[논문 리뷰] Matching Community Structure Across Online Social Networks

Lin Li, William M. Campbell|arXiv (Cornell University)|2016. 08. 03.

Complex Network Analysis Techniques참고 문헌 13인용 수 6

한 줄 요약

이 논문은 트위터와 인스타그램과 같은 온라인 소셜 네트워크 간의 커뮤니티 구조를 정렬하기 위한 다층 커뮤니티 탐지 프레임워크를 제안한다. 이는 제한된 사용자 신원 매핑(시드)을 사전 지식으로 사용한다. 연구는 페이지랭크 기반 시드 선택 전략이 탐지 정확도를 크게 향상시킴을 보여주며, 공유 사용자 수가 적을 경우 특히 유의미한 성능 향상을 보인다. 시드로 트위터 사용자의 8%만을 사용해도 오라클 정확도가 44.26%에 도달한다.

ABSTRACT

The discovery of community structure in networks is a problem of considerable interest in recent years. In online social networks, often times, users are simultaneously involved in multiple social media sites, some of which share common social relationships. It is of great interest to uncover a shared community structure across these networks. However, in reality, users typically identify themselves with different usernames across social media sites. This creates a great difficulty in detecting the community structure. In this paper, we explore several approaches for community detection across online social networks with limited knowledge of username alignment across the networks. We refer to the known alignment of usernames as seeds. We investigate strategies for seed selection and its impact on networks with a different fraction of overlapping vertices. The goal is to study the interplay between network topologies and seed selection strategies, and to understand how it affects the detected community structure. We also propose several measures to assess the performance of community detection and use them to measure the quality of the detected communities in both Twitter-Twitter networks and Twitter-Instagram networks.

연구 동기 및 목표

• 플랫폼 간 사용자 신원 정렬이 알려져 있지 않은 상황에서도 여러 온라인 소셜 네트워크 간 공통 커뮤니티 구조를 탐지하기 위해.
• 특히 공유 사용자 비율과 같은 네트워크 구조적 특성이 커뮤니티 탐지 성능에 미치는 영향을 조사하기 위해.
• 제한된 사전 정렬 정보를 바탕으로 시드 선택 전략(랜덤, 도수, 페이지랭크)의 성능을 평가하고 비교하기 위해.
• 커뮤니티 탐지 품질 평가를 위해 변동 정보, 재공 유사도, 오라클 정확도와 같은 성능 지표를 개발하고 적용하기 위해.
• 탐지된 커뮤니티가 명칭 엔티티 해석 및 대규모 그래프 매칭 작업을 향상시키는 데 얼마나 기여할 수 있는지 탐색하기 위해.

제안 방법

• 네트워크 정보를 통합하기 위해 집계, 연결, 이완된 무작위 보행 기반의 세 가지 다층 커뮤니티 탐지 방법을 사용한다.
• 정점의 가중 차수로 인접 행렬을 정규화하여 구조적 충실도를 유지하는 집계 방법을 적용한다.
• 기존에 알려진 사용자 매핑(시드)을 기반으로 한 커뮤니티 탐지 방법을 사용하여 네트워크 간 클러스터링 과정을 이끌어낸다.
• 페이지랭크 중심성 기반으로 시드 선택 우선순위를 정하며, 고중심성 사용자가 커뮤니티 정렬에 더 유용할 것이라는 가정을 한다.
• 기존 시드 매핑 기반으로 변동 정보(VI), 재공 유사도 행렬, 오라클 정확도를 사용해 성능을 측정한다.
• 합성 트위터-트위터 및 실제 트위터-인스타그램 네트워크를 대상으로 다양한 시드 비율을 가진 실험을 수행한다.

실험 결과

연구 질문

• RQ1 두 소셜 네트워크 간 공유 사용자 비율이 커뮤니티 탐지 정확도에 어떤 영향을 미치는가?
• RQ2 다양한 시드 선택 전략(랜덤, 도수, 페이지랭크)이 탐지된 커뮤니티 구조의 품질에 어떤 영향을 미치는가?
• RQ3 집계, 연결, 이완된 무작위 보행 중 어떤 다층 커뮤니티 탐지 방법이 기반 커뮤니티 구조를 가장 잘 유지하는가?
• RQ4 탐지된 커뮤니티가 명칭 엔티티 해석 또는 대규모 그래프 매칭 작업에 얼마나 기여할 수 있는가?
• RQ5 시드 매핑의 품질과 양이 최종 탐지 정확도에 어떤 영향을 미치며, 특히 기준값이 부분적으로 알려져 있지 않은 상황에서 어떻게 영향을 미치는가?

주요 결과

• 집계 방법이 기준 구조에 가장 가까운 커뮤니티 할당을 지속적으로 생성했으며, 연결 및 이완된 무작위 보행 방법보다 뛰어난 성능을 보였다.
• 트위터 사용자의 8%만을 시드로 사용했을 때(이 중 44.26%가 인스타그램의 동일한 커뮤니티에 할당됨) 페이지랭크 기반 시드 선택 전략이 가장 높은 오라클 정확도를 기록했다.
• 페이지랭크 기반 시드 선택 전략은 랜덤 및 도수 기반 전략보다 뛰어난 성능을 보였으며, 특히 시드 비율이 높아질수록 유의미한 향상을 보였다. 시드 비율 7.3%일 때 오라클 정확도는 22.06%였다.
• 기본 매칭 방법으로 인해 불완전한 시드 세트를 사용하더라도 페이지랭크 전략은 뛰어난 성능을 보였으며, 이는 시드 세트 노이즈에 대한 강건성을 시사한다.
• 공유 사용자 수가 적을 경우 커뮤니티 탐지가 상당히 어려워지며, 신뢰할 수 있는 결과를 얻기 위해 더 많은 시드가 필요하다는 점이 확인되었다.
• 고품질의 시드 세트가 매우 중요하며,未래 개선 방향은 고도화된 실체 해석 기법과 네트워크 구조 분석의 융합에 초점을 맞춰야 한다.