[논문 리뷰] Social Network Generation and Role Determination Based on Smartphone Data

Mustafa İlhan Akbaş, Matthias R. Brust외 1명|arXiv (Cornell University)|2013. 05. 17.

Human Mobility and Location-Based Analysis참고 문헌 5인용 수 6

한 줄 요약

이 논문은 스마트폰 상호작용 데이터에서 자동으로 사회적 네트워크를 생성하고 사용자 역할을 결정하는 방법을 제안한다. 가중치가 부여된 상호작용 유형(통화, 메시지, 근접도)과 Colley 순위 알고리즘을 사용하여 우정 강도와 계층적 사회권을 추론한다. 이 방법은 명시적 사용자 입력 없이도 동적이고 데이터 기반의 사회적 네트워크 재구성 가능하다.

ABSTRACT

We deal with the problem of automatically generating social networks by analyzing and assessing smartphone usage and interaction data. We start by assigning weights to the different types of interactions such as messaging, email, phone calls, chat and physical proximity. Next, we propose a ranking algorithm which recognizes the pattern of interaction taking into account the changes in the collected data over time. Both algorithms are based on recent findings from social network research.

연구 동기 및 목표

• 수동적인 사회적 네트워크 유지 관리의 부담을 줄이기 위해 스마트폰 데이터에서 자동으로 사회적 네트워크를 추론하는 것.
• 상호작용 유형(통화, 메시지, 근접도)을 상황 인식 가중치로 평가하여 그 사회적 영향을 반영하는 것.
• 상호작용 빈도와 유형에 기반해 친구를 순위 매겨 우정 수준을 식별하는 것.
• 순위 결과를 바탕으로 친구들을 계층적 사회권(예: 내부권 5명)으로 정리하는 것.
• 변화하는 상호작용 패tern에 적응할 수 있는 확장성 있고 동적인 사회적 네트워크 추론 모델 개발

제안 방법

• 사회과학적 통찰을 바탕으로 상호작용 유형별 가중치(α, β, γ, δ)를 할당: 통화(F(T)), 영상통화(V(T)), 대면(P(T)), 메시지/이메일(E(S))
• 가중치가 부여된 상호작용 점수를 사용: i_{A,B} = α·F(T) + β·V(T) + γ·P(T) + δ·E(S)로 사용자 간 상호작용 강도를 정량화
• Colley 순위 방법을 적용하여 상호작용 비교를 선형 시스템 Cr = b로 변환함으로써 친구를 순위 매김(여기서 r은 우정 평점 표현)
• Colley 계수 행렬 C를 정의: 대각선 요소는 (2 + t_i), 비대각선 요소는 (-n_ij)로 상호 비교를 표현
• 모든 친구에게 초기 평점 0.5를 할당하여 중앙값 기준선과 소규모 데이터 변화에 대한 안정성을 확보
• Colley 평점에 기반해 순위가 매겨진 친구들을 계층적 사회권(예: 내부권 5명)으로 매핑

실험 결과

연구 질문

• RQ1 스마트폰 상호작용 데이터(통화, 메시지, 근접도)를 사용하여 사용자의 사회적 네트워크 구조를 자동으로 추론할 수 있는가?
• RQ2 다양한 상호작용 유형은 어떻게 가중치를 조정하여 그 우정 강도에 대한 상대적 영향을 반영할 수 있는가?
• RQ3 Colley 순위 방법은 희소한 상호작용 데이터에서 사회적 관계의 동적 변화를 얼마나 효과적으로 모델링할 수 있는가?
• RQ4 상호작용 기반 순위에서 계층적 사회권(예: 내부권 5명)을 신뢰성 있게 추론할 수 있는가?
• RQ5 실생활 상황에서 제한되거나 변화하는 상호작용 이력이 있는 경우, 제안된 방법은 어떻게 대처하는가?

주요 결과

• Colley 순위 방법은 친구 순위 매기기에 안정적이고 유일한 해를 제공하며, 초기 평점 0.5로 중앙값 기준선을 확보하고 소규모 데이터 변동에 민감하지 않다.
• 상호작용 평가 함수는 커뮤니케이션 유형의 유연한 가중치 조정을 가능하게 하여 다양한 사회적 맥락이나 사용자 집단에 적응할 수 있다.
• 친구 우정 강도는 승패 비교와 총 상호작용량을 모두 고려하는 선형 시스템을 통해 정량적으로 순위 매겨진다.
• 모델은 순위가 매겨진 친구들을 이산적인 사회권으로 성공적으로 매핑하였으며, 내부권은 최대 5명으로 구성되며 Dunbar의 사회층 이론과 일치한다.
• 명시적 사용자 설정 없이도 스마트폰 센서 및 사용 데이터만으로도 자동 사회적 네트워크 생성의 실현 가능성을 입증하였다.