[論文レビュー] Stochastic Models of User-Contributory Web Sites

Tad Hogg, Kristina Lerman|ArXiv.org|Mar 31, 2009

Complex Network Analysis Techniques参考文献 16被引用数 20

ひとこと要約

本稿では、Digg などのユーザー寄稿型ウェブサイトにおける集団的ユーザー行動をモデル化するため、マーカフ過程に基づくフレームワークを提案する。個々のユーザーの状態と遷移をモデル化し、サイトが提供する情報によって駆動される。集団的行動—例えばコンテンツの人気度やトップページのダイナミクス—が単純なユーザーレベルの意思決定から生じることを示し、ウェブサイト機能の予測および最適化を可能にする。

ABSTRACT

We describe a general stochastic processes-based approach to modeling user-contributory web sites, where users create, rate and share content. These models describe aggregate measures of activity and how they arise from simple models of individual users. This approach provides a tractable method to understand user activity on the web site and how this activity depends on web site design choices, especially the choice of what information about other users' behaviors is shown to each user. We illustrate this modeling approach in the context of user-created content on the news rating site Digg.

研究の動機と目的

• 参加型ウェブサイトにおける集団的ユーザー行動が個々の行動からどのように生じるかを理解するための、取り扱いやすく一般化可能なモデルフレームワークを開発すること。
• 特に、ユーザーの活動状況をどのように表示するかといったウェブサイト設計上の選択が、コンテンツの人気度やトップページ表示といった集団的行動にどのように影響するかを調査すること。
• ユーザーレベルの意思決定プロセスとマクロスケールのシステム的結果を結びつけることで、サイトのパフォーマンスの予測および最適化を可能にすること。
• コンテンツの人気度が内在的な物語の質に起因するのか、それとも可視性やソーシャルフィードバックメカニズムに起因するのかを区別すること。

提案手法

• ユーザーを、現在の行動や意図を表す少数の離散状態（例：閲覧中、投稿中、投票中）をとる連続時間のマーカフ過程としてモデル化する。
• ユーザーの行動とサイトが提供する情報（例：レーティング、トップページ掲載）に基づいて状態遷移を定義し、遷移率は実世界のデータから推定する。
• マスター方程式またはフォッカー・プランク近似を用いて、集団的分布（例：各状態にある物語の数）の時間発展を導出する。
• Digg からの実世界データ（トップページのダイナミクス、物語の人気度分布など）と照らし合わせて、モデルの予測を検証する。
• 平均場近似や拡散近似などの簡略化近似を適用することで、モデルを解析的に取り扱いやすくしつつ、重要な集団的行動を保持する。
• モデルの解を用いて、設計変更（例：プロモーションアルゴリズムの変更）のシミュレーションを行い、システム的結果に与える影響を予測する。

実験結果

リサーチクエスチョン

• RQ1 単純なユーザーレベルの意思決定ルールが、Digg におけるウイルス的コンテンツ拡散のような複雑な集団的行動をどのように生じさせるのか。
• RQ2 可視性やソーシャルフィードバック（例：トップページ掲載、レーティング）が、コンテンツの真の好まれ具合をどの程度強調または歪めるのか。
• RQ3 ユーザー活動の可視化といったウェブサイト設計選択を、確率的過程を用いてどのようにモデル化・最適化できるか。
• RQ4 限られた状態変数をもつマーカフベースのモデルが、ユーザー寄稿型サイトにおける実世界の集団的行動を正確に予測できるか。
• RQ5 このようなモデルが、極端な出来事（例：急激なトラフィックの増加）や履歴依存行動を捉える際に、どのような限界を有するのか。

主な発見

• 確率的モデルは、Digg の主要な実世界的特徴—物語の人気度のパワーロウ分布やトップページのダイナミクス—をうまく再現した。
• コンテンツのプロモーションといった集団的行動が、グローバルな調整ではなく、単純な局所的ユーザー意思決定から生じることを示した。
• モデルは、可視性やフィードバックメカニズム（例：トップページ掲載）が、物語の質のわずかな初期差を顕著に拡大することを示した。
• 平均場近似などの簡略化は、典型的な集団的行動を正しく予測できる解析的取り扱い可能なモデルを提供するが、極端な出来事は見逃す可能性がある。
• このフレームワークにより、仮想的な設計の探求が可能になった—例：Digg のプロモーションアルゴリズムをユーザーのネットワーク中央性を考慮するように変更—これにより、低品質コンテンツのプロモーションを低減する方法が示唆された。
• モデルは、観察されたユーザー行動が、物語の内在的質だけでなく、レーティングや可視性といったサイトが提供する信号にも影響を受けることを特定した。