[논문 리뷰] An Agent-Based Model of Message Propagation in the Facebook Electronic Social Network

Hamid Reza Nasrinpour, Marcia Friesen외 2명|arXiv (Cornell University)|2016. 11. 22.

Complex Network Analysis Techniques인용 수 8

한 줄 요약

이 논문은 공통 이웃 기반 절차를 통해 누락된 간선을 보정한 Facebook 네트워크 구조의 대표적 표본을 사용하여 Facebook에서 메시지 확산을 시뮬레이션하는 에이전트기반 모델을 제안한다. 결과적으로 게시물의 내용 품질이 확산성에 가장 큰 영향을 미치며, 짧고 평범한 게시물이 길지만 매력적인 게시물보다 더 효과적으로 퍼진다. 또한 확산 패턴에서 전염병 임계점이 관찰되지 않는다.

ABSTRACT

A large scale agent-based model of common Facebook users was designed to develop an understanding of the underlying mechanism of information diffusion within online social networks at a micro-level analysis. The agent-based model network structure is based on a sample from Facebook. Using an erased configuration model and the idea of common neighbours, a new correction procedure was investigated to overcome the problem of missing graph edges to construct a representative sample of the Facebook network graph. The model parameters are based on assumptions and general activity patterns (such as posting rate, time spent on Facebook etc.) taken from general data on Facebook. Using the agent-based model, the impact of post length, post score and publisher's friend count on the spread of wall posts in several scenarios was analyzed. Findings indicated that post content has the highest impact on the success of post propagation. However, amusing and absorbing but lengthy posts (e.g. a funny video) do not spread as well as short but unremarkable ones (e.g. an interesting photo). In contrast to product adoption and disease spread propagation models, the absence of a similar "epidemic" threshold in Facebook post diffusion is observed.

연구 동기 및 목표

• 온라인 소셜 네트워크에서 정보 확산의 마이크로 수준 메커니즘을 이해하기 위해.
• 공통 이웃 기반 절차를 활용하여 표본화된 Facebook 네트워크 그래프의 누락된 간선을 보정하는 데 도전하는 것.
• 게시물 길이, 게시물 점수, 게시자 친구 수가 메시지 확산에 미치는 영향을 시뮬레이션하고 분석하기 위해.
• Facebook 유사 정보 확산이 전염병 또는 제품 유통 모델과 유사한 '전염병 임계점'을 보이는지 조사하기 위해.

제안 방법

• 에이전트는 개별 Facebook 사용자를 나타내며, 게시 빈도 및 플랫폼에서 소비하는 시간과 같은 행동적 파라미터를 가진다.
• 네트워크 구조는 삭제된 구성 모델을 사용하여 구축되었으며, 노드 간의 공통 이웃을 활용하여 누락된 간선을 복구하는 새로운 보정 절차가 적용되었다.
• 모델 파라미터는 플랫폼에서 평균적으로 소비하는 시간과 게시 빈도를 포함한 일반적인 Facebook 사용 통계에서 유도되었다.
• 게시물 길이, 게시물 점수(좋아요/댓글 수), 사용자가 가진 친구 수가 메시지 도달에 미치는 영향을 평가하기 위해 다수의 시나리오에서 시뮬레이션을 실행했다.
• 모델은 실제 Facebook 데이터에서 관찰된 경험적 추세와 비교하여 시뮬레이션된 확산 패턴을 검증하였다.
• 전염병 모델과 유사하게 정보 확산에 대한 임계점의 존재 여부를 탐지하기 위해 비교 분석을 실시하였다.

실험 결과

연구 질문

• RQ1 시뮬레이션 환경에서 게시물 길이는 Facebook 월드 게시물의 도달 범위와 확산성에 어떻게 영향을 미치는가?
• RQ2 게시물 점수(좋아요 및 댓글 수)와 사용자가 가진 친구 수가 메시지 확산에 미치는 상대적 영향은 무엇인가?
• RQ3 Facebook 메시지 확산은 전염병 또는 제품 유통 모델과 유사한 임계점 효과를 보이는가?
• RQ4 내용 품질이 길이 또는 참여도와는 독립적으로 메시지 확산 성공에 얼마나 중요한가?
• RQ5 공통 이웃 기반 보정 절차는 희소 데이터셋에서 Facebook 네트워크의 대표적 표본을 복원하는 데 얼마나 효과적인가?

주요 결과

• 게시물의 내용 품질이 메시지 확산 성공에 가장 강력한 영향을 미치며, 길이나 참여도 지표를 모두 초월한다.
• 짧고 평범한 게시물(예: 흥미로운 사진)은 길지만 매력적인 콘텐츠(예: 재미있는 영상)보다 더 효과적으로 퍼진다. 비록 후자가 더 유머러스하거나 몰입감 있을지라도.
• 모델는 '전염병 임계점'을 보이지 않는다. 즉, 전파율이 특정 기준을 초과해야만 넓게 퍼지는 임계점이 존재하지 않는다.
• 공통 이웃 기반 보정 절차는 누락된 간선의 상당 부분을 복구함으로써 표본화된 Facebook 네트워크의 대표성을 효과적으로 향상시킨다.
• 친구 수가 많은 사용자도 높은 품질의 콘텐츠 또는 높은 게시물 점수를 함께 확보하지 않으면 반드시 더 넓은 범위로 메시지를 퍼뜨리지 못한다.
• 시뮬레이션 결과는 실제 Facebook 활동의 경험적 관찰과 일치하여, 모델이 실제 세계의 확산 역학을 반영할 수 있음을 검증한다.