[논문 리뷰] Interplay between Social Influence and Network Centrality: A Comparative Study on Shapley Centrality and Single-Node-Influence Centrality

Wei Chen, Shang‐Hua Teng|arXiv (Cornell University)|2016. 02. 11.

Opinion Dynamics and Social Influence인용 수 11

한 줄 요약

이 논문은 동적 사회적 영향력 모델 내에서 두 가지 네트워크 중심성 측정법—단일노드 영향력(SNI)과 셰플리 중심성(Shapley Centrality)—을 도입하고 비교한다. 이는 양 측정법을 근사하기 위한 확장 가능한 알고리즘을 제안하며, 이론적 축약 특성화와 실증적 평가를 통해 SNI는 고립된 영향력을 측정하는 데에 효과적이며, 셰플리 중심성은 그룹 영향력 설정에서 노드의 기여도를 더 잘 반영함을 보여준다.

ABSTRACT

We study network centrality based on dynamic influence propagation models in social networks. To illustrate our integrated mathematical-algorithmic approach for understanding the fundamental interplay between dynamic influence processes and static network structures, we focus on two basic centrality measures: (a) Single Node Influence (SNI) centrality, which measures each node's significance by its influence spread; and (b) Shapley Centrality, which uses the Shapley value of the influence spread function --- formulated based on a fundamental cooperative-game-theoretical concept --- to measure the significance of nodes. We present a comprehensive comparative study of these two centrality measures. Mathematically, we present axiomatic characterizations, which precisely capture the essence of these two centrality measures and their fundamental differences. Algorithmically, we provide scalable algorithms for approximating them for a large family of social-influence instances. Empirically, we demonstrate their similarity and differences in a number of real-world social networks, as well as the efficiency of our scalable algorithms. Our results shed light on their applicability: SNI centrality is suitable for assessing individual influence in isolation while Shapley centrality assesses individuals' performance in group influence settings.

연구 동기 및 목표

• 동적 영향력 전파와 정적 네트워크 구조를 통합하는 네트워크 중심성의 형식화.
• 단일 영향력 확산(SNI 중심성)과 협력 게임 이론을 통한 그룹 영향력(셰플리 중심성)을 포함한 두 중심성 측정법의 비교.
• 대규모 사회 네트워크에서 두 중심성 측정법에 대한 확장 가능한 근사 알고리즘 개발.
• 실세계 네트워크를 대상으로 SNI 중심성과 셰플리 중심성 간 유사성 및 차이점을 실증적으로 평가.
• 두 측정법 간 이론적 기초와 차이점을 명확히 하는 축약 특성화 제공.

제안 방법

• 스토캐스틱 영향력 전파 모델을 사용하여, 초기 집합 S에서 시작할 때 활성화되는 노드 수의 기대값으로 영향력 확산 σ(S)를 정의한다.
• 각 노드 v에 대해 σ({v})로 정의되는 단일노드 영향력(SNI) 중심성을 통해 개별 영향력 잠재력을 측정한다.
• 영향력 확산 함수 σ에 셰플리 값을 적용하여 셰플리 중심성을 정의함으로써, 모든 가능한 연합에서 노드의 마진널 기여도를 캡처한다.
• 기본 가정과 성질에 기반해 SNI 중심성과 셰플리 중심성을 공식적으로 구분하는 축약 특성화를 적용한다.
• 몬테카를로 샘플링과 농도 불등식을 기반으로 한 확장 가능한 근사 알고리즘을 두 중심성 측정법 모두에 대해 설계한다.
• 볼록성과 지수적 모멘트 경계(예: 체르노프 유사 불등식)를 활용하여, 제한된 샘플 수로도 높은 확률적 근사 보장을 확보한다.

실험 결과

연구 질문

• RQ1 SNI 중심성과 셰플리 중심성은 개념적 기초와 축약 특성화 측면에서 어떻게 다를까?
• RQ2 대규모 네트워크에서 셰플리 중심성을 근사하는 데 있어 알고리즘적 과제는 무엇이며, 어떻게 효율적으로 해결할 수 있을까?
• RQ3 실세계 사회 네트워크에서 SNI 중심성과 셰플리 중심성은 순위 일致성과 이질성 측면에서 어떻게 비교될 수 있을까?
• RQ4 어떤 상황에서 SNI 중심성이 셰플리 중심성보다 더 적합할 수 있으며, 반대로 어떤 상황에서 셰플리 중심성이 더 적합할 수 있을까?
• RQ5 확장 가능한 근사 알고리즘이 영향력 전파 및 셰플리 값 추정에 대해 증명 가능한 경계를 확보하면서도 높은 정확도를 달성할 수 있을까?

주요 결과

• SNI 중심성은 노드가 단일 시드로 고립된 영향력을 측정하는 데 효과적이며, 그 값은 해당 노드가 활성화할 수 있는 노드 수의 기대값이다.
• 셰플리 중심성은 모든 가능한 연합에서의 평균 마진널 기여도를 계산함으로써 보다 공정하고 그룹 인식 중심의 영향력 측정법을 제공한다.
• 축약 특성화 분석 결과, 셰플리 중심성은 공정성 및 효율성 성질을 만족하지만, SNI 중심성은 직접적인 영향력 확산만 반영한다.
• 실세계 네트워크에서의 실증 평가 결과, SNI 중심성과 셰플리 중심성은 상관관계가 있으나 동일하지 않으며, 상위 랭킹 노드에서 뚜렷한 이질성이 나타난다.
• 제안된 확장 가능한 알고리즘은 두 중심성 측정법 모두에 대해 높은 정확도의 근사치를 제공하며, 증명 가능한 농도 경계와 낮은 계산 오버헤드를 확보한다.
• 이론적 분석을 통해 두 측정법에 대한 근사 알고리즘이 ε-정확도를 확보하기 위해 노드당 O(1/ε²)개의 샘플을 사용함으로써 높은 확률적 보장을 달성함을 확인하였다.