[논문 리뷰] Communication activity: temporal correlations, clustering, and growth

Diego Rybski, Sergey V. Buldyrev외 2명|arXiv (Cornell University)|2010. 02. 01.

Complex Network Analysis Techniques참고 문헌 5인용 수 4

한 줄 요약

이 연구는 온라인 커뮤니티 내 메시지 전송 시점 간의 시간적 상관관계를 분석하여, 소통 활동에 장기적인 지속성이 있음을 밝혀냈다. 개별 메시지 수의 증가 변동성을 이러한 상관관계와 Scaling 지수를 통해 연결하였으며, 메시지량 M과 소통 파트너 수 K 사이에 K∼M^λ (λ≈0.75)의 거듭제곱 법칙 관계를 발견하여, 지속적인 상호작용에 의해 유도되는 자가조직화된 활동 패tern을 시사한다.

ABSTRACT

We investigate the timing of messages sent in two online communities with respect to growth fluctuations and long-term correlations. We find that the timing of sending and receiving messages comprises pronounced long-term persistence. Considering the activity of the community members as growing entities, i.e. the cumulative number of messages sent (or received) by the individuals, we identify non-trivial scaling in the growth fluctuations which we relate to the long-term correlations. We find a connection between the scaling exponents of the growth and the long-term correlations which is supported by numerical simulations based on peaks over threshold. In addition, we find that the activity on directed links between pairs of members exhibits long-term correlations, indicating that communication activity with the most liked partners may be responsible for the long-term persistence in the timing of messages. Finally, we show that the number of messages, $M$, and the number of communication partners, $K$, of the individual members are correlated following a power-law, $K\sim M^\lambda$, with exponent $\lambda\approx 3/4$.

연구 동기 및 목표

• 온라인 커뮤니티 내 메시지 전송 및 수신 패턴의 시간적 상관관계를 조사하기.
• 개별 소통 활동의 증가 변동성이 시간에 따른 지속성과 어떻게 관련되어 있는지 이해하기.
• 특히 높은 선호도를 받는 파트너와의 방향성 있는 소통 링크가 장기적 상관관계를 유지하는 데 기여하는 역할을 탐색하기.
• 개인의 총 메시지량(M)과 소통 파트너 수(K) 사이의 관계를 정량화하기.

제안 방법

• 통계적 방법을 사용하여 두 개의 온라인 커뮤니티에서 메시지 전송 시점의 장기적 상관관계를 탐지하기.
• 누적 메시지 수(전송 또는 수신)를 통해 개인의 소통 활동을 증가 과정으로 모델링하기.
• 성장 변동성의 Scaling 지수와 장기적 상관관계 사이의 연결성을 검증하기 위해 임계초과 피크 시뮬레이션을 적용하기.
• 멤버 간 방향성 있는 소통 링크의 시간적 상관관계를 측정하여, 파트너별 영향력이 지속성에 미치는 영향 평가하기.
• 실제로 관측된 메시지량 M과 파트너 수 K 사이의 관계를 거듭제곱 법칙 모델 K∼M^λ에 적합시키기.

실험 결과

연구 질문

• RQ1 메시지 전송 및 수신 시점은 온라인 커뮤니티에서 장기적 상관관계를 보이는가?
• RQ2 개별 메시지 수의 증가 변동성은 소통 시점의 장기적 상관관계와 어떻게 관련되어 있는가?
• RQ3 높은 연결성 또는 '좋아요'를 많이 받는 파트너와의 방향성 있는 소통 링크는 장기적 지속성에 얼마나 기여하는가?
• RQ4 개인의 총 메시지량(M)과 고유한 소통 파트너 수(K) 사이의 기능적 관계는 무엇인가?

주요 결과

• 메시지 전송 및 수신 시점은 뚜렷한 장기적 지속성을 보이며, 소통 패턴에서 기억 유사 행동을 나타낸다.
• 개별 메시지 수의 성장 변동성은 비정상적인 스케일링을 보이며, 이는 장기적 상관관계 존재와 직접적으로 연결되어 있다.
• 성장 변동성의 스케일링 지수와 장기적 상관관계를 특징짓는 허스트 지수 사이의 정량적 연결이 확립되었으며, 임계초과 피크 시뮬레이션을 통해 검증되었다.
• 특히 가장 활동적인 또는 '좋아요'를 많이 받는 파트너와의 방향성 있는 소통 링크는 장기적 상관관계를 보이며, 이는 전반적인 메시지 전송 시점의 지속성 유지를 이끄는 것으로 나타났다.
• 소통 파트너 수 K는 메시지량 M에 대해 거듭제곱 법칙 K∼M^λ에 따라 스케일링되며, 지수 λ≈0.75로 나타나, 메시지량 대비 파트너 다양성의 증가가 비선형적임을 시사한다.