[論文レビュー] Uncovering the Temporal Dynamics of Diffusion Networks

Manuel Gomez-Rodriguez, David Balduzzi+1 more|arXiv (Cornell University)|May 3, 2011

Complex Network Analysis Techniques参考文献 18被引用数 380

ひとこと要約

本稿では、伝達率を連続的でエッジ固有のプロセスとしてモデル化することにより、拡散ネットワークの時間的ダイナミクスを推定する凸最適化フレームワークNetRateを提案する。本手法は、スパースなパrameterチューニングやヒューリスティックなスパースネスペナルティを用いずに、スパムデータからネットワーク構造と時間変動する伝達率を同時に推定でき、合成データおよびハイパーリンクカスケードを含む実世界データにおいて、先行手法を上回る高い正確性と再現率を達成する。

ABSTRACT

Time plays an essential role in the diffusion of information, influence and disease over networks. In many cases we only observe when a node copies information, makes a decision or becomes infected -- but the connectivity, transmission rates between nodes and transmission sources are unknown. Inferring the underlying dynamics is of outstanding interest since it enables forecasting, influencing and retarding infections, broadly construed. To this end, we model diffusion processes as discrete networks of continuous temporal processes occurring at different rates. Given cascade data -- observed infection times of nodes -- we infer the edges of the global diffusion network and estimate the transmission rates of each edge that best explain the observed data. The optimization problem is convex. The model naturally (without heuristics) imposes sparse solutions and requires no parameter tuning. The problem decouples into a collection of independent smaller problems, thus scaling easily to networks on the order of hundreds of thousands of nodes. Experiments on real and synthetic data show that our algorithm both recovers the edges of diffusion networks and accurately estimates their transmission rates from cascade data.

研究の動機と目的

• 観測された感染時刻のみから、拡散プロセスの背後にあるネットワーク構造と伝達率を推定すること。
• 情報、影響力、または感染症の拡散の時間的ダイナミクスを、異なる伝達率を持つ連続的でエッジ固有のプロセスとしてモデル化すること。
• スパース性を自然に強制し、ヒューリスティックなパrameterチューニングを回避する手法を開発すること。
• エッジごとの最適化を分離することで、数十万ノードに達する大規模ネットワークにも効率的にスケーリングできること。
• エッジ全体で均一または固定された伝達率を仮定するのではなく、連続的な伝達率を推定することで、先行手法を改善すること。

提案手法

• 本手法は、エッジ固有の伝達率関数を持つ連続時間で条件付き独立なプロセスのネットワークとして拡散をモデル化する。
• 推定問題を、ネットワークエッジと伝達率を同時に推定する凸最尤最適化問題として定式化する。
• 尤度関数は生存分析に基づき、対数生存関数とハザード関数を用いて感染時刻をモデル化する。
• 最適化問題はノードごとに独立した部分問題に分解され、並列処理が容易になり、スケーラビリティが向上する。
• 伝達尤度にパラメトリックな形（例：指数関数的）を用い、パrametersはカスケードデータから直接推定する。
• スパース性は確率的モデルによって自然に誘導され、ヒューリスティックな$l_1$-類似ペナルティの必要がなくなる。

実験結果

リサーチクエスチョン

• RQ1 カスケード内の観測された感染時刻のみから、背後にあるネットワーク構造と時間変動する伝達率を推定できるか？
• RQ2 拡散ネットワーク内の異なるエッジで異なった伝達ダイナミクスをどのようにモデル化できるか？
• RQ3 スパース性のための手動パrameterチューニングを必要とせず、スケーラブルで凸な推論が可能か？
• RQ4 均一な伝達率を仮定するか、ヒューリスティックなスパースネス制御を用いる先行手法と比較して、本手法の性能はどの程度か？
• RQ5 本モデルは、実世界のハイパーリンクおよび合成カスケードにおいて、真のネットワーク構造と伝達率をどの程度正確に回復できるか？

主な発見

• NetRateは、異種の時間的ダイナミクスを示す合成ネットワークにおいて、NetInf や ConNIe よりも高い正確性と再現率を達成し、さまざまなパラメータ設定で優れた性能を示す。
• 実際のハイパーリンクデータにおいても、NetRateは、パラメータチューニング可能な全範囲でNetInf や ConNIe よりも高い精度を示し、単純なパラメトリックモデルを用いているにもかかわらず優れた性能を発揮する。
• NetInf や ConNIe が任意の選択を要する解曲線を生成するのに対し、NetRateは一意の解を生成する。
• NetRateは伝達率を正確に推定でき、NetInf や ConNIe ような従来手法には欠落していた能力である。
• 凸形式の採用により、自然な並列化が可能となり、数十万ノードに達する大規模ネットワークへの効率的スケーリングが実現できる。
• ヒューリスティックなスパースネスペナルティが存在しないため、そのような項に依存するConNIeよりも優れた性能を発揮し、異種のダイナミクス下でも性能が劣化しない。