[논문 리뷰] A Multilayer Approach to Multiplexity and Link Prediction in Online Geo-Social Networks

Desislava Hristova, Anastasios Noulas외 3명|arXiv (Cornell University)|2015. 08. 31.

Complex Network Analysis Techniques인용 수 4

한 줄 요약

이 논문은 단일 플랫폼을 초월해 네트워크 이웃 개념을 확장함으로써 트위터와 퍼스널 플랫폼인 퍼스널 플랫폼을 포함한 여러 온라인 소셜 네트워크 간 사용자 상호작용을 다루는 다층 프레임워크를 제안한다. 다층 Adamic/Adar 계수와 같은 다층 특징을 도입함으로써 교차 네트워크 링크 예측 성능을 향상시켜 AUC 0.88을 달성하였으며, 이는 복수의 네트워크에 걸친 연결이 단일 네트워크 연결보다 더 강한 상호작용 강도와 구조적 겹침을 보임을 시사한다.

ABSTRACT

Online social systems are multiplex in nature as multiple links may exist between the same two users across different social networks. In this work, we introduce a framework for studying links and interactions between users beyond the individual social network. Exploring the cross-section of two popular online platforms - Twitter and location-based social network Foursquare - we represent the two together as a composite multilayer online social network. Through this paradigm we study the interactions of pairs of users differentiating between those with links on one or both networks. We find that users with multiplex links, who are connected on both networks, interact more and have greater neighbourhood overlap on both platforms, in comparison with pairs who are connected on just one of the social networks. In particular, the most frequented locations of users are considerably closer, and similarity is considerably greater among multiplex links. We present a number of structural and interaction features, such as the multilayer Adamic/Adar coefficient, which are based on the extension of the concept of the node neighbourhood beyond the single network. Our evaluation, which aims to shed light on the implications of multiplexity for the link generation process, shows that multilayer features, constructed from properties across social networks, perform better than their single network counterparts in predicting links across networks. We propose that combining information from multiple networks in a multilayer configuration can provide new insights into user interactions on online social networks, and can significantly improve link prediction overall with valuable applications to social bootstrapping and friend recommendations.

연구 동기 및 목표

• 다양한 플랫폼 간 상호작용을 모델링함으로써 온라인 소셜 네트워크에서 복수성에 대한 실증적 연구의 부족을 보완하기 위해.
• 트위터와 퍼스널 플랫폼 모두에 연결된 사용자와 단일 네트워크에만 연결된 사용자 간의 상호작용 강도 및 구조적 겹침에서의 차이를 분석하기 위해.
• 교차 네트워크 이웃 유사성과 상호작용 패턴을 포괄하는 다층 네트워크 특징을 개발하기 위해.
• 이질적인 소셜 네트워크 간 링크 예측에서 다층 특징이 단일 네트워크 특징보다 우수한 성능을 보이는지 평가하기 위해.
• 복수성과 다중 플랫폼 사용자 행동을 활용하여 더 나은 친구 추천 및 소셜 네트워크 구축을 가능하게 하기 위해.

제안 방법

• 저자들은 각 플랫폼을 별개의 층으로 간주하여 트위터와 퍼스널 플랫폼을 복합적인 다층 온라인 소셜 네트워크로 모델링한다.
• 모든 층을 통합한 글로벌 이웃과 층 간 연결의 교차를 포착하는 코어 이웃을 정의한다.
• 코어 이웃의 이웃 겹침을 측정하기 위해 Adamic/Adar 계수를 다층 환경으로 확장한다.
• 전체 상호작용 수, 거리 기반 유사도, 플랫폼 간 해시태그 공존 여부 등 다층 특징을 구성한다.
• 이러한 다층 특징을 활용해 트위터 특징으로부터 퍼스널 플랫폼 링크를 예측하거나 그 반대의 교차 네트워크 링크 예측을 수행한다.
• 실세계 데이터를 활용해 미국의 세 도시에서 수집한 데이터를 바탕으로 AUC 점수를 사용해 성능을 평가하며, 다층 특징과 단일 네트워크 기반 모델을 비교한다.

실험 결과

연구 질문

• RQ1 트위터와 퍼스널 플랫폼 양쪽에서 연결된 사용자(복수성 연결)는 단일 네트워크 연결 사용자와 비교해 상호작용 빈도와 구조적 유사도에서 어떻게 다를까?
• RQ2 다층 Adamic/Adar 계수의 확장 방식으로 측정한 이웃 겹침은 복수성 연결과 단일 네트워크 연결 간에 어느 정도 다를까?
• RQ3 교차 네트워크 상호작용 및 구조적 특성에서 유도된 다층 특징은 단일 네트워크 특징에 비해 링크 예측 성능 향상에 기여하는가?
• RQ4 특히 한 네트워크의 특징으로부터 다른 네트워크의 링크를 예측할 때, 다층 특징의 예측 능력은 어떠한가?
• RQ5 이동 패턴과 속성 유사도(예: 해시태그)는 복수성과 플랫폼 간 링크 형성과 어떻게 관련이 있는가?

주요 결과

• 트위터와 퍼스널 플랫폼 양쪽에서 연결된 사용자들은 단일 네트워크 연결 사용자보다 상호작용 빈도가 뚜렷이 높으며, 더 많은 언급과 동일한 장소에서의 함께 머무름을 보였다.
• 복수성 연결 사용자의 주로 방문하는 장소 간 거리는 상당히 가까우며, 이는 단일 네트워크 쌍에 비해 위치 유사도가 유의미하게 높았다.
• 다층 Adamic/Adar 계수는 복수성 쌍의 코어 이웃에서 유의미하게 높은 겹침을 보였으며, 이는 네트워크 간 더 강한 구조적 유사성을 시사한다.
• 다층 특징 집합은 교차 네트워크 링크 예측에서 AUC 0.88을 달성하여 단일 네트워크 기반 특징보다 뛰어난 성능을 보였다.
• 전체 상호작용과 거리 기반 유사도를 조합한 특징은 단일 층 특징에 비해 더 뛰어난 분류 능력을 보였다.
• 본 연구는 복수성이 상호작용 강도와 구조적 유대감을 모두 강화함을 확인하였으며, 이는 사회적 네트워크 분석 및 추천에 다층 모델의 활용을 지지한다.