[논문 리뷰] Analysis of link formation, persistence and dissolution in netsense data

Ashwin Bahulkar, Bolesław K. Szymański외 4명|arXiv (Cornell University)|2016. 08. 18.

Complex Network Analysis Techniques참고 문헌 15인용 수 5

한 줄 요약

이 연구는 노트르담 대학 신입생들을 대상으로 3년간의 스마트폰 로그 데이터와 설문 조사 응답을 융합하여 사회적 네트워크의 진화를 분석한다. 통신 및 우정 네트워크를 모델링함으로써 링크 형성, 유지 또는 해체와 강하게 관련된 학생의 특성과 활동을 규명하며, 통계적 및 기계학습 기법을 통해 사회적 네트워크 역학의 예측 가능성을 제시한다.

ABSTRACT

We study a unique behavioral network data set (based on periodic surveys and on electronic logs of dyadic contact via smartphones) collected at the University of Notre Dame. The participants are a sample of members of the entering class of freshmen in the fall of 2011 whose opinions on a wide variety of political and social issues and activities on campus were regularly recorded — at the beginning and end of each semester — for the first three years of their residence on campus. We create a communication activity network implied by call and text data, and a friendship network based on surveys. Both networks are limited to students participating in the NetSense surveys. We aim at finding student traits and activities on which agreements correlate well with formation and persistence of links while disagreements is highly correlated with non-existence or dissolution of links in the two social networks that we created. Using statistical analysis and machine learning, we observe several traits and activities displaying such correlations, thus being of potential use to predict social network evolution.

연구 동기 및 목표

• 실제 대학 환경에서 학생의 행동과 의견이 사회적 유대 형성 및 유지에 어떻게 영향을 미치는지 이해하기 위해.
• 통신 및 우정 네트워크에서 링크 안정성 또는 해체와 관련된 특정 특성과 활동을 특정하기 위해.
• 정기적인 설문 조사와 전자적 연락 로그에서 유래한 행동 데이터를 활용하여 사회적 네트워크 진화의 예측 모델을 개발하기 위해.
• 정치적 및 사회적 문제에 대한 찬반 여부가 네트워크 링크 역학에 미치는 예측 능력을 비교하기 위해.
• 자기 보고한 태도와 실제 통신 패턴 간의 상호작용이 사회적 네트워크 형성에 어떻게 기여하는지 탐색하기 위해.

제안 방법

• 참여 학생들이 제공한 익명화된 통화 및 문자 로그를 기반으로 통신 활동 네트워크를 구축하였다.
• 각 학기 초와 말에 실시한 설문 조사 응답을 바탕으로 우정 네트워크를 구축하였다.
• 데이터 일관성과 일치를 확보하기 위해 넷센스 설문 조사에 참여한 학생들로 양 네트워크를 제한하였다.
• 학생의 특성, 활동 및 네트워크 링크 진화 간 상관관계를 탐지하기 위해 통계 분석 및 기계학습 기법을 적용하였다.
• 3년에 걸친 종단적 데이터를 활용하여 시간에 따른 링크 형성, 유지 및 해체를 모델링하였다.
• 정치적 및 사회적 문제에 대한 찬반 여부를 네트워크 유대 역학의 예측 변수로 측정하였다.

실험 결과

연구 질문

• RQ1 네트워크 내 새로운 사회적 유대 형성과 유의미한 상관관계를 보이는 학생의 특성과 활동은 무엇인가?
• RQ2 정치적 및 사회적 문제에 대한 찬성 여부는 기존 사회적 유대의 유지와 어떻게 상관되는가?
• RQ3 의견 차이가 통신 및 우정 네트워크 양쪽에서 사회적 유대의 해체를 얼마나 잘 예측하는가?
• RQ4 전자적 통신 로그와 자기 보고 설문 데이터는 네트워크 진화 예측에서 어떻게 비교되는가?
• RQ5 특정 행동이나 태도 중에서 장기적으로 안정적 또는 불안정한 사회적 연결을 가장 잘 예측하는 것은 무엇인가?

주요 결과

• 정치적 및 사회적 문제에 대한 찬성은 통신 및 우정 링크의 형성과 유지와 유의미하게 상관관계가 있었다.
• 핵심 문제에 대한 반대는 두 네트워크 유형 모두에서 사회적 유대의 존재 또는 유지 불가와 높은 상관관계를 보였다.
• 특정 캠퍼스 행사에의 참여와 같은 일부 학생 활동은 링크 형성과 안정성에 강력한 예측력을 보였다.
• 통화 및 문자 로그 기반의 통신 네트워크 링크는 우정 네트워크 링크보다 찬성 패턴에 더 민감하게 반응하였다.
• 정치적 성향과 캠퍼스 기구 참여 여부와 같은 학생 특성은 네트워크 진화의 강력한 예측 변수로 나타났다.
• 찬반 여부 데이터를 기반으로 훈련한 기계학습 모델은 3년 간의 링크 역학 예측에서 높은 정확도를 달성하였다.