[論文レビュー] Tracing Community Genealogy: How New Communities Emerge from the Old

Chenhao Tan|arXiv (Cornell University)|Apr 5, 2018

Complex Network Analysis Techniques参考文献 39被引用数 10

ひとこと要約

この論文は、10年間のRedditデータを用いて、初期参加者の過去の所属履歴を分析することで、新しいオンラインコミュニティのルーツを追跡するコミュニティ中心のフレームワークを導入する。その結果、特に強い親コミュニティのつながりと多様なメンバーのポートフォリオが、将来的な成長を顕著に予測することが判明した。また、急速なコミュニティの増加にもかかわらず、重要なグラフ特性は急速に収束することが明らかになった。

ABSTRACT

The process by which new communities emerge is a central research issue in the social sciences. While a growing body of research analyzes the formation of a single community by examining social networks between individuals, we introduce a novel community-centered perspective. We highlight the fact that the context in which a new community emerges contains numerous existing communities. We reveal the emerging process of communities by tracing their early members' previous community memberships. Our testbed is Reddit, a website that consists of tens of thousands of user-created communities. We analyze a dataset that spans over a decade and includes the posting history of users on Reddit from its inception to April 2017. We first propose a computational framework for building genealogy graphs between communities. We present the first large-scale characterization of such genealogy graphs. Surprisingly, basic graph properties, such as the number of parents and max parent weight, converge quickly despite the fact that the number of communities increases rapidly over time. Furthermore, we investigate the connection between a community's origin and its future growth. Our results show that strong parent connections are associated with future community growth, confirming the importance of existing community structures in which a new community emerges. Finally, we turn to the individual level and examine the characteristics of early members. We find that a diverse portfolio across existing communities is the most important predictor for becoming an early member in a new community.

研究の動機と目的

• 初期採用者たちのコミュニティ所属履歴を分析することで、新しいオンラインコミュニティがどのように生まれるかを理解すること。
• 共通する初期参加者を根拠に、コミュニティ間の系統図グラフを構築するための計算フレームワークを開発すること。
• コミュニティのルーツが、将来的な成長や発展に与える影響を調査すること。
• 新しいコミュニティ形成における初期参加者の個別レベルの特徴が、その参加がどのように予測できるかを特定すること。
• 系統図グラフの構造的特性と、その時間的推移における収束の仕組みを調査すること。

提案手法

• 初期参加者（最初のk人）の共有を根拠に、親コミュニティから新しいコミュニティへの有向エッジを特定することで、系統図グラフを構築する。
• エッジの重みを、子コミュニティの初期参加者の中で、事前に親コミュニティに所属していた者の割合として定義する。
• ユーザーの投稿履歴とコミュニティ所属履歴を含む、10年以上にわたる大規模なデータセットを用いる。
• ユーザー行動、コミュニティの多様性、コミュニティ間の相互作用に基づいた特徴を用いて、初期参加者を予測する機械学習モデルを適用する。
• 系統図グラフの性質を測定することで特徴づける。具体的には、親コミュニティ数、最大親重み、時間的収束性を評価する。
• 回帰分析を用いて、コミュニティのルーツ（親コミュニティの強さ）と将来的な成長指標（成長率や規模）との関連を調査する。

実験結果

リサーチクエスチョン

• RQ1 新しいコミュニティの初期参加者が、既存のコミュニティにどのように遡れるか。また、その過去の所属履歴にどのようなパターンが見られるか？
• RQ2 強い親コミュニティが、新しいコミュニティの将来的な成長をどの程度正確に予測できるか？
• RQ3 初期参加者の個別レベルの特徴の中で、新しいコミュニティ形成への参加を最もよく予測するのはどれか？
• RQ4 系統図グラフの基本的構造的特性（親コミュニティ数、最大親重みなど）は、時間経過とともにどのように変化するか？
• RQ5 ユーザーの過去のコミュニティ所属の多様性は、新しいコミュニティへの参加確率と相関するか？

主な発見

• コミュニティの総数が急激に増加する中でも、系統図グラフにおける親コミュニティ数と最大親重みは、急速に安定した値に収束する。
• 特に高い重みを持つエッジを持つ強い親コミュニティを有するコミュニティは、将来的な成長率が顕著に高く、複雑な伝染（complex contagion）がコミュニティ拡散に果たす役割を裏付ける。
• 過去のコミュニティ所属の多様なポートフォリオが、新しいコミュニティの初期参加者となる確率を最もよく予測する個別レベルの特徴である。親コミュニティの活動や言語のみに基づく特徴よりも優れた性能を示す。
• ユーザーが複数のコミュニティで行動する様子を捉える「相互作用特徴」が、予測性能を支配し、k=100における正答率が70.5％に達する。これは、相互作用特徴のみを用いたモデルをわずかに上回る性能である。
• 親コミュニティのフィードバックや言語使用に基づく特徴は、性能が低く、ベースラインすらわずかに上回るにとどまり、ユーザー履歴が既に考慮されている状況では予測力が限られていることが示された。
• コミュニティエントロピーの係数が、予測モデルで最も影響力のある特徴であることが判明した。これは、広範かつ多様なコミュニティ参加経験を持つユーザーが、新しいコミュニティの創設に最も関与しやすいことを示唆している。