[論文レビュー] Signed Link Analysis in Social Media Networks

Ghazaleh Beigi, Jiliang Tang+1 more|arXiv (Cornell University)|Mar 22, 2016

Complex Network Analysis Techniques被引用数 18

ひとこと要約

本稿は、感情情報、イノベーションの拡散理論、個人の性格に関する心理学的・社会的理論を統合することで、符号付きソーシャルネットワークのための新しいリンク分析フレームワークを提案する。感情表現、同調圧力、性格的特徴（楽観主義／悲観主義）が、肯定的および否定的リンク形成を顕著に予測することを示しており、統計的検定におけるp値が1e-19未満であるため、理論に基づく分析が符号付きネットワークにおいて強く実証的根拠を有することを示している。

ABSTRACT

Numerous real-world relations can be represented by signed networks with positive links (e.g., trust) and negative links (e.g., distrust). Link analysis plays a crucial role in understanding the link formation and can advance various tasks in social network analysis such as link prediction. The majority of existing works on link analysis have focused on unsigned social networks. The existence of negative links determines that properties and principles of signed networks are substantially distinct from those of unsigned networks, thus we need dedicated efforts on link analysis in signed social networks. In this paper, following social theories in link analysis in unsigned networks, we adopt three social science theories, namely Emotional Information, Diffusion of Innovations and Individual Personality, to guide the task of link analysis in signed networks.

研究の動機と目的

• 符号付きネットワークにおけるリンク分析のギャップを埋める。これは、否定的（不信頼）リンクが存在するため、符号なしネットワークとは根本的に異なる。
• トポロジー構造を超えて、心理学的および社会的理論がリンク形成分析をどのように導けるかを調査する。
• 感情、性格（楽観主義／悲観主義）、および同調圧力といったユーザー層の属性を、符号付きネットワークのリンク予測に統合する。
• 実世界のデータセット（Epinions、Slashdot）を用いて、感情的情報、社会的影響、性格的要因がリンク形成に与える影響を実証的に検証する。

提案手法

• 感情情報理論は、コメントやレビューにおける感情の強さを測定することで適用され、高い肯定的感情の強さが肯定的リンクと相関する。
• イノベーションの拡散理論は、2標本t検定を用いて、共通の友人u_kがu_jに対して肯定的または否定的リンクを形成している場合に、u_iがu_jに対してリンクを形成する可能性を比較することでモデル化される。
• 個人の性格理論は、レーティングおよびレビュー得点に基づいてユーザーを楽観主義／悲観主義のグループにランク付けし、t検定を用いてグループ間のリンク形成差をテストすることで実装される。
• 統計的仮説検定（2標本t検定）を用いて、各理論のもとで観察されたリンク形成パターンの有意性を評価し、有意水準α = 0.01を設定する。
• データセットはEpinions（製品レーティング）およびSlashdot（ユーザーのレビュー）から構築され、楽観主義／悲観主義スコアはレーティング行動から導出される。
• フレームワークは、理論に基づく特徴工学と厳密な統計的検証を組み合わせ、リンク予測の可能性を評価する。

実験結果

リサーチクエスチョン

• RQ1 お互いに対してより強い肯定的感情を示すユーザー同士は、符号付きネットワークにおいて肯定的リンクを形成する可能性が高いか？
• RQ2 あるユーザーの共通の友人が、第三者に対してすでに肯定的または否定的リンクを形成している場合、そのユーザーは同様の方向性のリンクを形成する可能性が高いか？
• RQ3 楽観主義スコアがより高いユーザーは、楽観主義が低いユーザーよりも肯定的リンクを形成する可能性が高いか？
• RQ4 悲観主義スコアがより高いユーザーは、悲観主義が低いユーザーよりも否定的リンクを形成する可能性が高いか？
• RQ5 感情的要因、社会的影響、性格的要因が、符号付きネットワークにおけるリンク形成をどれほど包括的に説明できるか？

主な発見

• お互いに対してより高い感情的強度（肯定的センチメント）を示すユーザー同士は、有意に肯定的リンクを形成する可能性が高く、t検定のp値はEpinionsで1.84e-75、Slashdotで3.56e-91である。
• ユーザーは、友人のリンクが第三者に対して同じ方向性である場合、より有意にその方向性のリンクを形成する傾向がある。これはイノベーションの拡散理論を支持するものであり、p < 0.01である。
• 楽観主義スコアが高いユーザーは、楽観主義が低いユーザーよりも有意に肯定的リンクを形成する可能性が高く、p値はEpinionsで3.16e-19、Slashdotで1.60e-23である。
• 悲観主義スコアが高いユーザーは、悲観主義が低いユーザーよりも有意に否定的リンクを形成する可能性が高く、性格に基づくリンク形成傾向が確認された。
• 結果はK=20、30、50の複数のグループ分割においても安定しており、性格に基づくリンク予測の信頼性が裏付けられた。
• 心理学的および社会的理論の統合は、トポロジー的特徴のみに依存する分析をはるかに上回る、符号付きネットワークにおけるリンク分析の質を著しく向上させる。