[論文レビュー] Social Resilience in Online Communities: The Autopsy of Friendster

David García, Pavlin Mavrodiev+1 more|arXiv (Cornell University)|Feb 25, 2013

Complex Network Analysis Techniques参考文献 25被引用数 52

ひとこと要約

本稿は、オンラインコミュニティにおける社会的レジリエンスを、社会的つながりのコスト対利益比の関数としてユーザーログアウトをモデル化することで定量化するkコア分解フレームワークを提案する。Friendsterおよびその他の4つのOSNに適用した結果、コスト対利益比の上昇に伴いレジリエンスが低下し、それがユーザーカスケード崩壊を予測するものであり、Friendsterの衰退はkコアダイナミクスからの予測と非常に近いものであった。

ABSTRACT

We empirically analyze five online communities: Friendster, Livejournal, Facebook, Orkut, Myspace, to identify causes for the decline of social networks. We define social resilience as the ability of a community to withstand changes. We do not argue about the cause of such changes, but concentrate on their impact. Changes may cause users to leave, which may trigger further leaves of others who lost connection to their friends. This may lead to cascades of users leaving. A social network is said to be resilient if the size of such cascades can be limited. To quantify resilience, we use the k-core analysis, to identify subsets of the network in which all users have at least k friends. These connections generate benefits (b) for each user, which have to outweigh the costs (c) of being a member of the network. If this difference is not positive, users leave. After all cascades, the remaining network is the k-core of the original network determined by the cost-to-benefit c/b ratio. By analysing the cumulative distribution of k-cores we are able to calculate the number of users remaining in each community. This allows us to infer the impact of the c/b ratio on the resilience of these online communities. We find that the different online communities have different k-core distributions. Consequently, similar changes in the c/b ratio have a different impact on the amount of active users. As a case study, we focus on the evolution of Friendster. We identify time periods when new users entering the network observed an insufficient c/b ratio. This measure can be seen as a precursor of the later collapse of the community. Our analysis can be applied to estimate the impact of changes in the user interface, which may temporarily increase the c/b ratio, thus posing a threat for the community to shrink, or even to collapse.

研究の動機と目的

• 大規模なオンラインソーシャルネットワーク（OSN）のピーク後における衰退要因である構造的・動的要因を理解すること。
• ユーザーリテンションのカスケードに対して耐性を持つネットワークの集団的能力を捉える定量的指標（社会的レジリエンス）を構築すること。
• ユーザーアイコンやネットワーク環境の変化（認識されるコストの増加）が、大規模なユーザーリテンションの喪失を引き起こすメカニズムを調査すること。
• ネットワークトポロジーそのものだけがOSNの成功・失敗を決定づけるのか、あるいは環境要因（コスト対利益比）がより決定的であるのかを検証すること。
• 実世界のOSNにおけるユーザーリテンションダイナミクスをモデル化・予測するため、一般化されたkコア分解を適用し、Friendsterおよび他のOSNからの実データを用いること。

提案手法

• kコア分解を用いて、各ユーザが少なくともk人の友達を持つ部分グラフ（安定したコアコミュニティ）を同定する。
• コスト対利益比（c/b）に基づいてユーザーリテンションをモデル化し、ネット利益（b - c）が非正である場合にユーザが退会すると仮定する。
• 時間経過とともにkが増加する一般化されたkコアモデルを適用し、UI変更に起因するコスト上昇を模擬し、ユーザーリテンションカスケードを予測する。
• Friendster、Livejournal、Facebook、Orkut、Myspaceの公開データセットを用いて、モデルの実証的妥当性を検証する。
• 累積kコア分布による予測されたユーザーリテンションと、検索ボリュームや最終ログイン日時といった現実世界の代理指標を比較する。
• 時間依存的なkコアモデルをFriendsterの衰退に適合させ、観測されたユーザーディケイのフィッティングにおいてR² = 0.972を達成した。

実験結果

リサーチクエスチョン

• RQ1 オンラインコミュニティのkコア構造は、ユーザーリテンションカスケードに対するレジリエンスとどのように関係しているか？
• RQ2 UIアップデートなどに起因するコスト対利益比の変化が、OSNにおける大規模なユーザーリテンション喪失を引き起こす程度はどの程度か？
• RQ3 高い初期人気を誇ったにもかかわらずFriendsterが崩壊した理由は何か？この現象は、ネットワークトポロジーとコスト対利益ダイナミクスを用いて予測可能か？
• RQ4 成功したOSN（例：Facebook、Livejournal）と失敗したOSN（例：Friendster、Myspace）のレジリエンスプロファイルにはどのような相違があるか？
• RQ5 kコア分解は、オンラインソーシャルネットワークにおけるユーザーリテンションおよびコミュニティ安定性の予測ツールとして機能可能か？

主な発見

• kコア分解は、コアネス値の累積分布がユーザーリテンションの代理指標として機能することから、オンラインコミュニティのマクロスケールのレジリエンスを効果的に捉えている。
• Friendsterの衰退は、新規ユーザが参加する際のc/b比が高く、維持が魅力的でない低レジリエンス期に先行していた。これは、早期の崩壊の兆候を示している。
• モデルはFriendsterのユーザーディケイを高い精度で予測し、検索ボリュームデータに時間依存kコアモデルをフィットさせた際の決定係数R²は0.972に達した。
• 構造的優位性に欠かず、よりレジリエントなトポロジーを有していたにもかかわらず、Friendsterは他のネットワークよりも早く崩壊した。これは、環境要因（例：c/bの上昇）が構造的利点を上回ることを示している。
• LivejournalやFacebookは、トポロジー的レジリエンスに劣るものの、より高いユーザーエンゲージメントを維持しており、コスト対利益ダイナミクスがネットワーク構造そのものよりも重要であることを示唆している。
• ほとんどのOSNに高コアノード（例：k > 60）が存在することは、情報伝播の効率性を示しているが、c/bが時間経過とともに上昇すれば、それが崩壊を防げないことを示している。