に、ターゲットの次数と相互近傍サイズがフォロービジビリティに顕著に影響することを同定する。
• エージェントとターゲットのネットワーク内での重複度に依存する確率的モデルを提案する。
• 有向非巡回グラフ（DAG）上での最適方策における期待フォロワー数について、再帰的期待値分解を用いて閉形式の式を導出する。
• 係数 $ a^k_i $ および関数 $ f(k) $、$ g(F_v) $ を用いてフォロービジビリティを再帰的にモデル化し、$ f(k) $ は重複度 $ k $ における基本的なフォロービジビリティを表す。
• 一般グラフ上でのフォロー・バック問題を整数計画法として定式化し、最適なエージェント展開を求める。
• 実際のTwitterトポロジーを用いたシミュレーションにより、ベースライン戦略と比較して方策のパフォーマンスを評価する。

実験結果

リサーチクエスチョン

• RQ1 ソーシャルネットワークにおいて、ターゲットがエージェントをフォローするかどうかを最も強く予測するネットワーク的および行動的特徴は何か？
• RQ2 制限付きのエージェント展開戦略のもとで、期待フォロワー数を最大化するにはどうすればよいか？
• RQ3 有向非巡回グラフ上でのエージェント配置最適方策は、フォロワー獲得を最大化するためにどのように定式化されるか？
• RQ4 任意のグラフ構造上で、フォロー・バック問題を効率的に定式化・解釈するにはどうすればよいか？
• RQ5 実際のソーシャルネットワークデータ上での期待フォロワー獲得数において、提案方策はベースライン戦略と比べてどのように差をつけるか？

主な発見

• ターゲットがエージェントをフォローする確率は、ターゲットの次数が高くなるほど、およびエージェントとターゲットの相互近傍サイズが大きくなるほど上昇する。
• 有向非巡回グラフ上では、最適方策が再帰的期待値分解を用いて閉形式の式として導出され、期待フォロワー数が得られる。
• 整数計画法の定式化は、任意のグラフ構造上での最適なエージェント配置戦略を効果的に捉えており、スケーラブルな展開を可能にする。
• 実際のTwitterトポロジーを用いたシミュレーションでは、提案方策がベースライン戦略と比較して、期待フォロワー数を顕著に増加させることを示している。
• 実証的分析により、モデルの予測精度が裏付けられており、相互ネットワーク被りとターゲットの次数がフォロービジビリティの主要な決定要因であることが確認された。