[논문 리뷰] Censoring Out-Degree Compromises Inferences of Social Network Contagion and Autocorrelation

Andrew C. Thomas|arXiv (Cornell University)|2010. 08. 10.

Opinion Dynamics and Social Influence인용 수 4

한 줄 요약

이 논문은 개인의 친구 수를 모두 지목할 수 없도록 제한하는 외부도 제한(Out-degree censoring)이 사회적 네트워크 전염 및 자동상관 모델에서 추론에 어떤 영향을 미치는지 조사한다. 연구는 완전하지 않은 간선 정보가 효과 크기를 과대평가하거나 영향을 중심으로 한 편향된 추정량을 초래함을 보여주며, 친구 수의 이질성이 추정의 정확성을 회복할 수 있는지 여부를 결정하는 핵심 요소임을 밝힌다.

ABSTRACT

I examine the consequences of modelling contagious influence in a social network with incomplete edge information, namely in the situation where each individual may name a limited number of friends, so that extra outbound ties are censored. In particular, I consider a prototypical time series configuration where a property of the ego is affected in a causal fashion by the properties of their at a previous time point, both in the total number of alters as well as the deviation from a central value. This is considered with three potential methods for naming one's friends: a strict upper limit on the number of declarations, a flexible limit, and an instruction where a person names a prespecified fraction of their friends. I find that one of two effects is present in the estimation of these effects: either that the size of the effect is inflated in magnitude, or that the estimators instead are centered about zero rather than related to the true effect. The degree of heterogeneity in friend count is one of the major factors into whether such an analysis can be salvaged by post-hoc adjustments.

연구 동기 및 목표

• 불완전한 사회적 네트워크 데이터—특히 제한된 외부도—가 사회적 전염 및 자동상관 효과를 추정하는 데 미치는 영향을 평가하는 것.
• 고정된 제한, 유연한 제한, 고정된 비율 등 다양한 친구 지목 제약 조건이 추정 정확도에 어떤 영향을 미치는지 평가하는 것.
• 외부도가 제한된 상황에서 사후 조정이 유효한 추론을 복구할 수 있는지 확인하는 것.
• 특히 친구 수의 이질성이 포함된 네트워크의 구조적 특징이 캐시링의 보정 가능성에 미치는 영향을 규명하는 것.

제안 방법

• 에고의 성질이 시간 t에서 타겟의 성질이 시간 t-1일 때의 시간적 시리즈 프레임워크를 사용해 사회적 영향을 모델링하는 것.
• 엄격한 상한선, 유연한 상한선, 고정된 비율의 친구를 지목하는 세 가지의 서로 다른 친구 지목 프로토콜을 시뮬레이션하는 것.
• 각 지목 프로토콜 하에서 표준 네트워크 회귀 모델을 사용해 전염 및 자동상관 효과를 추정하는 것.
• 실제 기반 값과 비교하여 추정 효과의 편향과 크기 왜곡을 평가하는 것.
• 사후 보정이 캐시링 편향을 완화할 수 있는지 여부를 결정하는 데 있어 도수 이질성의 역할을 분석하는 것.
• 다양한 네트워크 구조와 캐시링 메커니즘 하에서 추정량의 강건성을 평가하기 위해 시뮬레이션 기반 추론을 사용하는 것.

실험 결과

연구 질문

• RQ1 제한된 외부도는 네트워크 모델에서 사회적 전염 효과 추정에 어떻게 영향을 미치는가?
• RQ2 고정된 제한, 유연한 제한, 고정된 비율 등 친구 지목 제약 유형이 전염 효과 추정의 편향 또는 정밀도에 영향을 미치는가?
• RQ3 외부도가 제한된 경우 사후 조정을 통해 유효한 추론을 복구할 수 있는가?
• RQ4 네트워크 도수 이질성은 캐시링이 추정 정확도에 미치는 영향을 어느 정도 조절하는가?
• RQ5 추정량이 진짜 효과 크기를 반영하지 못하고 영향 중심에 수렴하는 조건은 언제인가?

주요 결과

• 외부도 제한은 추정 문제를 두 가지 주요 형태로 초래한다: 전염 효과의 크기가 과대평가되거나, 추정량이 영향 중심에 수렴하여 검출 가능한 효과가 없음을 시사한다.
• 네트워크 내에서 도수의 이질성이 존재할 경우 추정의 편향 위험이 크게 증가하여 캐시링 보정이 더 어려워진다.
• 고정된 비율 지목 프로토콜 하에서의 추정량은 고정된 하한선 또는 유연한 제한 하에서의 추정량보다 더 일관된 편향 패턴을 보인다.
• 캐시링이 심하거나 도수 이질성이 높을 경우 사후 조정이 일반적으로 정확한 추론 복구에 부족할 수 있다.
• 특히 고도수를 가진 개인이 캐시링으로 인해 체계적으로 생략될 경우, 영향 중심의 추정량이 발생할 위험이 특히 높아진다.
• 네트워크 구조, 특히 친구 수의 분산은 캐시링을 통계적 보정으로 완화할 수 있는지 여부를 결정하는 핵심 요소이다.