[논문 리뷰] Inferring Networks of Diffusion and Influence

Manuel Gomez-Rodriguez, Jure Leskovec외 1명|arXiv (Cornell University)|2010. 06. 01.

Complex Network Analysis Techniques인용 수 236

한 줄 요약

이 논문은 관측된 감염 또는 확산 시간을 바탕으로 영향력과 확산 네트워크를 추론하는 확장 가능한 알고리즘인 NetInf를 제안한다. 하위모듈러 최적화를 활용하여 근사 최적의 네트워크 구조를 찾는다. 실제 뉴스 확산은 핵심-주변 구조를 보이며, 주제별 클러스터를 연결하는 몇몇 영향력 있는 미디어 사이트들이 존재한다.

ABSTRACT

Information diffusion and virus propagation are fundamental processes taking place in networks. While it is often possible to directly observe when nodes become infected with a virus or adopt the information, observing individual transmissions (i.e., who infects whom, or who influences whom) is typically very difficult. Furthermore, in many applications, the underlying network over which the diffusions and propagations spread is actually unobserved. We tackle these challenges by developing a method for tracing paths of diffusion and influence through networks and inferring the networks over which contagions propagate. Given the times when nodes adopt pieces of information or become infected, we identify the optimal network that best explains the observed infection times. Since the optimization problem is NP-hard to solve exactly, we develop an efficient approximation algorithm that scales to large datasets and finds provably near-optimal networks. We demonstrate the effectiveness of our approach by tracing information diffusion in a set of 170 million blogs and news articles over a one year period to infer how information flows through the online media space. We find that the diffusion network of news for the top 1,000 media sites and blogs tends to have a core-periphery structure with a small set of core media sites that diffuse information to the rest of the Web. These sites tend to have stable circles of influence with more general news media sites acting as connectors between them.

연구 동기 및 목표

• 관측된 감염 시간만으로 정보, 영향력 또는 바이러스가 확산되는 기반이 되는 네트워크를 추론하는 것.
• 온라인 미디어와 같은 대규모 시스템에서 관측되지 않은 확산 네트워크를 복원하는 과제를 해결하는 것.
• 부분 관찰 조건 하에서 확장 가능하고, 증명 가능하게 근사 최적인 알고리즘을 개발하는 것.
• 핵심-주변 조직 및 영향력 클러스터와 같은 실제 확산 네트워크의 구조적 특성을 밝혀내는 것.
• 시간적 채택 데이터만을 사용해 사회적 및 미디어 네트워크에서의 정보 흐름에 대한 대규모 분석을 가능하게 하는 것.

제안 방법

• cascades의 생성 모델에 대한 최대우도 추정 문제로 네트워크 추론 문제를 수립한다.
• 모든 노드의 감염 시간이 이웃 노드에 따라 달라지는, 알려지지 않은 방향성 네트워크 상에서 확산을 확률적 과정으로 모델링한다.
• 가장 유력한 k개의 방향성 간선 집합을 선택하여 우도를 최대화하는 문제로 재구성하며, 이는 NP-난해임을 증명한다.
• 우도 함수의 하위모듈러성 특성을 활용해 성능 보장이 있는 탐욕적 근사 알고리즘을 설계한다.
• 지역화된 업데이트와 게으른 평가 기법을 활용해 수백만 개의 노드와 캐스케이드를 포함한 대규모 데이터셋에서도 효율적으로 확장한다.
• 비교를 위해 히우리스틱 기반 기준 모델을 사용하며, NetInf가 더 높은 정확도와 확장성 확보를 입증한다.

실험 결과

연구 질문

• RQ1 온라인 미디어에서 정보가 퍼지는 기반 네트워크의 구조는 감염 시간만을 관측할 때 어떻게 되어 있는가?
• RQ2 부분 관찰된 채택 시간 데이터로부터 가장 가능성 있는 영향력 네트워크를 어떻게 추론할 수 있는가?
• RQ3 실제 확산 네트워크에서 나타나는 글로벌 구조적 특성(예: 핵심-주변, 클러스터링)은 무엇인가?
• RQ4 한정된 데이터에서 진짜 네트워크를 복원할 때 NetInf는 히우리스틱 기반 기준 모델보다 어떻게 비교되는가?
• RQ5 추론된 네트워크는 특정 미디어 사이트의 역할, 예를 들어 핵심 영향력자 또는 커뮤니티 간 연결자 역할을 드러낼 수 있는가?

주요 결과

• NetInf는 합성 데이터에서 작은 수의 캐스케이드만으로도 진짜 기반 네트워크를 정확하게 복원한다.
• 1억 7천만 개의 블로그 및 뉴스 기사로 구성된 실세계 데이터셋에서 NetInf는 명확한 핵심-주변 구조를 가진 확산 네트워크를 추론했다.
• 상위 1,000개의 미디어 사이트 및 블로그들이 핵심 네트워크를 형성하며 블로깅 생태계 전반에 정보를 확산시킨다.
• 안정적인 영향력 원환대를 가진 미디어 사이트들은 허브 역할을 하며, 일반 뉴스 매체는 주제별 클러스터 간 연결자 역할을 한다.
• 추론된 네트워크는 정치, 기술, 루머 등 주제 기반 클러스터를 보이며, 몇몇 영향력 있는 핵심 사이트들이 이를 연결한다.
• 합성 및 실세계 데이터에서 NetInf는 최대 무게 히우리스틱 기준 모델보다 정확도와 확장성 면에서 뚜렷한 우위를 보였다.