[論文レビュー] Romantic Partnerships and the Dispersion of Social Ties: A Network Analysis of Relationship Status on Facebook

Lars Bäckström, Jon Kleinberg|Oct 24, 2013

Complex Network Analysis Techniques参考文献 27被引用数 143

ひとこと要約

本論文は、Facebookのネットワークにおいて、2人の人物の共通友人のつながりがどれほど疎かを測る新しいネットワーク指標「分散（dispersion）」を提案する。大規模な分析を通じて、分散は伝統的な埋め込み度（embeddedness）に比べて精度が約2倍に向上し、特に新しい関係において顕著である。これは、恋愛パートナーが複数の社会的文脈をつなぐブローカーとして構造的に特徴づけられることを示している。

ABSTRACT

A crucial task in the analysis of on-line social-networking systems is to identify important people --- those linked by strong social ties --- within an individual's network neighborhood. Here we investigate this question for a particular category of strong ties, those involving spouses or romantic partners. We organize our analysis around a basic question: given all the connections among a person's friends, can you recognize his or her romantic partner from the network structure alone? Using data from a large sample of Facebook users, we find that this task can be accomplished with high accuracy, but doing so requires the development of a new measure of tie strength that we term `dispersion' --- the extent to which two people's mutual friends are not themselves well-connected. The results offer methods for identifying types of structurally significant people in on-line applications, and suggest a potential expansion of existing theories of tie strength.

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いて、他の友人とは区別される恋愛パートナーの構造的兆候を特定すること。
• 埋め込み度のような標準的な結束度測定法が、親密な関係を特定するのに十分かどうかを検証すること。
• 恋愛パートナーが多様な社会的圏を横断して果たすブローカーの役割を捉える新しいネットワーク指標「分散」を考案・検証すること。
• 分散の性能を、さまざまな関係期間およびネットワーク規模において評価すること。
• 分散の結果が、ソーシャルネットワークの構造、コンテンツの優先順位付け、結束度理論に与えるインパクトを検討すること。

提案手法

• 著者らは、2人の人物の共通友人の間の平均クラスタリング係数の逆数として分散を定義し、これらの共通友人がどれほど互いに離れているかを測定する。
• ユーザーとその友人それぞれとの間で分散を計算し、この指標に基づいて友人をランク付けすることで、最も可能性の高い恋愛パートナーを特定する。
• 本手法は、プロファイルに自らが恋愛パートナーを記載した大規模なFacebookユーザーのサンプルを用いて検証された。
• AUCと正答率の指標を用いて、分散と埋め込み度（共通友人の数）の性能を比較した。
• 2ホップの近傍までをカバーするため、再帰的分散を用い、ユーザーごとに上位20名にフィルタリングを施した。
• 方向性のある分散スコア（rec(u,v) と rec(v,u)）を組み合わせることで予測精度を向上させ、相互に高いスコアを持つものを優遇するヒューリスティックを用いた。

実験結果

リサーチクエスチョン

• RQ1 明示的な関係宣言に依存せずに、ネットワーク構造だけから恋愛パートナーを特定できるか？
• RQ2 共通友人の数としての標準的指標（埋め込み度）は、恋愛パートナーを信頼性を持って特定できるか？
• RQ3 埋め込み度を超える構造的ネットワーク指標は、恋愛パートナーがソーシャルネットワークで果たす独自の役割をよりよく捉えられるか？
• RQ4 分散の性能は、さまざまな関係期間においてどのように変化するか？
• RQ5 再帰的分散は、直近の友人を越えたより広範なネットワーク文脈を組み込むことで、パートナー検出を改善できるか？

主な発見

• 分散は、ユーザーの友人リストから恋愛パートナーを特定する際、埋め込み度に比べて約2倍の精度を達成する。
• 12か月未満の関係では、分散と埋め込み度の性能差が特に顕著であり、分散はパートナー検出の遷移確率が50%高い。
• 再帰的分散のヒューリスティック（分散で上位20名にランク付けされた友人を用い、両方向のスコアを統合）により、予測精度がAUC 0.534まで向上し、ベースライン手法に比べ6%の向上を達成した。
• 恋愛パートナーの構造的兆候は、共通友人の数が多いことではなく、それらの共通友人の間のつながりの疎らさにあり、これは別々の社会的圏を横断するブローカーの役割を示している。
• 分散は特に新しい関係において顕著に効果的であり、初期の恋愛的結束のネットワーク構造が、もともと分断されていたグループ同士を統合するプロセスを反映していることを示唆している。
• 結果は、恋愛パートナーが複数のネットワーク文脈をつなぐ社会的焦点として機能し、分散によって捉えられるが、伝統的な埋め込み度では捉えられないという理論的モデルを支持している。