[논문 리뷰] Beyond Homophily: Incorporating Actor Variables in Actor-oriented Network Models

Tom A. B. Snijders, Alessandro Lomi|arXiv (Cornell University)|2018. 03. 19.

Complex Network Analysis Techniques참고 문헌 43인용 수 3

한 줄 요약

이 논문은 수치적 행동자 속성을 가진 방향성 네트워크에서 동시에 친화성, 열망, 소속 타당성, 사회성의 영향을 다항식 모델로 기술하기 위해 사차항 모델을 제안한다. 경영대학원생들의 조언 네트워크에 적용한 결과, 친화성과 중간 정도의 열망 효과가 드러났으며, 정확한 네트워크 모델링을 위해서는 친화성 이외의 혼동 요인들을 고려해야 한다는 점을 입증한다.

ABSTRACT

We consider the specification of effects of numerical actor attributes in statistical models for directed social networks. A fundamental mechanism is homophily or assortativity, where actors have a higher likelihood to be tied with others having similar values of the variable under study. But there are other mechanisms that may also play a role in how the attribute values of two actors influence the likelihood of a tie. We discuss three additional mechanisms: aspiration to send ties to others having high values; conformity in the sense of sending more ties to others whose values are close to what may be considered the `social norm'; and sociability, where those having higher values will tend to send more ties generally. These mechanisms may operate jointly, and then their effects will be confounded. We present a specification representing these effects simultaneously by a four-parameter quadratic function of the values of sender and receiver. Greater flexibility can be obtained by a five-parameter extension. We argue that empirical researchers often overlook the possibility that homophily may be confounded with these other mechanisms, and that for actor attributes that have important effects on directed networks, these specifications may provide an improvement. An illustration is given of the dependence of advice ties on academic grades in a network of MBA students, analyzed by the Stochastic Actor-oriented Model.

연구 동기 및 목표

• 방향성 네트워크에서 수치적 행동자 속성을 모델링할 때 친화성에만 초점을 맞추는 데서 비롯하는 한계를 해결하기 위해.
• 친화성, 열망, 소속 타당성, 사회성의 네 가지 구체적인 메커니즘을 식별하고 수식화하기 위해.
• 이러한 메커니즘들을 동시에 포괄하는 통계적으로 타당한 모델을 개발하여 혼동 효과를 피하기 위해.
• 학업 성적을 수치적 속성으로 사용하여 경영대학원생 간 조언 관계를 분석함으로써 이 모델의 실증적 유의성을 입증하기 위해.

제안 방법

• 방향성 네트워크에서 이원 관계의 관계 형성 확률을 모델링하기 위해 발신자 및 수신자 속성 값의 사차항 함수를 제안한다.
• 더 큰 유연성을 확보하기 위해 다섯 개의 매개변수로 확장된 모델을 제안하며, 친화성, 열망, 타당성, 사회성을 별도로 추정할 수 있도록 한다.
• 종단적 네트워크 데이터에 대해 모델을 추정하기 위해 확률적 행동자 중심 모델(Stochastic Actor-oriented Model, SAOM)을 사용한다.
• 이중 관계 공변량으로 egoX, diffSqX, altX, altSqX, egoXaltX를 사용하여 RSiena 소프트웨어에서 모델을 구현한다.
• 모델 매개변수의 비선형 함수인 유도된 사회적 기준 값의 표준 오차를 추정하기 위해 델타 방법을 적용한다.
• 모멘트 방법을 사용하고 공분산 행렬 근사치를 적용하여 매개변수 추론를 수행한다.

실험 결과

연구 질문

• RQ1 수치적 속성을 가진 방향성 네트워크에서 친화성, 열망, 소속 타당성, 사회성이 공동으로 관계 형성에 어떤 영향을 미치는가?
• RQ2 수치적 행동자 속성을 가진 네트워크 데이터를 모델링할 때, 친화성이 다른 메커니즘들과 얼마나 혼동되어 있는가?
• RQ3 간단한 모델보다 사차항을 가진 네 개 또는 다섯 개의 매개변수를 가진 모델이 행동자 속성에 따른 관계 형성의 진정한 의존성에 더 잘 맞출 수 있는가?
• RQ4 실제 경영대학원생 간 조언 네트워크에서 이러한 메커니즘들의 실증적 유의성은 어떠한가?
• RQ5 모델 매개변수에서 유도된 사회적 기준 값은 어떻게 추정할 수 있으며, 그 불확실성은 어떻게 정량화할 수 있는가?

주요 결과

• 경영대학원생 조언 네트워크에서 친화성은 강하게 지지되었으며, 이는 학업 성적이 유사한 동료에게 조언을 주는 경향이 있음을 시사한다.
• 높은 성취도를 가진 동료에게 조언을 주려는 경향으로 정의되는 열망은 중간 정도의 효과를 보였지만, 통계적으로 유의미하지 않았다.
• 소속 타당성(사회적 기준에 가까운 동료를 선호하는 경향)에 대한 유의미한 증거는 발견되지 않았다.
• 일반적인 관계 형성 경향으로서의 사회성(높은 속성 값을 가진 자에게 더 많은 관계를 형성하는 경향)은 이 데이터셋에서는 학업 성적과 관련이 없었다.
• 혼동 요인을 분리함으로써 단순한 모델보다 네 매개변수 사차항 모델이 더 나은 적합도를 보였다.
• 다섯 매개변수 확장 모델은 더 큰 유연성을 제공했지만, 실증 데이터에서는 네 매개변수 모델만으로도 충분했다.