[논문 리뷰] Correlation between social proximity and mobility similarity

Chao Fan, Yiding Liu외 3명|arXiv (Cornell University)|2016. 09. 09.

Human Mobility and Location-Based Analysis참고 문헌 31인용 수 3

한 줄 요약

이 연구는 대규모 위치 기반 소셜 네트워크(LBSN) 데이터셋을 사용하여 사회적 유사성과 이동성 유사성 간의 상관관계를 조사한다. 연구 결과, 공통 친구 수가 이동성 유사성에 유의미하게 기여하지는 않지만, 공통 친구의 다양성이 높을수록 이동성 유사성이 높아지는 것으로 나타나, 이는 이전의 가정을 뒤집고 사회적 네트워크 구조에서 인간 행동을 예측하는 데 더 정교한 모델을 제공한다.

ABSTRACT

Human behaviors exhibit ubiquitous correlations in many aspects, such as individual and collective levels, temporal and spatial dimensions, content, social and geographical layers. With rich Internet data of online behaviors becoming available, it attracts academic interests to explore human mobility similarity from the perspective of social network proximity. Existent analysis shows a strong correlation between online social proximity and offline mobility similari- ty, namely, mobile records between friends are significantly more similar than between strangers, and those between friends with common neighbors are even more similar. We argue the importance of the number and diversity of com- mon friends, with a counter intuitive finding that the number of common friends has no positive impact on mobility similarity while the diversity plays a key role, disagreeing with previous studies. Our analysis provides a novel view for better understanding the coupling between human online and offline behaviors, and will help model and predict human behaviors based on social proximity.

연구 동기 및 목표

• 인간 행동에서 사회적 유사성과 이동성 유사성 간의 관계를 조사하는 것.
• 공통 친구의 수 또는 다양성이 이동성 유사성 예측에 더 효과적인지 판단하는 것.
• 공통 친구가 많을수록 이동성 유사성이 높아진다는 가정을 도전하는 것.
• 사회적 네트워크 구조가 실생활 이동 패턴에 어떻게 영향을 미치는지 더 정교한 이해를 제공하는 것.

제안 방법

• 연구는 실시간 체크인 기록과 명시적 사회적 유대를 포함한 LBSN 데이터셋을 사용하여, 이동성 유사성을 공간 코사인(Scos)과 공통 이웃 수(CN)를 통해 측정한다.
• 높은 차수(허브) 노드의 영향을 방지하기 위해 복원 없이 표본 추출 방법을 적용하여, 각 개인이 표본에 한 번만 나타나도록 보장한다.
• 통계적 탄력성 확보 및 비교 시 분산 감소를 위해 1,000개의 독립 표본을 생성한다.
• 공통 이웃 수 수준 간 이동성 유사성 분포가 다름을 평가하기 위해 보너페리 보정을 적용한 콜모고로프-스미르노프(KS) 검정을 사용한다.
• 네트워크 희박성과 차수 이질성에 영향을 통제하면서, 다양한 수의 공통 친구와 다양성을 가진 친구 간의 이동성 유사성 비교 분석을 수행한다.

실험 결과

연구 질문

• RQ1 공통 친구의 수가 개인 간 이동성 유사성에 유의미하게 증가시키는가?
• RQ2 공통 친구의 다양성은 이동성 유사성에 어떻게 영향을 미치는가?
• RQ3 LBSN 데이터에서 사회적 유사성과 실생활 이동 패턴 간에 측정 가능한 상관관계가 있는가?
• RQ4 특히 공통 이웃의 다양성에 초점을 맞춘 사회적 네트워크 구조가 공통 친구 수보다 이동성 유사성 예측에 더 잘 맞는가?

주요 결과

• 공통 친구 수는 이동성 유사성에 통계적으로 유의미한 긍정적 영향을 미치지 않으며, 이는 이전의 가정과 배치된다.
• 공통 친구의 다양성이 높을수록 이동성 유사성이 뚜렷이 증가하는 것으로 나타나, 행동 일치에 핵심적인 역할을 한다는 것을 시사한다.
• KS 검정 결과, 다양한 공통 이웃 수에 따른 이동성 유사성 분포 간 유의미한 차이가 없음을 확인하여 동일 분포의 귀무가설을 지지한다.
• 공통 연결의 다양성은 단순한 공유 연결 수보다도 이동성 유사성에 더 정보를 제공하는 지표로 나타난다.
• 연구 결과는 사회적 네트워크 구조, 특히 공유 연결의 이질성이 간단한 연결도 지표보다 인간의 이동 패턴을 더 잘 예측할 수 있음을 시사한다.