[論文レビュー] Shaping Social Activity by Incentivizing Users

Mehrdad Farajtabar, Nan Du+4 more|arXiv (Cornell University)|Aug 2, 2014

Point processes and geometric inequalities参考文献 25被引用数 72

ひとこと要約

本稿では、外部イベント強度とネットワーク全体の活動量の間の線形関係を活用して、インcentive（インcentive）によるユーザーの活動をモデル化・制御する凸最適化フレームワークを提案する。この手法により、予算制約のもとで、目標となる活動レベルの達成や均質性の最大化といった、ネットワーク全体の使用パターンを正確に制御可能となる。実世界の60,000ユーザーを含むTwitterデータにおいて、ヒューリスティック法を上回る性能を示した。

ABSTRACT

Events in an online social network can be categorized roughly into endogenous events, where users just respond to the actions of their neighbors within the network, or exogenous events, where users take actions due to drives external to the network. How much external drive should be provided to each user, such that the network activity can be steered towards a target state? In this paper, we model social events using multivariate Hawkes processes, which can capture both endogenous and exogenous event intensities, and derive a time dependent linear relation between the intensity of exogenous events and the overall network activity. Exploiting this connection, we develop a convex optimization framework for determining the required level of external drive in order for the network to reach a desired activity level. We experimented with event data gathered from Twitter, and show that our method can steer the activity of the network more accurately than alternatives.

研究の動機と目的

• 外部的なインcentiveを用いて、オンラインソーシャルネットワークの活動を望ましい状態へと誘導する課題に対処すること。
• 繰り返し発生するソーシャルイベントを、ネットワーク駆動の内因的（endogenous）イベントと外部駆動の外因的（exogenous）イベントの混合としてモデル化すること。
• 予算制約のもとで、特定の活動目標を達成するために各ユーザーに対して最適なインcentiveレベルを決定する手法を開発すること。
• 二値の採用モデルにとどまらず、周波数および分布の目標を設定可能な連続的かつ時間に依存する活動形状の制御を可能にする一般化を図ること。
• 最小使用量、最大化、均質化といった、細かく動的かつ時間的に変化するネットワーク活動パターンに対する、高精度な動的制御を可能にすること。

提案手法

• マルチバリアント・ハーケス過程を用いて、内因的および外因的イベント強度の両方を捉えることで、ソーシャル活動をモデル化する。
• 分岐過程との関連を介して、外因的イベント強度とネットワーク全体の活動量との間の時間依存的線形関係を導出する。
• 予算制約のもとで最適なインcentiveレベルを決定するため、活動形状問題を凸最適化問題として定式化する。
• 効率的な行列指数関数の計算を実現するため、切り捨てられたテイラー級数近似を用いた勾配ベースの最適化アルゴリズムを採用する。
• 外因的インcentiveを時間的に変化させるために、畳み込み形式を用いるが、線形性と凸性を保ったまま一般化する。
• 非パrametricなインcentive関数に対して、関数的勾配降下法を用いることで、凸性と取り扱いやすさを維持する。

実験結果

リサーチクエスチョン

• RQ1 望ましい活動レベルへとソーシャルネットワークを誘導するための外部インcentiveの最適レベルをどのように特定できるか？
• RQ2 ハーケス過程モデルにおいて、外因的イベント強度とネットワーク全体の活動量との間の線形関係は何か？
• RQ3 凸最適化を用いることで、ヒューリスティックなベースラインよりも高い精度での活動形状制御が可能か？
• RQ4 予算制約および時間に依存する活動目標のもとで、このフレームワークはどのように性能を発揮するか？
• RQ5 理論的保証を維持したまま、時間的に変化するインcentive戦略へと拡張可能か？

主な発見

• 提案手法は、ヒューリスティックなベースラインを上回り、特に最悪ケースのユーザー活動レベルの最小値を最小限に抑える点で優れた性能を示した。1か月あたり、最悪ケースのユーザー活動レベルが0.864上昇した。
• このフレームワークにより、ネットワーク全体の活動に対する高精度な制御が可能となり、1か月後に1ユーザーあたり週に少なくとも2回の使用を保証するなど、定量的なインcentiveレベルを提供できる。
• 60,000ユーザーと750万件のイベントを含む実世界のTwitterデータセットにおいて、ホールドアウトデータを用いてネットワーク行動の正確な形状制御が達成された。
• 活動の均質性向上のおかげで、月間で51,840件の追加広告採用が見込まれ、スケーラビリティと実効性が実証された。
• 効率的な勾配計算のおかげで、数万ノードにわたるスケールでも、凸最適化フレームワークは正確性と効率性を維持した。
• 時間的に変化するインcentiveへの理論的一般化は、線形性と凸性を保ったまま行われ、非パrametricなインcentive関数に対しても関数的勾配降下法を適用可能にした。