[논문 리뷰] Dynamics of Information Spreading in Online Social Networks.

Sai Zhang, Ke Xu외 2명|arXiv (Cornell University)|2014. 04. 22.

Complex Network Analysis Techniques인용 수 1

한 줄 요약

이 논문은 온라인 소셜 네트워크에서 상호작용 마르코프 체인(IMCs)과 평균장 이론을 사용하여 동적 정보 확산 모델을 제안하며, 네트워크 구조가 확산 속도와 영향 범위에 미치는 영향을 포괄적으로 분석한다. 이 모델은 리엔런에서의 실제 영상 공유 동역학을 여섯 가지 핵심 매개변수로 정확하게 예측하며, 확산이 도수의 이질성에 의해 향상되고 도수-도수 상관관계에 의해 저해됨을 보여준다.

ABSTRACT

Abstract—Online social networks (OSNs) are changing the way information spreads throughout the Internet. A deep under-standing of information spreading in OSNs leads to both social and commercial benefits. In this paper, dynamics of information spreading (e.g., how fast and widely the information spreads against time) in OSNs are characterized, and a general and accurate model based on Interactive Markov Chains (IMCs) and mean-field theory is established. This model shows tight relations between network topology and information spreading in OSNs, e.g., the information spreading ability is positively related to the heterogeneity of degree distributions whereas negatively related to the degree-degree correlations in general. Further, the model is extended to feature the time-varying user behavior and the ever-changing information popularity. By leveraging the mean-field theory, the model is able to characterize the complicated information spreading process (e.g., the dynamic patterns of information spreading) with six parameters. Extensive evaluations based on Renren’s data set illustrate the accuracy of the model, e.g., it can characterize dynamic patterns of video sharing in Renren precisely and predict future spreading dynamics successfully. Index Terms—online social networks, complex networks, in-formation spreading, network topology, dynamic patterns. I.

연구 동기 및 목표

• 온라인 소셜 네트워크(OSN)에서의 정보 확산 동역학과 그 사회적·상업적 응용에 대한 영향을 이해하는 것.
• 특히 도수 분포와 도수-도수 상관관계와 같은 네트워크 구조가 정보 확산 속도와 영향 범위에 어떻게 영향을 미치는지 모델링하는 것.
• 시간에 따라 변화하는 사용자 행동과 변화하는 정보 인기도를 포괄하는 일반적이고 정확한 모델을 개발하는 것.
• 대규모 OSN인 리엔런의 실세계 데이터를 활용하여 모델의 예측 능력을 평가하는 것.
• 최소한의 매개변수 집합을 사용하여 네트워크 구조적 특성과 정보 확산 동역학 간의 정량적 관계를 정량화하는 것.

제안 방법

• 정보 확산 과정에서 사용자 간의 확률적 상호작용을 표현하기 위해 상호작용 마르코프 체인(IMCs)을 기반으로 한 모델을 구축한다.
• 대규모 네트워크의 복잡한 동역학을 단순화하기 위해 평균장 이론을 적용하여 결정론적 미분방정식의 집합으로 변환한다.
• 사용자 활동과 콘텐츠 인기도의 시간에 따른 변화를 포함하여 동적 확산 패턴을 포착하기 위해 여섯 가지 핵심 매개변수를 통합한다.
• IMC 프레임워크에 시간적 변화를 통합하여 시간에 따라 변화하는 사용자 행동을 모델링한다.
• 관측된 데이터에서의 시간적 추세를 기반으로 매개변수를 조정하여 정보 인기도의 변화를 반영하기 위해 모델을 확장한다.
• 이론적 분석을 통해 네트워크 구조, 특히 도수의 이질성과 도수-도수 상관관계가 확산 효율성에 미치는 영향을 연결한다.

실험 결과

연구 질문

• RQ1 특히 도수 분포와 도수-도수 상관관계가 온라인 소셜 네트워크(OSN)에서 정보 확산 속도와 영향 범위에 어떻게 영향을 미치는가?
• RQ2 IMCs와 평균장 이론을 기반으로 한 일반적인 모델이 실제 OSN에서 정보 확산의 동적 패턴을 정확하게 포착할 수 있는가?
• RQ3 시간에 따라 변화하는 사용자 행동과 변화하는 정보 인기도는 확산 동역학의 예측 가능성에 어떻게 영향을 미치는가?
• RQ4 이러한 모델이 오직 여섯 개의 매개변수만으로 미래의 확산 행동을 어느 정도 정확하게 예측할 수 있는가?
• RQ5 네트워크 구조적 특성과 정보 확산 효율성 간의 정량적 관계는 무엇인가?

주요 결과

• 모델은 리엔런에서의 영상 공유 동역학을 정확하게 특성화하며, 높은 예측 정밀도를 입증한다.
• 정보 확산은 도수 분포의 이질성과 정비례한다. 즉, 더 이질적인 네트워크일수록 정보가 더 빠르게 확산된다.
• 도수-도수 상관관계는 확산 효율성에 부정적인 영향을 미치며, 이는 고도수의 조화를 이루는 네트워크가 정보 확산을 저해함을 시사한다.
• 모델은 오직 여섯 개의 매개변수로도 시간에 따라 변화하는 사용자 행동과 변화하는 콘텐츠 인기도를 성공적으로 포착한다.
• 평균장 이론과 IMCs의 통합은 대규모 정보 확산 과정의 스케일러블하고 정확한 모델링을 가능하게 한다.
• 리엔런 데이터셋에 대한 실증적 평가를 통해 모델의 강건성과 실제 OSN 동역학에 대한 일반화 능력이 확인되었다.