[논문 리뷰] Inferring the strength of social ties: a community-driven approach

Polina Rozenshtein, Nikolaj Tatti외 1명|arXiv (Cornell University)|2019. 02. 05.

Complex Network Analysis Techniques참고 문헌 34인용 수 12

한 줄 요약

이 논문은 강한 삼각 폐쇄(STC) 원리와 명시적이고 타ight한 공동체를 제약 조건으로 결합하여 사회적 유대 강도를 공동체 기반 접근 방식으로 추론한다. MinViol( STC 위반 수를 최소화하는 것)과 MaxTri(위반되지 않은 열린 삼각형 수를 최대화하는 것)라는 두 가지 NP-난해 문제 설정을 제안하고, MaxTri에 대해 이론적 보장을 갖춘 근사 알고리즘을 개발하여 실제 데이터셋에서 기존의 기준보다 뛰어난 성능을 보였다. 공동체 구조를 활용함으로써 성능 향상을 달성하였다.

ABSTRACT

Online social networks are growing and becoming denser. The social connections of a given person may have very high variability: from close friends and relatives to acquaintances to people who hardly know. Inferring the strength of social ties is an important ingredient for modeling the interaction of users in a network and understanding their behavior. Furthermore, the problem has applications in computational social science, viral marketing, and people recommendation. In this paper we study the problem of inferring the strength of social ties in a given network. Our work is motivated by a recent approach [27], which leverages the strong triadic closure (STC) principle, a hypothesis rooted in social psychology [13]. To guide our inference process, in addition to the network structure, we also consider as input a collection of tight communities. Those are sets of vertices that we expect to be connected via strong ties. Such communities appear in different situations, e.g., when being part of a community implies a strong connection to one of the existing members. We consider two related problem formalizations that reflect the assumptions of our setting: small number of STC violations and strong-tie connectivity in the input communities. We show that both problem formulations are NP-hard. We also show that one problem formulation is hard to approximate, while for the second we develop an algorithm with approximation guarantee. We validate the proposed method on real-world datasets by comparing with baselines that optimize STC violations and community connectivity separately.

연구 동기 및 목표

• 밀도 높은 온라인 네트워크에서 유대가 강한지 약한지 변동성이 큰 상황에서 사회적 유대 강도를 추론하는 데 도전하는 것.
• 연구 그룹이나 전문 팀과 같은 타ight한 공동체를 구조적 제약 조건으로 삼아 유대 강도 추론를 이끄는 것.
• STC 위반 수를 최소화하는 문제( MinViol)와 위반되지 않은 열린 삼각형 수를 최대화하는 문제( MaxTri)로 두 가지 문제 유형을 수식화하는 것.
• MaxTri 문제에 대해 이론적 보장을 갖춘 근사 알고리즘을 개발하는 것.
• 실제 데이터셋에서 방법을 검증하고 STC 전용 및 공동체 전용 기준 대비 향상된 성능을 입증하는 것.

제안 방법

• 강한 삼각 폐쇄(STC) 원리를 사용한다. 이 원리는 두 노드가 공통의 세 번째 노드와 강한 유대를 맺고 있다면, 그 두 노드 사이에도 적어도 약한 유대로 연결되어야 한다는 것이다.
• 두 가지 문제 설정을 도입한다: MinViol은 STC 위반 수를 최소화하고, MaxTri는 위반되지 않은 열린 삼각형 수를 최대화한다.
• MaxTri의 경우, 매트로이드 제약 조건의 교차 영역에서 하위모듈러 함수를 최대화하는 근사 알고리즘을 설계하여 (1 - 1/e)-근사 보장을 확보한다.
• 알고리즘은 웨지(공통된 노드를 공유하는 두 간선의 쌍)를 처리하고, 공동체 연결성을 유지하면서 STC 위반 수를 최소화하는 강한 유대를 선택한다.
• 타ight한 공동체가 입력 제약 조건으로 사용되며, 공동체 내 모든 노드가 강한 유대로 연결되어야 한다는 조건이 있다.
• 실제 데이터셋( KDD 어워드 수상자 네트워크 및 기타 사회적 그래프)에서 평가되었으며, Sintos와 Tsaparas(2014) 및 공동체 전용 기준과 비교되었다.

실험 결과

연구 질문

• RQ1 타ight한 공동체를 통합함으로써 STC 원리에만 의존하는 것보다 사회적 유대 강도 추론의 정확도를 향상시킬 수 있는가?
• RQ2 MinViol과 MaxTri라는 두 문제 설정 간의 근사 난이도와 실용적 성능는 어떻게 비교되는가?
• RQ3 MaxTri 문제 설정에 대해 이론적 보장이 있는 다항 시간 근사 알고리즘을 설계할 수 있는가?
• RQ4 공동체 구조는 실제 네트워크에서 강한 유대를 탐지하는 데 얼마나 기여하는가?
• RQ5 STC 위반 수 최소화 또는 공동체 연결성 최적화에만 집중하는 기준 대비 제안된 방법은 어떻게 비교되는가?

주요 결과

• MinViol 문제는 NP-난해임과 동시에 근사화하기 어려운 것으로 증명되어, STC 위반 수를 최소화하는 데 근본적인 제약이 있음을 시사한다.
• MaxTri 문제 역시 NP-난해이지만, 제안된 근사 알고리즘이 (1 - 1/e)-근사 보장을 확보하여 강력한 이론적 기반을 제공한다.
• 실제 데이터셋에서 제안된 방법은 공동체 구조를 忽시하는 Sintos와 Tsaparas(2014) 기준보다 뚜렷이 뛰어난 성능을 보였다.
• 공동체 전용 기준보다 STC 제약 조건을 통합함으로써 더 정확하고 일관성 있는 강한 유대 탐지 성능을 향상시켰다.
• KDD 어워드 수상자들의 에고 네트워크에 대한 사례 연구에서 알고리즘이 알려진 학술 협업과 부합하는 타당한 강한 유대를 식별하는 데 성공했다.
• 실행 시간은 52초에서 거의 5시간까지 다양하지만, 저자들은 최적화 및 병렬 처리를 통해 계산 시간을 크게 줄일 수 있을 것으로 언급했다.