[논문 리뷰] Agent-based simulations of emotion spreading in online social networks

Milovan Šuvakov, David García외 2명|arXiv (Cornell University)|2012. 05. 29.

Opinion Dynamics and Social Influence인용 수 8

한 줄 요약

이 논문은 MySpace에서 수집한 실증 데이터를 활용하여 온라인 소셜 네트워크에서 정서가 확산되는 것을 시뮬레이션하는 에이전트기반 모델을 제시한다. 각 에이전트는 각성도와 평가도로 정의된 동적 정서 상태를 지니며, 시간 경과에 따라 약화되는 메시지 기반 상호작용을 모델링함으로써, 집단적 정서 역학—예를 들어 긍정 정서의 폭발적 증가와 장거리 시간 상관관계—가 사용자 활동 리듬과 네트워크 구조에 의해 유도되는 개별 행동에서 유래됨을 보여준다.

ABSTRACT

Quantitative analysis of empirical data from online social networks reveals group dynamics in which emotions are involved (\v{S}uvakov et al). Full understanding of the underlying mechanisms, however, remains a challenging task. Using agent-based computer simulations, in this paper we study dynamics of emotional communications in online social networks. The rules that guide how the agents interact are motivated, and the realistic network structure and some important parameters are inferred from the empirical dataset of exttt{MySpace} social network. Agent's emotional state is characterized by two variables representing psychological arousal---reactivity to stimuli, and valence---attractiveness or aversiveness, by which common emotions can be defined. Agent's action is triggered by increased arousal. High-resolution dynamics is implemented where each message carrying agent's emotion along the network link is identified and its effect on the recipient agent is considered as continuously aging in time. Our results demonstrate that (i) aggregated group behaviors may arise from individual emotional actions of agents; (ii) collective states characterized by temporal correlations and dominant positive emotions emerge, similar to the empirical system; (iii) nature of the driving signal---rate of user's stepping into online world, has profound effects on building the coherent behaviors, which are observed for users in online social networks. Further, our simulations suggest that spreading patterns differ for the emotions, e.g., "enthusiastic" and "ashamed", which have entirely different emotional content. {\bf {All data used in this study are fully anonymized.}}

연구 동기 및 목표

• MySpace와 같은 온라인 소셜 네트워크에서 관찰된 집단적 정서 행동의 메커니즘을 이해하기 위해.
• 각성도와 평가도로 제어되는 개인의 정서 상태가 네트워크 기반 상호작용을 통해 어떻게 영향을 주고 퍼져나가는지 모델링하기 위해.
• 네트워크 구조와 사용자 활동 패tern이 대규모 정서 역학의 발생에 어떻게 기여하는지 조사하기 위해.
• 다른 정서—예를 들어 '열정적'과 '부끄러움'—이 네트워크에서 서로 다른 패턴으로 확산되는지 테스트하기 위해.
• 정서의 폭발성과 평가도 우세성 등의 스타일리시드 팩트를 재현함으로써 모델을 실증 데이터와 검증하기 위해.

제안 방법

• 에이전트는 각성도(자극에 대한 반응성)와 평가도(매력성 또는 혐오성)라는 두 정서 상태 변수로 모델링된다.
• 정서 행동는 증가한 각성도에 의해 유도되며, 각 메시지는 수신자 에이전트에 영향을 주는 시간 경과에 따른 신호로 추적된다.
• 시뮬레이션은 방향성 있는 메시지 벽을 갖춘 실제 MySpace 네트워크 구조와 실증적으로 유도된 사용자 활동 패턴을 사용한다.
• 기계학습 기법을 활용해 메시지 텍스트에서 정서적 내용을 추출하여 각 메시지에 평가도와 각성도 수준을 할당한다.
• 시간 해상도를 갖춘 역학을 구현하여 정서적 영향력이 전송 후 시간이 지남에 따라 지속적으로 감쇠되도록 한다.
• 사용자별로 시간 상관관계를 갖는 스텝인 프로세스(구동 신호)를 포함하여 실제 사용자 진입 역학을 시뮬레이션한다.

실험 결과

연구 질문

• RQ1 개별 정서 행동이 온라인 소셜 네트워크에서 집단적 정서 행동으로 어떻게 유도되는가?
• RQ2 기본적인 네트워크 구조가 정서 확산에 어떤 역할을 하는가?
• RQ3 다른 정서 상태—예를 들어 '열정적' 대비 '부끄러움'—은 네트워크를 통해 어떻게 다른 방식으로 퍼지는가?
• RQ4 사용자 활동 리듬(구동 신호)이 대규모 정서 상관관계의 발생에 얼마나 큰 영향을 미치는가?
• RQ5 모델이 정서의 폭발성과 긍정 평가도 우세성과 같은 핵심 실증적 특징을 재현할 수 있는가?

주요 결과

• 폭발적 활동과 장거리 시간 상관관계를 포함한 집단적 정서 역학이 개별 정서 행동과 네트워크 상호작용에서 유도된다.
• 모델은 실증적으로 관찰된 긍정 정서의 우세성과 정서 시계열의 스타일리시드 팩트—상관 구조와 평가도 분포—를 재현한다.
• 사용자 활동의 시간 상관관계(구동 신호)는 일관되고 대규모의 정서 행동을 생성하는 데 필수적이며, 이와 같은 상관관계는 이를 갖지 않을 경우 유도되지 않는다.
• '열정적'과 '부끄러움'과 같은 다른 정서는 정서 상황 공간 내에서 서로 다른 확산 패턴을 보이며, 이는 각각 다른 사회적·심리적 함의를 반영한다.
• 높은 각성도 정서 상태는 작은 초기 입력에서도 발생하며, 이는 집단적 네트워크 효과가 개인 행동을 증폭시켜 '파티'-유사한 역학을 유도함을 시사한다.
• 모델은 알려진 정서적 주의 선택 메커니즘과 일치하는 비대칭 V자형 패턴을 정서 역학에서 생성하며, 이는 심리학 연구를 위한 검증 가능한 가설을 뒷받침한다.