[논문 리뷰] Discovering Social Circles in Ego Networks

Julian McAuley, Jure Leskovec|arXiv (Cornell University)|2012. 10. 30.

Complex Network Analysis Techniques참고 문헌 51인용 수 8

한 줄 요약

이 논문은 네트워크 구조와 사용자 프로필 유사도를 조합하여, 에고네트워크 내에서 겹치는 것과 계층적으로 중첩되는 사회권을 자동으로 탐지하는 비지도 모델을 제안한다. 이 방법은 원소별 프로필 유사도 측도를 학습하고, 다중 소속 클러스터링을 가능하게 하여, 수동으로 레이블링된 진정성 데이터가 있는 페이스북, 구글플러스, 트위터 데이터셋에서 높은 정확도를 달성한다.

ABSTRACT

People's personal social networks are big and cluttered, and currently there is no good way to automatically organize them. Social networking sites allow users to manually categorize their friends into social circles (e.g. 'circles' on Google+, and 'lists' on Facebook and Twitter), however they are laborious to construct and must be updated whenever a user's network grows. In this paper, we study the novel task of automatically identifying users' social circles. We pose this task as a multi-membership node clustering problem on a user's ego-network, a network of connections between her friends. We develop a model for detecting circles that combines network structure as well as user profile information. For each circle we learn its members and the circle-specific user profile similarity metric. Modeling node membership to multiple circles allows us to detect overlapping as well as hierarchically nested circles. Experiments show that our model accurately identifies circles on a diverse set of data from Facebook, Google+, and Twitter, for all of which we obtain hand-labeled ground-truth.

연구 동기 및 목표

• 수동 작업 없이 대규모이고 혼잡한 개인의 사회네트워크를 정리하는 데 도전하는 것.
• 사용자의 에고네트워크 내에서 겹치는 것, 중첩되는 것, 또는 분리된 사회권을 자동으로 탐지하는 것.
• 사회권 형성에 있어 네트워크 연결성과 사용자 프로필 유사도를 통합된 신호로 모델링하는 것.
• 약한 지도 학습(사용자가 제공한 시드 노드)을 통합할 수 있는 확장 가능한 비지도 사회권 탐지 방법을 제공하는 것.
• 실제 에고네트워크 데이터셋(페이스북, 구글플러스, 트위터)에서 진정성 레이블이 있는 데이터를 기반으로 모델을 평가하는 것.

제안 방법

• 모델은 각 알터가 여러 사회권에 소속될 수 있는 다중 소속 노드 클러스터링 문제로 사회권 탐지를 다룬다.
• 각 사회권에 대해 매개변수화된 프로필 유사도 측도를 도입하여, 링크 형성에 기여하는 사용자 프로필 차원(예: 전공, 고향)을 학습한다.
• 잠재 변수를 통해 사회권 소속을 함께 추론하는 생성 모델을 사용하며, 사회권 소속과 프로필 유사도 매개변수를 동시에 추정한다.
• 모델은 MCMC 추론을 사용하여 사회권 소속과 유사도 매개변수의 사후 분포를 추정한다.
• 노드가 동시에 여러 사회권에 속할 수 있도록 허용하는 하드 다중 소속 할당을 지원한다.
• 사용자가 제공한 시드 노드를 통합하여 약한 지도 학습을 적용함으로써 성능을 향상시킬 수 있다.

실험 결과

연구 질문

• RQ1 네트워크 구조와 프로필 유사도를 함께 활용하여 에고네트워크 내에서 겹치는 것과 중첩되는 사회권을 탐지할 수 있는가?
• RQ2 프로필 데이터와 친구 관계 데이터가 제공될 때, 비지도 모델이 진정성 사회권을 얼마나 잘 식별할 수 있는가?
• RQ3 몇 개의 시드 노드를 제공함으로써 사회권 탐지 정확도가 얼마나 향상되는가?
• RQ4 에고네트워크의 크기와 구조에 따라 모델 성능은 어떻게 변하는가?
• RQ5 다양한 네트워크 특성을 지닌 다양한 소셜 네트워크 간에 모델이 일반화되는가?

주요 결과

• 모델은 페이스북, 구글플러스, 트위터의 다양한 데이터셋에서 사회권 탐지에 높은 정확도를 달성하며, 실험 결과 균형 잡힌 오류율과 F1 스코어를 보고한다.
• 노드 수가 1000개를 초과하는 에고네트워크에서는 성능이 저하되며, 이는 더 큰 규모에서 모델의 가정이 성립하지 않음을 시사한다.
• 노드 수가 1000개 이상인 페이스북 네트워크에서는 더 작은 구글플러스 및 트위터 네트워크보다 성능이 뛰어나며, 네트워크 특성의 차이가 성능에 영향을 준다는 것을 시사한다.
• 단지 2~3개의 시드 노드만 포함시켜도 분류 정확도가 크게 향상되어, 약한 지도 학습의 가치를 입증한다.
• 모델은 실제 데이터에서 관찰된 겹치는(50%의 사회권이 겹침) 및 계층적으로 중첩되는(25%가 다른 사회권에 완전히 포함됨) 사회권의 구조를 성공적으로 포착한다.
• 알고리즘은 합리적인 스케일링 성능을 보이며, 에고네트워크 크기가 2500에서 5000개 노드로 증가함에 따라 실행 시간이 약간 증가할 뿐이다.